Jak AI zmienia nasze zrozumienie podejmowania decyzji przez ludzi

Zrozumienie podejmowania decyzji przez ludzi było głównym celem psychologii przez dziesięciolecia. Naukowcy długo starali się stworzyć modele poznawcze, które wyjaśniają, jak ludzie myślą i przewidują ich zachowanie. Teraz, rozwój sztucznej inteligencji (AI) fundamentalnie zmienia tę dziedzinę. Ostatnie przełomy w AI ujawniają nowe spostrzeżenia na temat procesów mentalnych, które leżą u podstaw naszych wyborów. W centrum tej transformacji jest innowacyjne podejście zwane “Trybem Centaura“, gdzie AI i ludzka inteligencja współpracują w sposób, który podkreśla naturę ludzkiej percepcji.

Świt nowej ery w nauce o poznaniu

Centaur to podstawowy model AI ludzkiej percepcji, który może przewidzieć i symulować ludzkie zachowanie z uderzającą dokładnością. Model został opracowany na podstawie ponad dziesięciu milionów indywidualnych decyzji podjętych przez ponad 60 000 uczestników w 160 eksperymentach psychologicznych. Stworzony przez naukowców z Helmholtz Munich, model został zaprojektowany w celu zmostkowania lukę między tradycyjnymi teoriami poznawczymi a nowoczesnymi możliwościami AI. Nazwa “Centaur” pochodzi z mitycznej istoty o ludzkim górnym ciele i końskich nogach. To nazewnictwo odzwierciedla unikalną zdolność modelu do łączenia podejmowania decyzji w sposób ludzki z predykcyjną mocą sztucznej inteligencji. Model może symulować ludzkie zachowanie w sytuacjach, których nigdy wcześniej nie spotkał. Gdy naukowcy testują go w nowych eksperymentach psychologicznych, Centaur reaguje w sposób, który odbija prawdziwe ludzkie wybory. Ta zdolność sugeruje, że AI może teraz uchwycić podstawowe wzorce w tym, jak ludzie podejmują decyzje w różnych kontekstach.

Podstawa: Zestaw danych Psych-101

Sekret sukcesu Centaura tkwi w danych szkoleniowych. Naukowcy stworzyli Psych-101, zestaw danych zawierający ponad 10 milionów indywidualnych decyzji od ponad 60 000 uczestników w 160 eksperymentach psychologicznych. Ten kompleksowy zbiór obejmuje dane z eksperymentów psychologicznych, w tym gry pamięciowe, zadania hazardowe i scenariusze rozwiązywania problemów. Każdy eksperyment został starannie przepisany na tekst, aby przygotować dane. Ten język naturalny pozwala naukowcom na przetwarzanie danych behawioralnych ludzi przy użyciu dużych modeli językowych w sposób, który zachowuje bogaty kontekst ustawień eksperymentalnych. To podejście umożliwia modelowi zrozumienie nie tylko tego, jak ludzie decydują, ale także okoliczności, w których podejmują te decyzje.

Jak działa Centaur

Centaur został zbudowany na Modelu Llama 3.1 70B i dostrojony przy użyciu techniki zwanej kwantowaną adaptacją o niskim ranku (QLoRA). Ta metoda zmodyfikowała tylko 0,15% parametrów modelu podstawowego, osiągając godne uwagi poprawy w przewidywaniu ludzkiego zachowania.

Proces szkolenia obejmował pokazywanie modelowi pełnych transkryptów eksperymentów psychologicznych, w tym wszystkiego, co uczestnicy słyszeli, widzieli i robili. Model nauczył się przewidywać ludzkie wybory, analizując wzorce w milionach decyzji, stopniowo rozwijając zrozumienie ludzkich procesów poznawczych.

Przekraczanie barier wydajności

Centaur wykazał imponującą wydajność w wielu wskaźnikach. Osiągnął 64% dokładności w przewidywaniu ludzkiego zachowania, znacznie przewyższając poprzednie modele, które mogły przewidywać tylko pewne aspekty ludzkiego zachowania z znacznie niższą dokładnością. W rygorystycznych testach przeprowadzonych w 160 eksperymentach Centaur konsekwentnie przewyższał tradycyjne modele poznawcze, w tym ugruntowane teorie, takie jak Teoria perspektywy i ramy uczenia się wzmocnionego.

Być może najbardziej godne uwagi jest to, że Centaur wykazał swoją zdolność do uogólniania poza swoimi danymi szkoleniowymi. Model pomyślnie przewidział ludzkie zachowanie w eksperymentach z modyfikowanymi opowieściami, zmianami strukturalnymi i całkowicie nowymi dziedzinami, których nigdy wcześniej nie spotkał. Ta zdolność do uogólniania sugeruje, że Centaur nauczył się podstawowych zasad ludzkiej percepcji, a nie tylko zapamiętał określone wzorce.

Kluczowe ustalenia

Jednym z najbardziej uderzających odkryć w badaniach nad Centaur jest wyrównanie wewnętrznych reprezentacji modelu z ludzką aktywnością neuronalną. To odkrycie sugeruje, że gdy AI uczy się przewidywać ludzkie zachowanie, rozwija wewnętrzne procesy, które odbijają aspekty ludzkiej percepcji. Pomimo tego, że został opracowany tylko na danych behawioralnych, Centaur wykazał poprawioną zdolność do przewidywania ludzkiej aktywności mózgu mierzonej za pomocą skanów fMRI.

To nieoczekiwane wyrównanie neuronalne sugeruje, że model może odkryć prawdziwe spostrzeżenia na temat tego, jak ludzki mózg przetwarza informacje. Fakt, że model opracowany wyłącznie na podstawie wyborów behawioralnych może przewidywać odpowiedzi neuronalne, wskazuje, że zachowanie i aktywność mózgu dzielą podstawowe zasady obliczeniowe.

