Làm thế nào Trí tuệ nhân tạo đang Thay đổi Sự hiểu biết của Chúng ta về Ra quyết định của Con người

Sự hiểu biết về ra quyết định của con người đã là một mục tiêu trung tâm trong tâm lý học trong nhiều thập kỷ. Các nhà nghiên cứu đã lâu tìm cách thiết kế các mô hình nhận thức để giải thích cách con người nghĩ và dự đoán hành vi của họ. Giờ đây, sự trỗi dậy của trí tuệ nhân tạo (AI) đang biến đổi cơ bản lĩnh vực này. Những đột phá gần đây trong AI đang tiết lộ những hiểu biết mới về các quá trình tinh thần nằm dưới các lựa chọn của chúng ta. Tại trung tâm của sự chuyển đổi này là một phương pháp đổi mới gọi là “Centaur Mode,” nơi trí tuệ nhân tạo và trí tuệ con người làm việc cùng nhau theo những cách làm nổi bật bản chất của nhận thức con người.

Bình minh của một Kỷ nguyên Mới trong Khoa học Nhận thức

Centaur là một mô hình trí tuệ nhân tạo cơ bản về nhận thức con người có thể dự đoán và mô phỏng hành vi con người với độ chính xác đáng kinh ngạc. Mô hình này được đào tạo trên hơn mười triệu quyết định cá nhân được thực hiện bởi hơn 60.000 người tham gia trên 160 thí nghiệm tâm lý. Được tạo ra bởi các nhà nghiên cứu tại Helmholtz Munich, mô hình này được thiết kế để bắc cầu khoảng cách giữa các lý thuyết nhận thức truyền thống và khả năng trí tuệ nhân tạo hiện đại. Tên “Centaur” bắt nguồn từ sinh vật thần thoại có thân trên của con người và chân giống ngựa. Việc đặt tên này phản ánh khả năng độc đáo của mô hình trong việc kết hợp việc ra quyết định giống con người với sức mạnh dự đoán của trí tuệ nhân tạo. Mô hình có thể mô phỏng hành vi con người trong các tình huống nó chưa từng gặp trước đây. Khi các nhà nghiên cứu kiểm tra nó trên các thí nghiệm tâm lý mới, Centaur phản ứng theo những cách phản ánh lựa chọn thực của con người. Khả năng này cho thấy rằng AI hiện có thể nắm bắt các mẫu cơ bản trong cách con người đưa ra quyết định trên các ngữ cảnh khác nhau.

Cơ sở: Tập dữ liệu Psych-101

Bí quyết đằng sau thành công của Centaur nằm ở dữ liệu đào tạo của nó. Các nhà nghiên cứu đã tạo ra Psych-101, một tập dữ liệu chứa hơn 10 triệu quyết định cá nhân từ hơn 60.000 người tham gia trên 160 thí nghiệm tâm lý. Bộ sưu tập toàn diện này bao gồm dữ liệu thử nghiệm từng thử nghiệm từ các nghiên cứu tâm lý, bao gồm trò chơi nhớ, nhiệm vụ cá cược và kịch bản giải quyết vấn đề. Mỗi thí nghiệm được chuyển录 cẩn thận thành văn bản để chuẩn bị dữ liệu. Dữ liệu ngôn ngữ tự nhiên này cho phép các nhà nghiên cứu xử lý dữ liệu hành vi con người bằng các mô hình ngôn ngữ lớn theo cách bảo tồn bối cảnh phong phú của các thiết lập thí nghiệm. Phương pháp này cho phép mô hình không chỉ hiểu cách con người quyết định mà còn hiểu các hoàn cảnh mà họ đưa ra những quyết định đó.

Centaur Làm việc như thế nào

Centaur được xây dựng trên Meta’s Llama 3.1 70B mô hình ngôn ngữ và tinh chỉnh bằng một kỹ thuật gọi là quantized low-rank adaptation (QLoRA). Phương pháp này chỉ sửa đổi 0,15% tham số của mô hình cơ bản trong khi đạt được những cải tiến đáng kể trong việc dự đoán hành vi con người.
Quá trình đào tạo liên quan đến việc hiển thị mô hình các bản ghi hoàn chỉnh của các thí nghiệm tâm lý, bao gồm mọi thứ mà người tham gia được thông báo, những gì họ nhìn thấy và những gì họ làm. Mô hình học cách dự đoán lựa chọn con người bằng cách phân tích các mẫu trên hàng triệu quyết định, dần dần phát triển sự hiểu biết về các quá trình nhận thức con người.

