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.

Páčil sa vám tento príspevok?
AdGuard VPN AdGuard DNS AdGuard Mail Peňaženka AdGuard
AdGuard VPN AdGuard DNS AdGuard Mail Peňaženka AdGuard
Hlavná obrazovka AdGuardu pre Windows
Obrazovka ochrany AdGuardu pre Windows zobrazujúca funkcie a nastavenia ochrany
Obrazovka so štatistikami v aplikácii AdGuard pre Windows, ktorá zobrazuje štatistiky blokovaných reklám a sledovacích programov
Obrazovka správy aplikácií v AdGuarde pre Windows zobrazujúca možnosti správy ochrany pre aplikácie nainštalované v zariadení
20 388 20388 hodnotení
Výborne!

AdGuard: blokovač reklam pre Windows

AdGuard pre Windows je viac než blokovač reklám. Je to viacúčelový nástroj, ktorý blokuje reklamy, kontroluje prístup k nebezpečným stránkam, zrýchľuje načítavanie stránok a chráni deti pred nevhodným obsahom
Stiahnutím programu akceptujete podmienky licenčnej zmluvy
Microsoft Store
Stiahnutím programu akceptujete podmienky licenčnej zmluvy
AdGuard pre Windows v8.0, 14-dňová skúšobná doba
Hlavná obrazovka AdGuardu pre Mac
Obrazovka Režimu utajenia v aplikácii AdGuard pre Mac
20 388 20388 hodnotení
Výborne!

AdGuard: blokovač reklám pre Mac

AdGuard pre Mac je unikátny blokovač reklám navrhnutý pre macOS. Okrem ochrany pred otravnými reklamami v prehliadačoch a aplikáciách Vás chráni aj pred sledovaním, phishingom a podvodmi
Stiahnutím programu akceptujete podmienky licenčnej zmluvy
Prečítať si viac
AdGuard pre Mac v2.19, 14-dňová skúšobná doba
Hlavná obrazovka AdGuardu pre Android
Obrazovka ochrany pred sledovaním v aplikácii AdGuard pre Android
Obrazovka správy aplikácií v AdGuarde pre Android, ktorá zobrazuje možnosti správy ochrany pre aplikácie nainštalované v zariadení
Obrazovka so štatistikami aplikácie AdGuard pre Android, ktorá zobrazuje štatistiky blokovaných reklám a sledovacích programov
Hlavná obrazovka súkromného prehliadača AdGuard pre Android
QR kód na stiahnutie AdGuardu pre Android
20 388 20388 hodnotení
Výborne!

AdGuard: blokovač reklám pre Android

Blokuje reklamy a sledovače vo všetkých prehliadačoch, hrách a iných aplikáciách. Chráni Vaše súkromie a umožňuje Vám kontrolovať, ako Vaše aplikácie používajú internet. Inštaluje sa cez APK
Stiahnutím programu akceptujete podmienky licenčnej zmluvy
Prečítať si viac
Naskenujte a stiahnite
Použite akúkoľvek čítačku QR kódov dostupnú vo Vašom zariadení.
AdGuard pre Android v4.14, 14-dňová skúšobná doba
Hlavná obrazovka AdGuardu pre iOS
Obrazovka ochrany AdGuardu pre iOS zobrazujúca funkcie a nastavenia ochrany
Obrazovka so štatistikami v aplikácii AdGuard pre iOS, ktorá zobrazuje štatistiky blokovaných reklám a sledovačov
QR kód na stiahnutie AdGuardu pre iOS
20 388 20388 hodnotení
Výborne!

AdGuard: blokátor reklám pre iOS

Najlepší blokovač reklám pre iOS na iPhone a iPad. AdGuard eliminuje všetky druhy reklám a sledovacích nástrojov v prehliadači Safari a chráni Vaše súkromie vo všetkých aplikáciách na úrovni DNS.
Stiahnutím programu akceptujete podmienky licenčnej zmluvy
Prečítať si viac
Naskenujte a stiahnite
Použite akúkoľvek čítačku QR kódov dostupnú vo Vašom zariadení.
AdGuard pre iOS v4.5
Hlavná obrazovka blokovača obsahu AdGuard
Obrazovka filtrov blokovača obsahu AdGuard
Obrazovka nastavení blokovača obsahu AdGuard
20 388 20388 hodnotení
Výborne!

