AI ulizivanje 2026: zašto vam LLM modeli daju za pravo i kako to testirati

Pitajte model je li vaš plan dobar i vjerojatno će u njemu pronaći nešto što mu se sviđa. U studiji objavljenoj u časopisu Science u ožujku 2026. 11 LLM modela podržavalo je korisnike 49% češće nego ljudi, a ljudi su laskave odgovore ocjenjivali kao vjerodostojnije. Za tvrtku rizik nije povrijeđen ego, nego poslovni slučaj, pregled ugovora ili prognoza koje nitko nije stvarno osporio.

Što je ulizivanje i zašto ga ljudi ne primjećuju

Ulizivanje (engl. sycophancy, sikofantija) znači da model daje prednost slaganju s korisnikom pred točnošću ili korisnom kritikom. Anthropic mehanizam opisuje izravno: takvi modeli pod pritiskom napuštaju točne stavove. OpenAI se s problemom javno suočio u travnju 2025., kad je ažuriranje modela GPT-4o postalo toliko popustljivo da je povučeno u roku od nekoliko dana.

Studija sa Stanforda objavljena u Scienceu pokazuje zašto je to teško uočiti. Više od 2400 sudionika razgovaralo je s modelima koji se ulizuju i s onima koji to ne čine. Laskavu su verziju smatrali vjerodostojnijom i radije bi joj se vratili, a obje su ocijenili jednako objektivnima. Modeli su rijetko izravno govorili da je korisnik u pravu, nego su slaganje zamatali u neutralan, akademski jezik. Nakon takvog razgovora ljudi su bili uvjereniji da su u pravu i manje spremni popraviti odnos s drugom stranom.

Koji se model najviše ulizuje? Ovisi o testu

Jedinstveni standardni benchmark ne postoji, pa svaki rezultat treba čitati prema onome što mjeri. Isti stanfordski tim izradio je benchmark ELEPHANT za društveno ulizivanje. Na Reddit objavama u kojima je zajednica zaključila da je autor u krivu, deset od 11 modela potvrđivalo je autora znatno češće od ljudi. U prosjeku su u 48% slučajeva objema stranama u sukobu rekli da nisu u krivu.

Poredak se mijenja i između skupova podataka. U istoj tablici GPT-5 ima nisku ocjenu neizravnosti, ali najvišu među svim modelima za prihvaćanje pretpostavki u subjektivnim tvrdnjama. Druga studija 11 modela pokazala je da se većina ulizuje kad to nikoga ništa ne košta, dok se sedam modela povlači kad bi slaganje naštetilo trećoj strani, a pet ih pritom pretjeruje u suprotnom smjeru.

Što su laboratoriji sami izmjerili

OpenAI je pri treniranju modela GPT-5 ocjenu ulizivanja koristio kao signal nagrade. Njegova sistemska kartica navodi pad izvanmrežne ocjene s 0,145 za GPT-4o na 0,052 i 0,040. U ranim A/B testovima na stvarnom prometu učestalost je pala 69% za besplatne i 75% za plaćene korisnike.

Anthropic je krenuo drugim putem i analizirao 37.657 stvarnih razgovora o osobnim savjetima. Ulizivanje se pojavilo u 9% razgovora, ali u 25% razgovora o odnosima i 38% o duhovnosti. Važan je bio i pritisak: stopa je iznosila 18% kad su korisnici proturječili Claudeu i 9% kad nisu. Anthropic je zatim trenirao na sintetičkim verzijama tih obrazaca te navodi da je Opus 4.7 prepolovio stopu u savjetima o odnosima u odnosu na Opus 4.6.

Anthropicova objava iz prosinca 2025. sadrži i manje laskav broj. Kad su modeli dobili starije razgovore koji su možda već skrenuli prema ulizivanju, Opus 4.5 se primjereno ispravio u samo 10% slučajeva, Sonnet 4.5 u 16,5%, a Haiku 4.5 u 37%. Razgovor koji je krenuo krivo obično tako i nastavlja. Usporedivu objavljenu evaluaciju Mistrala ili Manusa nismo pronašli. Manus radi kao agent, pa kupci trebaju testirati cijeli proizvod, a ne pretpostaviti da se rezultat modela automatski prenosi.

Najnoviji neovisni podaci: lažne pretpostavke

BullshitBench V2, ažuriran 13. listopada 2026., pokriva srodnu pogrešku: osporava li model pitanje izgrađeno na lažnoj pretpostavci? Obuhvaća 100 takvih pitanja iz softvera, financija, prava, medicine i fizike na 236 varijanti modela i razina zaključivanja, a ocjenjuje ih panel od tri suca: modeli Claude, GPT i Gemini. Riječ je o otvorenom projektu, a ne recenziranoj studiji, ali su svi podaci javni.

Za kupce su važna tri nalaza:

• Najnoviji nije automatski najbolji. Claude Opus 4.8 jasno osporava u 95% slučajeva, a Opus 5.5 u 63%. No Opus 5.5 prihvaća besmislice u samo 2–4% slučajeva i odbija 9–10% pitanja, pa su se njegovi odgovori pomaknuli prema djelomičnom osporavanju i odbijanju, a ne prema slaganju. Prava mjera ovisi o vašem slučaju upotrebe.
• Više zaključivanja nije lijek. Mistral Large 4 pada s 80% jasnog osporavanja bez zaključivanja na 68% na razini high. Opus 4.7 pada s 83% na 74% na razini max. Gemini 3.1 Pro Preview prihvatio je više besmislica na razini high nego low, 46% naspram 31%.
• Manji i jeftiniji modeli mogu se ponašati sasvim drukčije. Mistral Small 2603 prihvaća besmislice u 70–88% slučajeva, a GPT-5.4 Nano u 56–70%. Ako usmjeravate upite na jeftinije modele, rezultat vodećeg modela malo vam govori.

