GPTは人間の意思決定と直感を再現できるか？

近年、GPT-3のようなニューラルネットワークは著しく進化し、人間が書いたコンテンツとほぼ区別がつかないテキストを生成しています。驚くことに、GPT-3は数学の問題やプログラミングタスクにも熟練しています。この著しい進歩により、GPT-3は人間のような認知能力を持っているのかという疑問が生じます。

この疑問に答えるために、Max Planck Institute for Biological Cyberneticsの研究者は、GPT-3を一般的な知能のさまざまな側面を評価する一連の心理テストに従事させました。

研究は、PNASに掲載されました。

リンダの問題を解明：認知心理学への一瞥

マルセル・ビンツとエリック・シュルツというMax Planck Instituteの科学者は、GPT-3の意思決定、情報検索、因果的推論、および初期の直感に疑問を抱く能力を調査しました。彼らは、リンダの問題というよく知られた認知心理学のテストを含むクラシックなテストを使用しました。このテストでは、社会正義に情熱を持ち、原子力に反対する架空の女性リンダを紹介します。参加者は、リンダが銀行員か、銀行員でありながらフェミニスト運動にも参加しているかを判断するように求められます。

GPT-3の応答は、人間のものと驚くほど似ており、2番目の選択肢を選択するという同じ直感的なミスを犯しました。ただし、確率論的にはこれがより可能性は低い選択です。この結果は、GPT-3の意思決定プロセスが人間の言語とプロンプトへの応答でトレーニングされたことの影響を受けている可能性があることを示唆しています。

積極的な相互作用：人間のような知能を達成するための道?

GPT-3が単に記憶された解決策を再生しているのではなく、研究者は新しいタスクを制作し、類似の課題を与えました。彼らの発見は、GPT-3が人間とほぼ同等のレベルで意思決定を行ったものの、情報検索と因果的推論では後れを取っていることを示しています。

研究者は、GPT-3の情報の受動的な受け取りがこの不一致の主な原因であると考えます。世界との積極的な相互作用は、人間の認知の完全な複雑さを達成するために不可欠です。彼らは、ユーザーがGPT-3のようなモデルとより多くやり取りするにつれて、将来のネットワークはこれらの相互作用から学び、人間のような知能を徐々に発達させることができると述べています。

「これは、GPT-3がすでにこのタスクに精通しているかもしれないという事実によって説明できるかもしれません。GPT-3は、人々が通常この質問にどう答えるかを知っているかもしれません」とビンツは述べました。

GPT-3の認知能力を調査することで、ニューラルネットワークの潜在性と限界について貴重な洞察が得られます。GPT-3は人間のような意思決定能力を示していますが、情報検索や因果的推論などの人間の認知の特定の側面ではまだ苦労しています。AIがユーザーのやり取りから学び続けるにつれて、将来のネットワークが真正の人間のような知能を達成できるかどうかを見守ることは興味深いことになるでしょう。