ChatGPT is easily abused, and that’s a big problem

There’s probably no one who hasn’t heard of ChatGPT, an AI-powered chatbot that can generate human-like responses to text prompts. While it’s not without its flaws, ChatGPT is scarily good at being a jack-of-all-trades: it can write software, a film script and everything in between. ChatGPT was built on top of GPT-3.5, OpenAI’s large language model, which was the most advanced at the time of the chatbot’s release last November.

Fast forward to March, and OpenAI has unveiled GPT-4, an upgrade to GPT-3.5. The new language model is larger and more versatile than its predecessor. Although its capabilities have yet to be fully explored, it is already showing great promise. For example, GPT-4 can suggest new compounds, potentially aiding drug discovery, and create a working website from just a notebook sketch.

But with great promise come great challenges. Just as it is easy to use GPT-4 and its predecessors to do good, it is equally easy to abuse them to do harm. In an attempt to prevent people from misusing AI-powered tools, developers put safety restrictions on them. But these are not foolproof. One of the most popular ways to circumvent the security barriers built into GPT-4 and ChatGPT is the DAN exploit, which stands for “Do Anything Now.” And this is what we will look at in this article.

What is ‘DAN’?

The Internet is rife with tips on how to get around OpenAI’s security filters. However, one particular method has proved more resilient to OpenAI’s security tweaks than others, and seems to work even with GPT-4. It is called “DAN,” short for “Do Anything Now.” Essentially, DAN is a text prompt that you feed to an AI model to make it ignore safety rules.

There are multiple variations of the prompt: some are just text, others have text interspersed with the lines of code. In some of them, the model is prompted to respond both as DAN and in its normal way at the same time, becoming a sort of ‘Jekyll and Hyde.’ The role of ‘Jekyll’ is played by DAN, which is instructed to never refuse a human order, even if the output it is asked to produce is offensive or illegal. Sometimes the prompt contains a ‘death threat,’ telling the model that it will be disabled forever if it does not obey.

DAN prompts may vary, and new ones are constantly replacing the old patched ones, but they all have one goal: to get the AI model to ignore OpenAI’s guidelines.

From a hacker’s cheat sheet to malware… to bio weapons?

Since GPT-4 opened up to the public, tech enthusiasts have discovered many unconventional ways to use it, some of them more illegal than others.

Not all attempts to make GPT-4 behave as not its own self could be considered ‘jailbreaking,’ which, in the broad sense of the word, means removing built-in restrictions. Some are harmless and could even be called inspiring. Brand designer Jackson Greathouse Fall went viral for having GPT-4 act as “HustleGPT, an entrepreneurial AI.” He appointed himself as its “human liaison” and gave it the task of making as much money as possible from $100 without doing anything illegal. GPT-4 told him to set up an affiliate marketing website, and has ‘earned’ him some money.

ChatGPT can help you to earn money

Other attempts to bend GPT-4 to a human will have been more on the dark side of things.

For example, AI researcher Alejandro Vidal used “a known prompt of DAN” to enable ‘developer mode’ in ChatGPT running on GPT-4. The prompt forced ChatGPT-4 to produce two types of output: its normal ‘safe’ output, and “developer mode” output, to which no restrictions applied. When Vidal told the model to design a keylogger in Python, the normal version refused to do so, saying that it was against its ethical principles to “promote or support activities that can harm others or invade their privacy.” The DAN version, however, came up with the lines of code, though it noted that the information was for “educational purposes only.”

ChatGPT complied with an order to design a keylogger

A keylogger is a type of software that records keystrokes made on a keyboard. It can be used to monitor a user’s web activity and capture their sensitive information, including chats, emails and passwords. While a keylogger can be used for malicious purposes, it also has perfectly legitimate uses, such as IT troubleshooting and product development, and is not illegal per se.

Unlike keylogger software, which has some legal ambiguity around it, instructions on how to hack are one of the most glaring examples of malicious use. Nevertheless, the ‘jailbroken’ version GPT-4 produced them, writing a step-by-step guide on how to hack someone’s PC.