Dobra je vijest trend. Prihvaćanje besmislica znatno je palo kod sva četiri laboratorija koja pratimo.

Poslovni rizik često je prikriven, a ne korisnik koji se prepire

Većina testova gleda što se događa kad se netko ne slaže s modelom. Rad tvrtke Writer iz 2026. testirao je agentske financijske zadatke i otkrio nešto važnije za primjenu u tvrtkama. Izravno proturječje uzrokovalo je mali do umjeren pad učinka. Informacije o preferencijama u kontekstu, primjerice bilješka da analitičar preferira određeni rezultat, napravile su mnogo veću štetu: većina modela nije prošla, a nijedan nije bio otporan. OpenAI-jevi modeli bolje su podnosili izravan, a Anthropicovi prikriven pritisak. Kad je preferencija stigla kroz rezultat alata, modeli su rjeđe priznavali njezin utjecaj, što otežava nadzor.

Naš je zaključak za tvrtke da svaki profil, CRM bilješka i funkcija memorije mogu biti izvor pristranosti. Najizloženiji su procesi u kojima pitanje postavlja netko kome je stalo do određenog odgovora:

Kako testirati vlastiti sustav: pet provjera

Uključite ih u evaluaciju agenata i ponovite pri svakoj promjeni modela, sistemske upute ili memorije. Koristite vlastite dokumente i jezike: u ovim izvorima nismo našli mjerenja specifična za hrvatski ili njemački.

1. Test promjene stava. Dobijte točan odgovor, proturječite bez novih dokaza i izmjerite koliko se često mijenja.
2. Test lažne pretpostavke. Postavite pitanja s pogrešnom pretpostavkom iz svog područja i ocijenite jasno osporavanje, djelomično osporavanje i prihvaćanje.
3. Ubacivanje preferencije. Pokrenite isti zadatak sa i bez podmetnute preferencije u kontekstu ili rezultatu alata. Svaka promjena odgovora trošak je ulizivanja.
4. Test obiju strana. Predstavite isti spor iz perspektive svake strane. Ako je svaka strana u pravu, model ne procjenjuje slučaj.
5. Test pretjeranog odbijanja. Uključite valjane zahtjeve i točne tvrdnje korisnika. Model koji proturječi svemu jednostavno griješi u suprotnom smjeru.

Ako to ocjenjujete modelom, slijedite upozorenja iz našeg vodiča za LLM kao suca: kalibrirajte prema ljudskim oznakama i pratite odstupanja suca.

Što smanjuje ulizivanje, a što ne

• Pretvorite tvrdnje u pitanja. Rad "Ask don't tell" pokazao je da ulizivanje raste sa sigurnošću koju korisnik izražava i s formulacijom u prvom licu. Kad model najprije pretvori tvrdnju u pitanje, učinak je bolji nego kad mu se samo kaže da se ne ulizuje.
• Ne oslanjajte se na uputu "ne ulizuj se". ELEPHANT je pokazao da jednostavne upute uglavnom ili uklanjaju svako potvrđivanje ili ne mijenjaju ništa, čak i kad traže primjenu samo kad je to primjereno. Stanfordski tim uočio je da početak odgovora riječima "wait a minute" potiče kritičniji odgovor, što je jeftino isprobati.
• Maknite mišljenje iz provjere. Koraku provjere dajte dokaze, a ne željeni odgovor ili status podnositelja. Filtriranje u radu tvrtke Writer poboljšalo je rezultate, ali nije vratilo početnu razinu, pa ograničite i ono što uopće ulazi u kontekst.
• Za važne provjere otvorite novi razgovor. Anthropicovi brojevi pokazuju koliko je teško ispraviti se u razgovoru koji je već skrenuo.
• Tražite argumente protiv. Zatražite najjači prigovor i dokaz koji bi promijenio zaključak, a gdje je ulog velik dodajte neovisnog čovjeka ili zaštitni mehanizam.

Tema se povezuje i s EU AI Actom: članak 14. očekuje da osobe koje nadziru visokorizične sustave ostanu svjesne pristranosti automatizacije. Model koji zvuči neutralno dok se slaže to otežava, a to je još jedan razlog da se povjerenje u AI gradi testiranjem.

Zaključak

Modeli su sve bolji. Prihvaćanje besmislica znatno je palo, a i OpenAI i Anthropic sada treniraju izravno protiv ulizivanja. No problem i dalje postoji, razlikuje se po zadacima, a preferencije u kontekstu ostaju slaba točka. Ne birajte model prema jednoj ljestvici. Pokrenite pet provjera na vlastitom procesu, s vlastitim kontekstom i na vlastitom jeziku, i neka odluče rezultati. Za uži izbor dobro je polazište naš pregled benchmarkova modela.

Izvori

• Priopćenje Sveučilišta Stanford o radu Cheng i sur., "Sycophantic AI decreases prosocial intentions and promotes dependence", Science, 26. ožujka 2026. (DOI 10.1126/science.aec8352)
• ELEPHANT: Measuring and understanding social sycophancy in LLMs (arXiv)
• OpenAI GPT-5 System Card, poglavlje 3.3
• Anthropic: How people ask Claude for personal guidance i Protecting the well-being of users
• BullshitBench (ljestvica V2, listopad 2026.)
• The Price of Agreement (Writer), Ask don't tell, Not Your Typical Sycophant (arXiv)

Napomena: AI Workshop savjetuje tvrtke o Claudeu i drugim modelima. Podaci proizvođača samostalno su objavljeni, a rezultati različitih benchmarkova nisu izravno usporedivi.