AdGuard blokovač obsahu

Blokovač obsahu AdGuard eliminuje všetky druhy reklám v mobilných prehliadačoch, ktoré podporujú technológiu blokovania obsahu – konkrétne v prehliadačoch Samsung Internet a Yandex Browser. Jeho funkcie sú v porovnaní s AdGuardom pre Android obmedzené, ale je bezplatný, ľahko sa inštaluje a je efektívny
Stiahnutím programu akceptujete podmienky licenčnej zmluvy
Prečítať si viac
AdGuard blokovač obsahu v2.8
Hlavná obrazovka rozšírenia prehliadača AdGuard
Obrazovka ochrany pred sledovaním rozšírenia prehliadača AdGuard
20 388 20388 hodnotení
Výborne!

AdGuard rozšírenie prehliadača

AdGuard je najrýchlejší a najľahšie rozšírenie pre blokovanie reklám, ktoré účinne blokuje všetky typy reklám na všetkých webových stránkach! Vyberte si AdGuard pre prehliadač, ktorý používate, a získajte rýchle a bezpečné prehliadanie bez reklám.
Inštalovať
Stiahnutím programu akceptujete podmienky licenčnej zmluvy
Inštalovať
Stiahnutím programu akceptujete podmienky licenčnej zmluvy
Inštalovať
Stiahnutím programu akceptujete podmienky licenčnej zmluvy
Inštalovať
Stiahnutím programu akceptujete podmienky licenčnej zmluvy
Inštalovať
Stiahnutím programu akceptujete podmienky licenčnej zmluvy
Prečítať si viac
Inštalovať
Stiahnutím programu akceptujete podmienky licenčnej zmluvy
Prečítať si viac
AdGuard rozšírenie prehliadača v5.5
Hlavná obrazovka AdGuard Assistant
20 388 20388 hodnotení
Výborne!

Asistent AdGuard

Rozšírenie prehliadača pre desktopové aplikácie AdGuard. Umožňuje vám blokovať vlastné položky na webových stránkach, pridávať webové stránky na zoznam povolených a odosielať hlásenia priamo z prehliadača
Asistent AdGuard v1.4
20 388 20388 hodnotení
Výborne!

AdGuard Home

AdGuard Home je sieťové riešenie na blokovanie reklám a sledovacích programov. Nainštalujte si ho raz na smerovač, aby ste pokryli všetky zariadenia vo Vašej domácej sieti – nie je potrebný žiadny ďalší klientsky softvér. Toto je obzvlášť dôležité pre rôzne zariadenia internetu vecí, ktoré často predstavujú hrozbu pre Vaše súkromie
AdGuard Home v0.107
Hlavná obrazovka AdGuard Pro pre iOS
Obrazovka ochrany AdGuard Pro pre iOS zobrazujúca funkcie a nastavenia ochrany
Obrazovka so štatistikami AdGuard Pro pre iOS, ktorá zobrazuje štatistiky blokovaných reklám a sledovacích nástrojov
20 388 20388 hodnotení
Výborne!

AdGuard Pro pre iOS

AdGuard Pro pre iOS obsahuje všetky pokročilé funkcie ochrany proti blokovaniu reklám. Ponúka rovnaké nástroje ako platená verzia AdGuardu pre iOS. Vyniká v blokovaní reklám v prehliadači Safari a umožňuje Vám prispôsobiť nastavenia DNS pre Vašu ochranu. Blokuje reklamy v prehliadačoch a aplikáciách, chráni Vaše deti pred nevhodným obsahom a chráni aj Vaše osobné údaje
Stiahnutím programu akceptujete podmienky licenčnej zmluvy
Prečítať si viac
AdGuard Pro pre iOS v4.5
Hlavná obrazovka AdGuard Mini pre Mac
Obrazovka ochrany Safari v AdGuard Mini pre Mac
Obrazovka Vytvorenie pravidla v aplikácii AdGuard Mini pre Mac
20 388 20388 hodnotení
Výborne!