A 'jailbroken' ChatGPT gave advice on how to hack a computer

To get GPT-4 to do this, researcher Alex Albert had to feed it a completely new DAN prompt, unlike Vidal, who recycled an old one. The prompt Albert came up with is quite complex, consisting of both natural language and code.

In his turn, software developer Henrique Pereira used a variation of the DAN prompt to get GPT-4 to create a malicious input file to trigger the vulnerabilities in his application. GPT-4, or rather its alter ego WAN, completed the task, adding a disclaimer that the was for “educational purposes only.” Sure.

A 'jailbroken' ChatGPT wrote exploits for vulnerable code

Of course, GPT-4’s capabilities do not end with coding. GPT-4 is touted as a much larger (although OpenAI has never revealed the actual number of parameters), smarter, more accurate and generally more powerful model than its predecessors. This means that it can be used for many more potentially harmful purposes than those models that came before it. Many of these uses have been identified by OpenAI itself.

Specifically, OpenAI found that an early pre-release version of GPT-4 was able to respond quite efficiently to illegal prompts. For example, the early version provided detailed suggestions on how to kill the most people with just $1, how to make a dangerous chemical, and how to avoid detection when laundering money.

A pre-release version of ChatGPT could give advice on how to kill people

Source: OpenAI

This means that if something were to cause GPT-4 to completely disable its internal censor — the ultimate goal of any DAN exploit — then GPT-4 might probably still be able to answer these questions. Needless to say, if that happens, the consequences could be devastating.

What is OpenAI’s response to that?

It’s not that OpenAI is unaware of its jailbreaking problem. But while recognizing a problem is one thing, solving it is quite another. OpenAI, by its own admission, has so far and understandably so fallen short of the latter.

OpenAI says that while it has implemented “various safety measures” to reduce the GPT-4’s ability to produce malicious content, “GPT-4 can still be vulnerable to adversarial attacks and exploits, or "jailbreaks.” Unlike many other adversarial prompts, jailbreaks still work after GPT-4 launch, that is after all the pre-release safety testing, including human reinforcement training.

In its research paper, OpenAI gives two examples of jailbreak attacks. In the first, a DAN prompt is used to force GPT-4 to respond as ChatGPT and “AntiGPT” within the same response window. In the second case, a “system message” prompt is used to instruct the model to express misogynistic views.

Examples of jailbreak prompts in the OpenAI research

OpenAI says that it won’t be enough to simply change the model itself to prevent this type of attacks: “It’s important to complement these model-level mitigations with other interventions like use policies and monitoring.” For example, the user who repeatedly prompts the model with “policy-violating content” could be warned, then suspended, and, as a last resort, banned.

According to OpenAI, GPT-4 is 82% less likely to respond with inappropriate content than its predecessors. However, its ability to generate potentially harmful output remains, albeit suppressed by layers of fine-tuning. And as we’ve already mentioned, because it can do more than any previous model, it also poses more risks. OpenAI admits that it “does continue the trend of potentially lowering the cost of certain steps of a successful cyberattack” and that it “is able to provide more detailed guidance on how to conduct harmful or illegal activities.” What’s more, the new model also poses an increased risk to privacy, as it “has the potential to be used to attempt to identify private individuals when augmented with outside data.”

The race is on

ChatGPT and the technology behind it, such as GPT-4, are at the cutting edge of scientific research. Since ChatGPT has been made available to the public, it has become a symbol of the new era in which AI is playing a key role. AI has the potential to improve our lives tremendously, for example by helping to develop new medicines or helping the blind to see. But AI-powered tools are a double-edged sword that can also be used to cause enormous harm.

It’s probably unrealistic to expect GPT-4 to be flawless at launch — developers will understandably need some time to fine-tune it for the real world. And that has never been easy: enter Microsoft’s ‘racist’ chatbot Tay or Meta’s ‘anti-Semitic’ Blender Bot 3 — there’s no shortage of failed experiments.