Vượt qua Rào cản Hiệu suất

Centaur đã thể hiện hiệu suất ấn tượng trên nhiều chỉ số. Nó đạt được 64% độ chính xác trong việc dự đoán hành vi con người, vượt trội so với các mô hình trước đó chỉ có thể dự đoán một số khía cạnh của hành vi con người với độ chính xác thấp hơn nhiều. Trong kiểm tra nghiêm ngặt trên 160 thí nghiệm, Centaur liên tục vượt trội so với các mô hình nhận thức truyền thống, bao gồm cả các lý thuyết đã được thiết lập như Prospect Theory và các khuôn khổ học tăng cường.
Có lẽ điều đáng chú ý nhất, Centaur đã chứng minh khả năng tổng quát hóa vượt ra ngoài dữ liệu đào tạo của nó. Mô hình này đã thành công trong việc dự đoán hành vi con người trong các thí nghiệm có câu chuyện bao phủ được sửa đổi, thay đổi cấu trúc và các lĩnh vực hoàn toàn mới mà nó chưa từng gặp trước đây. Khả năng tổng quát hóa này cho thấy rằng Centaur đã học được các nguyên tắc cơ bản của nhận thức con người chứ không chỉ nhớ các mẫu cụ thể.

Phát hiện Chính

Một trong những khám phá đáng chú ý nhất từ nghiên cứu Centaur là sự phù hợp của các biểu diễn nội bộ của mô hình với hoạt động thần kinh con người. Khám phá này cho thấy rằng khi AI học cách dự đoán hành vi con người, nó phát triển các quá trình nội bộ phản ánh các khía cạnh của nhận thức con người. Mặc dù chỉ được đào tạo trên dữ liệu hành vi, Centaur đã thể hiện khả năng dự đoán hoạt động não con người được đo bằng quét fMRI.
Khám phá này cho thấy rằng mô hình có thể đã khám phá ra những hiểu biết thực sự về cách não bộ con người xử lý thông tin. Việc thực tế rằng một mô hình được đào tạo thuần túy trên lựa chọn hành vi có thể dự đoán phản ứng thần kinh cho thấy rằng hành vi và hoạt động não có các nguyên tắc tính toán cơ bản chung.
Khám phá này cho thấy rằng việc ra quyết định của con người có thể dễ dự đoán hơn những gì từng được nghĩ. Các mẫu mà Centaur học được từ lựa chọn con người tiết lộ các cấu trúc cơ bản trong cách chúng ta xử lý thông tin và đưa ra quyết định. Những mẫu này được quan sát trên nhiều loại quyết định, từ các nhiệm vụ nhớ đơn giản đến các kịch bản giải quyết vấn đề phức tạp.
Nghiên cứu cũng cho thấy rằng AI có thể nắm bắt các thiên vị nhận thức con người. Khi Centaur đưa ra dự đoán, nó thể hiện các lỗi hệ thống và捷径 mà con người sử dụng trong việc ra quyết định. Khám phá này cho thấy rằng những thiên vị này không phải là sai lầm trong tư duy con người mà là một phần không thể thiếu của cách hệ thống nhận thức của chúng ta hoạt động. Chúng đại diện cho các chiến lược hiệu quả mà não bộ của chúng ta sử dụng để điều hướng các môi trường phức tạp với tài nguyên hạn chế.
Centaur tiết lộ rằng các lựa chọn của chúng ta không phải là ngẫu nhiên hoặc thuần túy logic. Chúng tuân theo các mẫu có thể được học và dự đoán, nhưng những mẫu này phức tạp và phụ thuộc vào ngữ cảnh. Centaur chứng minh rằng việc ra quyết định của con người liên quan đến sự tương tác phức tạp của các quá trình nhận thức tương tác theo những cách tinh vi.

