Le Capacità di Ragionamento Analogico dell’AI: Sfidare l’Intelligenza Umana?

Il ragionamento analogico, l’abilità unica che gli esseri umani possiedono per risolvere problemi non familiari tracciando paralleli con problemi noti, è stato a lungo considerato una funzione cognitiva umana distintiva. Tuttavia, uno studio innovativo condotto da psicologi della UCLA presenta risultati convincenti che potrebbero spingerci a rivedere questo concetto.

GPT-3: All’altezza dell’Intelletto Umano?

La ricerca della UCLA ha scoperto che GPT-3, un modello linguistico di intelligenza artificiale sviluppato da OpenAI, dimostra capacità di ragionamento quasi pari a quelle degli studenti universitari, specialmente quando si tratta di risolvere problemi simili a quelli presenti nei test di intelligenza e negli esami standardizzati come il SAT. Questa rivelazione, pubblicata sulla rivista Nature Human Behaviour, solleva una domanda intrigante: GPT-3 emula il ragionamento umano a causa del suo vasto set di dati di addestramento linguistico, o sta attingendo a un processo cognitivo completamente nuovo?

I meccanismi esatti di GPT-3 rimangono nascosti da OpenAI, lasciando i ricercatori della UCLA curiosi sul meccanismo dietro le sue capacità di ragionamento analogico. Nonostante le prestazioni lodevoli di GPT-3 in certi compiti di ragionamento, lo strumento non è senza difetti. Taylor Webb, l’autore principale dello studio e ricercatore post-dottorato alla UCLA, ha notato: “Sebbene i nostri risultati siano impressionanti, è essenziale sottolineare che questo sistema ha limitazioni significative. GPT-3 può eseguire il ragionamento analogico, ma fatica con compiti banali per gli esseri umani, come utilizzare strumenti per un compito fisico.”

Le capacità di GPT-3 sono state messe alla prova utilizzando problemi ispirati alle Matrici Progressive di Raven – un test che coinvolge sequenze di forme intricate. Convertendo le immagini in un formato di testo che GPT-3 potesse decifrare, Webb ha assicurato che questi fossero sfide completamente nuove per l’AI. Quando paragonato a 40 studenti universitari della UCLA, non solo GPT-3 ha eguagliato le prestazioni umane, ma ha anche riflesso gli errori umani. Il modello di intelligenza artificiale ha risolto correttamente l’80% dei problemi, superando la media dei punteggi umani e cadendo all’interno della gamma dei migliori performer umani.

Il team ha ulteriormente testato le capacità di GPT-3 utilizzando domande di analogia non pubblicate del SAT, con l’AI che ha superato la media umana. Tuttavia, ha esitato leggermente quando ha tentato di trarre analogie da storie brevi, sebbene il modello GPT-4 più recente abbia mostrato risultati migliorati.

Colmare il Divario tra l’Intelligenza Artificiale e la Cognizione Umana

I ricercatori della UCLA non si fermano alle semplici comparazioni. Hanno iniziato a sviluppare un modello di computer ispirato alla cognizione umana, confrontando costantemente le sue capacità con i modelli di intelligenza artificiale commerciali. Keith Holyoak, professore di psicologia alla UCLA e coautore, ha commentato: “Il nostro modello di intelligenza artificiale psicologico ha superato gli altri nei problemi di analogia fino all’ultimo aggiornamento di GPT-3, che ha mostrato capacità superiori o equivalenti.”

Tuttavia, il team ha identificato alcune aree in cui GPT-3 è rimasto indietro, specialmente nei compiti che richiedono la comprensione dello spazio fisico. Nelle sfide che coinvolgono l’uso di strumenti, le soluzioni di GPT-3 sono state notevolmente fuori bersaglio.

Hongjing Lu, l’autore senior dello studio, ha espresso meraviglia per i balzi nella tecnologia negli ultimi due anni, in particolare nella capacità dell’AI di ragionare. Ma se questi modelli pensano veramente come gli esseri umani o semplicemente mimano il pensiero umano è ancora oggetto di dibattito. La ricerca di insight sui processi cognitivi dell’AI richiede l’accesso ai modelli di intelligenza artificiale, un passo che potrebbe plasmare la traiettoria futura dell’AI.

Ecoando il sentimento, Webb conclude: “L’accesso ai modelli GPT sarebbe di grande beneficio per i ricercatori di intelligenza artificiale e cognitivi. Attualmente, siamo limitati agli input e output, e manca la profondità decisiva che aspiriamo a raggiungere.”