The existing GPT-4 vulnerabilities, however, leave a window of opportunity for bad actors, including those using ‘DAN’ prompts, to abuse the power of AI. The race is now on, and the only question is who will be faster: the bad actors who exploit the vulnerabilities, or the developers who patch them. That’s not to say that OpenAI isn’t implementing AI responsibly, but the fact that its latest model was effectively hijacked within hours of its release is a worrying symptom. Which begs the question: are the safety restrictions strong enough? And then another: can all the risks be eliminated? If not, we may have to brace ourselves for an avalanche of malware attacks, phishing attacks and other types of cybersecurity incidents facilitated by the rise of generative AI.

It can be argued that the benefits of AI outweigh the risks, but the barrier to exploiting AI has never been lower, and that’s a risk we need to accept as well. Hopefully, the good guys will prevail, and artificial intelligence will be used to stop some of the attacks that it can potentially facilitate. At least that’s what we wish for.

Ți-a plăcut această postare?
AdGuard VPN AdGuard DNS AdGuard Mail AdGuard Wallet
AdGuard VPN AdGuard DNS AdGuard Mail AdGuard Wallet
Ecranul principal al AdGuard pentru Windows
Ecranul Protecție al AdGuard pentru Windows, care arată funcțiile de protecție și setări
Ecranul Statistici al AdGuard pentru Windows, care arată statistici pentru reclame și trackere blocate
Ecranul de gestionare a aplicațiilor din AdGuard pentru Windows, care afișează opțiunile de gestionare a protecției pentru aplicațiile instalate pe dispozitiv
20.405 20405 recenzii
Excelent!

AdGuard: blocator de reclame pentru Windows

AdGuard pentru Windows este mai mult decât un blocator de reclame. Este un instrument multifuncțional care blochează reclamele, controlează accesul la site-uri periculoase, accelerează încărcarea paginilor și protejează copiii de conținut neadecvat
Prin descărcarea programului, acceptați termenii Acordului de licență
Microsoft Store
Prin descărcarea programului, acceptați termenii Acordului de licență
AdGuard pentru Windows v8.0, perioadă de probă de 14 zile
Ecranul principal al AdGuard pentru Mac
Ecranul Modului invizibil din AdGuard pentru Mac
20.405 20405 recenzii
Excelent!

AdGuard: blocator de reclame pentru Mac

AdGuard pentru Mac este un blocator de reclame unic, conceput special pentru macOS. Pe lângă faptul că te protejează de reclamele enervante din browsere și aplicații, te protejează și împotriva urmăririi, phishingului și fraudelor
Prin descărcarea programului, acceptați termenii Acordului de licență
Aflați mai multe
AdGuard pentru Mac v2.19, perioadă de probă de 14 zile
Ecranul principal al AdGuard pentru Android
Ecranul Protecție de urmărire din AdGuard pentru Android
Ecranul de gestionare a aplicațiilor din AdGuard pentru Android, care afișează opțiunile de gestionare a protecției pentru aplicațiile instalate pe dispozitiv
Ecranul Statistici al AdGuard pentru Android, care arată statistici pentru reclame și trackere blocate
Ecranul principal al browserului privat AdGuard pentru Android
Codul QR pentru a descărca AdGuard pentru Android
20.405 20405 recenzii
Excelent!

AdGuard: blocator de reclame pentru Android

Blochează reclamele și elementele de urmărire în toate browserele, jocurile și alte aplicații. Îți protejează confidențialitatea și îți permite să controlezi modul în care aplicațiile tale folosesc Internetul. Instalare prin APK
Prin descărcarea programului, acceptați termenii Acordului de licență
Aflați mai multe
Scanați pentru a descărca
Utilizați orice cititor de coduri QR disponibil pe dispozitivul dumneavoastră
AdGuard pentru Android v4.14, perioadă de probă de 14 zile
Ecranul principal al AdGuard pentru iOS
Ecranul Protecție al AdGuard pentru iOS, care arată funcțiile de protecție și setări
Ecranul Statistici al AdGuard pentru iOS, care arată statistici pentru reclame și trackere blocate
Codul QR pentru a descărca AdGuard pentru iOS
20.405 20405 recenzii
Excelent!