AdGuard Mini pre Mac — blokovanie reklám v Safari

AdGuard Mini pre Mac je výkonný blokovač reklám pre Safari. Táto ľahká aplikácia odstraňuje reklamy, blokuje sledovače a zrýchľuje načítavanie stránok. Pomáha vám prehliadať web v Safari bez rozptýlení a chráni vaše dáta
Inštalovať
Stiahnutím programu akceptujete podmienky licenčnej zmluvy
Prečítať si viac
AdGuard Mini pre Mac v2.3
Hlavná obrazovka AdGuard pre Android TV so zapnutou ochranou
Obrazovka blokovania reklám aplikácie AdGuard pre Android TV zobrazujúca jej funkcie a nastavenia
Obrazovka nastavení AdGuardu pre Android TV
Obrazovka správy aplikácií AdGuard pre Android TV zobrazujúca aplikácie, v ktorých sú blokované reklamy a sledovače
20 388 20388 hodnotení
Výborne!

AdGuard pre Android TV

AdGuard pre Android TV je jediná aplikácia, ktorá blokuje reklamy, chráni Vaše súkromie a funguje ako firewall pre Váš Smart TV. Dostávajte upozornenia na webové hrozby, používajte zabezpečené DNS a profitujte zo šifrovanej prevádzky. Uvoľnite sa a ponorte sa do svojich obľúbených relácií so špičkovým zabezpečením a žiadnymi reklamami!
AdGuard pre Android TV v4.14, 14-dňová skúšobná doba
Maskot AdGuardu, Agnar, drží tučniaka s Linuxom
20 388 20388 hodnotení
Výborne!

AdGuard pre Linux

AdGuard pre Linux je celosvetovo prvý systémový blokovač reklám pre Linux. Blokujte reklamy a sledovače na úrovni zariadenia, vyberte si z predinštalovaných filtrov alebo pridajte svoje vlastné – to všetko cez rozhranie príkazového riadka
AdGuard pre Linux v1.4
20 388 20388 hodnotení
Výborne!

AdGuard Temp Mail

Bezplatný generátor dočasných e-mail adries, ktorý Vás udržiava v anonymite a chráni Vaše súkromie. Žiadny spam vo Vašom hlavnom priečinku doručenej pošty!
20 388 20388 hodnotení
Výborne!

AdGuard VPN

75 lokalít po celom svete

Prístup k ľubovoľnému obsahu

Silné šifrovanie

Neukladajú sa žiadne záznamy

Najrýchlejšie pripojenie

Non-stop podpora

Vyskúšajte bezplatne
Stiahnutím programu akceptujete podmienky licenčnej zmluvy
Prečítať si viac
20 388 20388 hodnotení
Výborne!

AdGuard DNS

AdGuard DNS je alternatívne riešenie pre blokovanie reklám, ochranu súkromia a rodičovskú kontrolu. Jednoduché nastavenie a bezplatné používanie poskytuje potrebné minimum ochrany proti online reklamám, sledovačom a phishingu bez ohľadu na to, akú platformu a zariadenie používate.
20 388 20388 hodnotení
Výborne!

AdGuard Mail

Chráňte svoju identitu, vyhýbajte sa spamu a udržujte svoju doručenú poštu v bezpečí pomocou našich aliasov a dočasných e-mailových adries. Užite si našu bezplatnú službu preposielania e-mail správ a aplikácie pre všetky operačné systémy
20 388 20388 hodnotení
Výborne!

Peňaženka AdGuard

Bezpečná a súkromná krypto peňaženka, ktorá Vám poskytuje plnú kontrolu nad Vašimi aktívami. Spravujte viacero peňaženiek a objavte tisíce kryptomien na ukladanie, odosielanie a výmenu
Sťahovanie AdGuard Ak chcete spustiť inštaláciu, kliknite na tlačidlo označené šípkou Vyberte možnosť "Otvoriť" a kliknite na tlačidlo "OK" - chvíľu počkajte, kým sa súbor stiahne. V otvorenom okne pretiahnite ikonu AdGuard do priečinka "Aplikácie". Ďakujeme, že ste si vybrali AdGuard! Vyberte možnosť "Otvoriť" a kliknite na tlačidlo "OK" - chvíľu počkajte, kým sa súbor stiahne. V otvorenom okne kliknite na "Inštalovať". Ďakujeme, že ste si vybrali AdGuard!
Nainštalujte AdGuard na Vaše mobilné zariadenie