Questo è un primo tentativo molto necessario di un benchmark per misurare quanto i modelli di intelligenza artificiale dati si comporteranno con gli utenti che li spingono in direzioni illusorie o potenzialmente psicologicamente pericolose. Alcuni segnali iniziali indicano che il GPT-5 completo (non chat) è un modello meno rischioso dal punto di vista psicologico.