To jest bardzo potrzebna pierwsza próba stworzenia benchmarku, który pozwoli zmierzyć, jak bardzo dane modele AI będą współpracować z użytkownikami, popychając je w iluzoryczne lub potencjalnie psychologicznie niebezpieczne kierunki. Niektóre wczesne sygnały wskazują, że pełny GPT-5 (nie czat) jest modelem o mniejszym ryzyku psychologicznym.