Estos filtros son los que deberían impedir que una IA responda cosas dañinas, y el estudio detecta que pueden no distinguir bien cuando el sentido de una frase cambia por un simple 'no'. Para cualquier usuario, eso significa que la protección no es tan confiable como suena. Un límite que se rompe con una negación es un límite frágil. ¿Cuánto confiarías en un 'no' que la máquina no entiende?