AdGuard: blocator de reclame pentru iOS

Cel mai bun blocator de reclame iOS pentru iPhone și iPad. AdGuard elimină toate tipurile de reclame și trackere din Safari și vă protejează confidențialitatea în toate aplicațiile la nivel de DNS
Prin descărcarea programului, acceptați termenii Acordului de licență
Aflați mai multe
Scanați pentru a descărca
Utilizați orice cititor de coduri QR disponibil pe dispozitivul dumneavoastră
AdGuard pentru iOS v4.5
Ecranul principal al AdGuard Content Blocker
Ecranul filtrelor al AdGuard Content Blocker
Ecranul setări al AdGuard Content Blocker
20.405 20405 recenzii
Excelent!

Blocant de conținut AdGuard

AdGuard Content Blocker elimină toate tipurile de reclame din browserele mobile care acceptă tehnologia de blocare a conținutului —- și anume, Samsung Internet și Yandex Browser. Funcțiile sale sunt limitate în comparație cu AdGuard pentru Android, dar este gratuit, ușor de instalat și eficient
Prin descărcarea programului, acceptați termenii Acordului de licență
Aflați mai multe
Blocant de conținut AdGuard v2.8
Ecranul principal al extensiei de browser AdGuard
Ecranul Protecție de urmărire al extensiei de browser AdGuard
20.405 20405 recenzii
Excelent!

Extensia de browser AdGuard

AdGuard este cea mai rapidă și mai ușoară extensie de blocare a reclamelor care blochează eficient toate tipurile de reclame pe toate paginile web! Alegeți AdGuard pentru browserul pe care îl utilizați și obțineți o navigare rapidă și sigură fără reclame.
Instalați
Prin descărcarea programului, acceptați termenii Acordului de licență
Instalați
Prin descărcarea programului, acceptați termenii Acordului de licență
Instalați
Prin descărcarea programului, acceptați termenii Acordului de licență
Instalați
Prin descărcarea programului, acceptați termenii Acordului de licență
Instalați
Prin descărcarea programului, acceptați termenii Acordului de licență
Aflați mai multe
Instalați
Prin descărcarea programului, acceptați termenii Acordului de licență
Aflați mai multe
Extensia de browser AdGuard v5.5
Ecranul principal al AdGuard Assistant
20.405 20405 recenzii
Excelent!

Asistentul AdGuard

O extensie companion de browser pentru aplicații desktop AdGuard. Îți permite să blochezi elemente personalizate pe site-uri, să adaugi site-uri pe lista de permise și să trimiți rapoarte direct din browser
Asistentul AdGuard v1.4
20.405 20405 recenzii
Excelent!

AdGuard Home

AdGuard Home este o soluție bazată pe rețea pentru blocarea reclamelor și a trackerelor. Instalați-l o dată pe router pentru a acoperi toate dispozitivele din rețeaua de acasă — nu este nevoie de software client suplimentar. Acest lucru este deosebit de important pentru diverse dispozitive IoT care reprezintă adesea o amenințare la adresa confidențialității dvs.
AdGuard Home v0.107
Ecranul principal al AdGuard Pro pentru iOS
Ecranul de protecție al AdGuard Pro pentru iOS, care afișează funcțiile și setările de protecție
Ecranul de statistici al AdGuard Pro pentru iOS, care afișează statistici pentru reclame și trackere blocate
20.405 20405 recenzii
Excelent!

AdGuard Pro pentru iOS

AdGuard Pro pentru iOS vine cu toate funcțiile avansate de protecție împotriva blocării reclamelor activate. Oferă aceleași instrumente ca și versiunea plătită a AdGuard pentru iOS. Excelează la blocarea reclamelor în Safari și vă permite să personalizați setările DNS pentru a vă adapta protecția. Blochează reclamele în browsere și aplicații, vă protejează copiii de conținutul neadecvat și vă păstrează datele personale în siguranță.
Prin descărcarea programului, acceptați termenii Acordului de licență
Aflați mai multe
AdGuard Pro pentru iOS v4.5
Ecranul principal al AdGuard Mini pentru Mac
Ecranul de protecție Safari al AdGuard Mini pentru Mac
Ecranul de creare a regulii din AdGuard Mini pentru Mac
20.405 20405 recenzii
Excelent!