To odkrycie sugeruje, że podejmowanie decyzji przez ludzi może być bardziej przewidywalne, niż wcześniej sądzono. Wzorce, które Centaur uczy się z ludzkich wyborów, ujawniają podstawowe struktury w tym, jak przetwarzamy informacje i podejmujemy decyzje. Te wzorce są obserwowane w różnych typach decyzji, od prostych zadań pamięciowych po złożone scenariusze rozwiązywania problemów.

Badania również pokazują, że AI może uchwycić ludzkie predylekcje poznawcze. Gdy Centaur dokonuje przewidywań, wykazuje te same systematyczne błędy i skróty, których używają ludzie w podejmowaniu decyzji. To spostrzeżenie sugeruje, że te predylekcje nie są wadami ludzkiego myślenia, ale raczej integralnymi częściami tego, jak nasze systemy poznawcze działają. Reprezentują one efektywne strategie, których nasz mózg używa do nawigacji w złożonych środowiskach z ograniczonymi zasobami.

Centaur ujawnia, że nasze wybory nie są losowe ani czysto logiczne. Podążają one za wzorcami, które można nauczyć i przewidzieć, ale te wzorce są złożone i zależne od kontekstu. Centaur demonstruje, że podejmowanie decyzji przez ludzi obejmuje złożoną interakcję procesów poznawczych, które współpracują w wyrafinowany sposób.

Nowe okno w ludzkie myślenie

Tradycyjna psychologia długo starała się zrozumieć podejmowanie decyzji przez ludzi za pomocą izolowanych badań i teoretycznych modeli. Podejście Centaura reprezentuje inny ścieżkę. Dzięki szkoleniu AI na ogromnych ilościach danych behawioralnych ludzi, naukowcy mogą teraz testować teorie dotyczące podejmowania decyzji w nieprawdopodobnych skalach. Gdy AI dokonuje przewidywań dotyczących ludzkiego zachowania, naukowcy mogą porównywać te przewidywania z rzeczywistymi ludzkimi wyborami, aby zidentyfikować luki w obecnych teoriach psychologicznych. Ten proces tworzy pętlę sprzężenia zwrotnego, w której AI pomaga nam lepiej zrozumieć siebie.

Poza sprzężeniem zwrotnym Centaur może być użyty do odkryć naukowych. Naukowcy zademonstrowali to, używając modelu w połączeniu z modelami językowymi, takimi jak DeepSeek-R1, możemy generować nowe hipotezy dotyczące strategii podejmowania decyzji przez ludzi. To podejście, znane jako minimalizacja żalu, umożliwia naukowcom identyfikację wzorców w ludzkim zachowaniu, których nie mogą wyjaśnić istniejące teorie.

Centaur reprezentuje nowy paradygmat w nauce o poznaniu, w którym modele AI służą jako przedmioty badań i narzędzia do generowania nowych spostrzeżeń teoretycznych. Połączenie dużych zbiorów danych behawioralnych i możliwości AI otwiera możliwości odkryć, które byłyby niemożliwe za pomocą tradycyjnych podejść eksperymentalnych.

Wyzwania i przyszłe kierunki

Chociaż rozwój Centaura jest znaczącym postępem w nauce o poznaniu, pozostają krytyczne wyzwania. Przewidywania modelu opierają się na wzorcach z eksperymentów psychologicznych, które mogą nie w pełni uchwycić złożoność podejmowania decyzji w świecie rzeczywistym. Ludzkie wybory w laboratoriach mogą różnić się od tych w naturalnych środowiskach, gdzie stawki są wyższe, a konteksty bardziej złożone.

Istnieją również pytania dotyczące przenoszalności tych wyników na różne populacje i kultury. Eksperymenty psychologiczne użyte do szkolenia Centaura obejmowały głównie uczestników z określonych grup demograficznych. Zrozumienie, jak wzorce podejmowania decyzji różnią się w różnych kulturach i kontekstach, pozostaje aktywnym obszarem badań.

Wiążą się również implikacje etyczne systemów AI, które mogą przewidywać ludzkie zachowanie. Chociaż te narzędzia mogą dostarczyć cenne spostrzeżenia, podnoszą one również pytania dotyczące prywatności i potencjału manipulacji. Gdy AI staje się lepsza w zrozumieniu podejmowania decyzji przez ludzi, musimy mieć ramy, które zapewnią odpowiedzialne wykorzystanie tych zdolności.

Rozwój Centaura reprezentuje dopiero początek nowej ery w nauce o poznaniu. Naukowcy planują rozszerzyć zestaw danych, aby objąć bardziej zróżnicowane populacje, informacje demograficzne i cechy psychologiczne. Przyszłe wersje mogą obejmować dane multimodalne, w tym wizualne i słuchowe, aby uchwycić bardziej kompletny obraz ludzkiej percepcji.

Sukces Centaura wskazuje również na rozwój bardziej zaawansowanych architektur poznawczych, które łączą moduły specyficzne dla dziedziny i ogólne. Może to prowadzić do systemów AI, które nie tylko przewidują ludzkie zachowanie, ale także wykazują bardziej ludzkie zdolności rozumowania.

Podsumowanie

Centaur reprezentuje zmianę w tym, jak studiuje się ludzką percepcję. Łącząc skalę i moc nowoczesnego AI z bogatą tradycją badań psychologicznych, oferuje nowe spostrzeżenia na temat podejmowania decyzji przez ludzi. Chociaż pozostają wyzwania, sukces modelu w przewidywaniu zachowania w różnych dziedzinach sugeruje, że wkraczamy w nową erę, w której AI i nauka o poznaniu mogą współpracować, aby odkryć tajemnice ludzkiego umysłu.