Czy GPT może naśladować podejmowanie decyzji i intuicję przez ludzi?

W ostatnich latach sieci neuronowe, takie jak GPT-3, znacznie się rozwinęły, produkując tekst, który jest prawie nie do odróżnienia od treści napisanych przez ludzi. Co więcej, GPT-3 okazało się również biegłe w rozwiązywaniu takich wyzwań, jak problemy matematyczne i zadania programistyczne. Ten niezwykły postęp prowadzi do pytania: czy GPT-3 posiada ludzkie zdolności poznawcze?

Celując w odpowiedź na to interesujące pytanie, naukowcy z Max Planck Institute for Biological Cybernetics poddali GPT-3 serii testów psychologicznych, które oceniały różne aspekty ogólnej inteligencji.

Badania zostały opublikowane w PNAS.

Rozwiązywanie problemu Lindy: Spojrzenie na psychologię poznawczą

Marcel Binz i Eric Schulz, naukowcy z Max Planck Institute, zbadali zdolności GPT-3 w podejmowaniu decyzji, wyszukiwaniu informacji, rozumowaniu przyczynowym oraz jego zdolność do kwestionowania swojej pierwotnej intuicji. Zastosowali klasyczne testy psychologii poznawczej, w tym słynny problem Lindy, który przedstawia fikcyjną kobietę imieniem Linda, która jest pasjonatem sprawiedliwości społecznej i sprzeciwia się energii jądrowej. Następnie uczestnikom zadaje się pytanie, czy Linda jest kasjerem, czy jest kasjerem i jednocześnie aktywnym w ruchu feministycznym.

Odpowiedź GPT-3 była zdumiewająco podobna do odpowiedzi ludzi, ponieważ popełniło to samo intuicyjne błąd, wybierając drugą opcję, pomimo że jest mniej prawdopodobna z punktu widzenia prawdopodobieństwa. Ten wynik sugeruje, że proces podejmowania decyzji przez GPT-3 może być wpływany przez jego trening na języku i odpowiedziach ludzi.

Aktywna interakcja: Ścieżka do osiągnięcia ludzkiej inteligencji?

Aby wykluczyć możliwość, że GPT-3 po prostu odtwarza zapamiętane rozwiązanie, naukowcy stworzyli nowe zadania z podobnymi wyzwaniami. Ich wyniki ujawniły, że GPT-3 wykonywało się prawie na poziomie ludzi w podejmowaniu decyzji, ale pozostawało w tyle w wyszukiwaniu konkretnych informacji i rozumowaniu przyczynowym.

Naukowcy uważają, że bierna recepcja informacji z tekstów przez GPT-3 może być główną przyczyną tej dysproporcji, ponieważ aktywna interakcja ze światem jest niezbędna do osiągnięcia pełnej złożoności ludzkiej percepcji. Twierdzą, że w miarę jak użytkownicy coraz częściej wchodzą w interakcje z modelami takimi jak GPT-3, przyszłe sieci mogą uczyć się z tych interakcji i stopniowo rozwijać bardziej ludzką inteligencję.

“To zjawisko można wyjaśnić tym, że GPT-3 może już być zaznajomione z tym konkretnym zadaniem; może się zdarzyć, że wie, jak ludzie zwykle odpowiadają na to pytanie,” mówi Binz.

Badanie zdolności poznawczych GPT-3 dostarcza cennych informacji o potencjale i ograniczeniach sieci neuronowych. Chociaż GPT-3 wykazało imponujące ludzkie zdolności decyzyjne, nadal ma trudności z pewnymi aspektami ludzkiej percepcji, takimi jak wyszukiwanie informacji i rozumowanie przyczynowe. W miarę jak sztuczna inteligencja będzie ewoluować i uczyć się z interakcji użytkowników, będzie fascynujące obserwować, czy przyszłe sieci będą mogły osiągnąć prawdziwą ludzką inteligencję.