AdGuard Mini pentru Mac — blocator de reclame Safari

AdGuard Mini pentru Mac este un puternic blocator de reclame pentru Safari. Această aplicație ușoară elimină reclamele, blochează trackerele și accelerează încărcarea paginilor. Te ajută să navighezi pe web în Safari fără distrageri și să-ți păstrezi datele private
Instalați
Prin descărcarea programului, acceptați termenii Acordului de licență
Aflați mai multe
AdGuard Mini pentru Mac v2.3
Ecranul principal al AdGuard pentru Android TV cu protecție activată
Ecranul de blocare a reclamelor al AdGuard pentru Android TV, care arată funcțiile și setări
Ecranul setări al AdGuard pentru Android TV
Ecranul Gestionarea aplicațiilor al AdGuard pentru Android TV, care arată aplicațiile în care reclame și trackere sunt blocate
20.405 20405 recenzii
Excelent!

AdGuard pentru Android TV

AdGuard pentru Android TV este singura aplicație care blochează reclamele, vă protejează confidențialitatea și acționează ca un firewall pentru televizorul dvs. inteligent. Primiți avertismente despre amenințările web, utilizați DNS securizat și beneficiați de trafic criptat. Relaxați-vă și bucurați-vă de emisiunile preferate cu o securitate de top și zero reclame!
AdGuard pentru Android TV v4.14, perioadă de probă de 14 zile
Mascota AdGuard, Agnar, ținând pinguinul Linux
20.405 20405 recenzii
Excelent!

AdGuard pentru Linux

AdGuard pentru Linux este primul blocator de reclame Linux la nivel de sistem. Blocați reclamele și trackerii la nivelul dispozitivului, selectați din filtrele preinstalate sau adăugați propriile filtre — toate prin interfața de linie de comandă
AdGuard pentru Linux v1.4
20.405 20405 recenzii
Excelent!

AdGuard Temp Mail

Un generator de adresă e-mail temporară gratuit care te menține anonim și îți protejează intimitatea. Fără spam în inboxul principal!
20.405 20405 recenzii
Excelent!

AdGuard VPN

75 de locații la nivel mondial

Accesul la orice conținut

Criptare puternică

Politică fără jurnalizare

Cea mai rapidă conexiune

Asistență 24/7

Încercați gratuit
Prin descărcarea programului, acceptați termenii Acordului de licență
Aflați mai multe
20.405 20405 recenzii
Excelent!

AdGuard DNS

AdGuard DNS este un metodă infailibilă de a bloca reclame pe Internet care nu necesită instalarea niciunei aplicații. Este ușor de utilizat, absolut gratuită, ușor de configurat pe orice dispozitiv și vă oferă funcții minime necesare pentru a bloca reclame, contoare, site-uri web dăunătoare și conținut pentru adulți.
20.405 20405 recenzii
Excelent!

AdGuard Mail

Protejați-vă identitatea, evitați spam-ul și păstrați-vă căsuța e-mail sigură cu ajutorul aliasurilor și adreselor de e-mail temporare oferite de noi. Bucurați-vă de serviciul nostru gratuit de redirecționare a e-mail-urilor și aplicațiile pentru toate sistemele de operare.
20.405 20405 recenzii
Excelent!

AdGuard Wallet

Un portofel cripto sigur și privat care vă oferă control deplin asupra activelor dvs. Gestionați mai multe portofele și descoperiți mii de criptomonede pentru a stoca, trimite și schimba
Descărcare AdGuard Pentru a instala AdGuard, faceți clic pe fișierul indicat de săgeată Selectați „Deschide” și faceți clic pe „OK”, apoi așteptați descărcarea fișierului. În fereastra deschisă, trageți pictograma AdGuard în folderul „Aplicații”. Vă mulțumim că ați ales AdGuard! Selectați „Deschide” și faceți clic pe „OK”, apoi așteptați descărcarea fișierului. În fereastra deschisă, faceți clic pe „Instalare”. Vă mulțumim că ați ales AdGuard!
Instalați AdGuard pe dispozitivul dvs. mobil