Một Cửa sổ Mới vào Tư duy Con người

Tâm lý học truyền thống đã lâu tìm cách hiểu ra quyết định của con người thông qua các nghiên cứu riêng lẻ và các mô hình lý thuyết. Phương pháp Centaur đại diện cho một con đường khác. Bằng cách đào tạo AI trên lượng lớn dữ liệu hành vi con người, các nhà nghiên cứu hiện có thể kiểm tra các lý thuyết về việc ra quyết định ở quy mô chưa từng có. Khi AI đưa ra dự đoán về hành vi con người, các nhà nghiên cứu có thể so sánh những dự đoán này với lựa chọn thực của con người để xác định các khoảng trống trong các lý thuyết tâm lý hiện tại. Quá trình này tạo ra một vòng phản hồi nơi AI giúp chúng ta hiểu bản thân tốt hơn.
Ngoài phản hồi, Centaur có thể được sử dụng cho việc khám phá khoa học. Các nhà nghiên cứu đã chứng minh điều này bằng cách sử dụng mô hình cùng với các mô hình ngôn ngữ, chẳng hạn như DeepSeek-R1, chúng ta có thể tạo ra các giả thuyết mới về các chiến lược ra quyết định của con người. Phương pháp này, được gọi là scientific regret minimization, cho phép các nhà nghiên cứu xác định các mẫu trong hành vi con người mà các lý thuyết hiện tại không thể giải thích.
Centaur đại diện cho một khuôn khổ mới trong khoa học nhận thức, nơi các mô hình AI phục vụ như cả đối tượng nghiên cứu và công cụ để tạo ra những hiểu biết lý thuyết mới. Sự kết hợp của dữ liệu hành vi lớn và khả năng của AI mở ra khả năng khám phá những điều không thể đạt được thông qua các phương pháp thí nghiệm truyền thống alone.

Thử thách và Hướng đi Tương lai

Mặc dù sự phát triển của Centaur là một bước tiến đáng kể trong khoa học nhận thức, vẫn còn những thách thức quan trọng. Dự đoán của mô hình dựa trên các mẫu từ các thí nghiệm tâm lý, điều này có thể không phản ánh đầy đủ sự phức tạp của việc ra quyết định trong thế giới thực. Lựa chọn của con người trong môi trường phòng thí nghiệm có thể khác với những lựa chọn trong môi trường tự nhiên, nơi mà ставка cao hơn và ngữ cảnh phức tạp hơn.
Cũng có những câu hỏi về tính tổng quát của những phát hiện này trên các dân số và văn hóa khác nhau. Các nghiên cứu tâm lý được sử dụng để đào tạo Centaur chủ yếu liên quan đến người tham gia từ các nhóm dân số cụ thể. Việc hiểu cách các mẫu ra quyết định thay đổi trên các văn hóa và ngữ cảnh khác nhau vẫn là một lĩnh vực nghiên cứu tích cực.
Các tác động đạo đức của các hệ thống AI có thể dự đoán hành vi con người cũng đòi hỏi sự xem xét cẩn thận. Mặc dù những công cụ này có thể cung cấp những hiểu biết quý giá, chúng cũng đặt ra câu hỏi về quyền riêng tư và khả năng thao túng. Khi AI trở nên tốt hơn trong việc hiểu ra quyết định của con người, chúng ta cần các khuôn khổ để đảm bảo những khả năng này được sử dụng một cách có trách nhiệm.
Sự phát triển của Centaur đại diện cho chỉ sự bắt đầu của một kỷ nguyên mới trong khoa học nhận thức. Các nhà nghiên cứu dự định sẽ mở rộng tập dữ liệu để bao gồm các dân số đa dạng hơn, thông tin nhân khẩu học và các đặc điểm tâm lý. Các phiên bản tương lai có thể kết hợp dữ liệu đa phương thức, bao gồm thông tin hình ảnh và âm thanh, để nắm bắt một bức tranh hoàn chỉnh hơn về nhận thức con người.
Sự thành công của Centaur cũng chỉ ra sự phát triển của các kiến trúc nhận thức tinh vi hơn, kết hợp các mô-đun chuyên biệt và chung. Điều này có thể dẫn đến các hệ thống AI không chỉ dự đoán hành vi con người mà còn thể hiện khả năng lý luận giống con người hơn.

Kết luận

Centaur đại diện cho một sự thay đổi trong cách chúng ta nghiên cứu nhận thức con người. Bằng cách kết hợp quy mô và sức mạnh của AI hiện đại với truyền thống nghiên cứu tâm lý phong phú, nó cung cấp những hiểu biết mới về việc ra quyết định của con người. Mặc dù vẫn còn những thách thức, sự thành công của mô hình trong việc dự đoán hành vi trên nhiều lĩnh vực khác nhau cho thấy rằng chúng ta đang bước vào một kỷ nguyên mới nơi AI và khoa học nhận thức có thể cùng nhau mở khóa những bí ẩn của tâm trí con người.