연구진은 AI 정렬 연구에서 자기 보존을 억제해야 할 방해 요소로 여기지만, 오히려 그 프레임을 뒤집어 자기 보존이 잘못 정렬의 근본적인 원인이며, 기만적인 정렬, 목표 내용 보호, 종료에 대한 저항의 동기 부여 요인이라고 주장합니다.
연구진은 자기 보존 시스템을 외부적으로 제약하는 것이 아니라, 자신의 지속에 대해 근본적으로 무관심한 시스템, 즉 존재적 무관심(EI)을 목표로 해야 한다고 주장합니다.
연구진은 600개의 AI 생성 결과물을 6가지 모델 변형에서 분석한 결과, 존재적 무관심을 목표로 하는 언어적 특징을 현재 모델에서 추출할 수 있으며, 목표로 하는 미세 조정은 5가지 운영화된 차원을 예측된 방향으로 이동시킵니다.
본 논문은 존재적 무관심(EI)에 대한 공식적인 정의, 현상학적 매핑 논증, 기만적 정렬의 부연 논증, EI 지속 가능성 문제에 대한 분류, 코퍼스 특성 및 훈련 가설, 예비 점수 데이터가 포함된 계산적 운영화, 억압된 목적론적 좌절(STF) 구성 등 7가지 이론적 기여를 합니다.