Παρά τις υψηλές της δυνατότητές της, η τεχνητή νοημοσύνη δεν είναι έτοιμη να αντικαταστήσει την ανθρώπινη σκέψη και λογική.
Η τεχνητή νοημοσύνη (AI), ιδίως τα μεγάλα γλωσσικά μοντέλα, όπως το GPT-4, εκπλήσσει με τις δυνατότητες προσομοίωσης της ανθρώπινης σκέψης. Μπορεί να λύνει πολύπλοκα προβλήματα και να δίνει απαντήσεις βάσει λογικών συλλογισμών. Φαίνεται όμως πως ο «εγκέφαλός» της, παρά τις όποιες ομοιότητες στη λειτουργία του με τον δικό μας, κάπου υστερεί και μπλοκάρει.
Οι ερευνήτριες Martha Lewis και Melanie Mitchel, ειδικοί σε θέματα τεχνητής νοημοσύνης από το Πανεπιστήμιο του Άμστερνταμ και το Ινστιτούτο Santa Fe στο Νέο Μεξικό αντίστοιχα, εξέτασαν τις δυνατότητες τέτοιων μοντέλων να υπερβούν την αναπαραγωγή μοτίβων, που αποτελεί βάση της λειτουργίας τους, και να κατανοήσουν ουσιαστικά αφηρημένες έννοιες. Σύμφωνα με τα ευρήματά τους, που δημοσιεύονται στο επιστημονικό περιοδικό “Transactions on Machine Learning Research”, αν και τα μοντέλα GPT επιδεικνύουν αξιόλογες επιδόσεις σε ορισμένες δοκιμασίες αναλογικής σκέψης, αδυνατούν να προσαρμοστούν όταν τα δεδομένα των προβλημάτων αλλάζουν.
Η αναλογική σκέψη και η σημασία της
Η αναλογική σκέψη είναι βασική γνωστική διεργασία του ανθρώπινου εγκεφάλου, που μας επιτρέπει να εντοπίζουμε ομοιότητες και κοινά μοτίβα μεταξύ φαινομενικά ασύνδετων καταστάσεων και πραγμάτων, ώστε να κατανοήσουμε τον κόσμο και να λάβουμε αποφάσεις. Ένα κλασικό παράδειγμα αναλογικής σκέψης είναι το εξής: «Το φλιτζάνι είναι για τον καφέ, όπως το μπολ είναι για…;». Η σωστή απάντηση είναι: «τη σούπα». Για να διαπιστωθεί κατά πόσο η τεχνητή νοημοσύνη που μπορεί να «σκέφτεται» είναι ικανή να εντοπίζει τέτοιες αναλογίες και συνδέσεις με την ίδια ευελιξία που το κάνει ένας άνθρωπος, δοκίμασαν τις επιδόσεις του GPT-4 σε τρεις τύπους αναλογικών προβλημάτων:
–Αλληλουχίες γραμμάτων, όπου απαιτείται ο εντοπισμός μοτίβων σε σειρές γραμμάτων και η σωστή συμπλήρωσή τους.
-Αριθμητικά μοτίβα, για την αναγνώριση αριθμητικών σχέσεων και εύρεση του σωστού αριθμού που λείπει
-Αναλογίες σε ιστορίες, όπου καλούνται να βρουν την ιστορία που αντιστοιχεί καλύτερα σε μια αφήγηση.
Για να δοκιμάσουν αν τα μοντέλα AI διαθέτουν πραγματική ικανότητα αναλογικής σκέψης, εξέτασαν την απόδοσή τους στις αρχικές αλλά και τροποποιημένες εκδοχές των προβλημάτων. «Ένα σύστημα που πραγματικά κατανοεί τις αναλογίες θα πρέπει να διατηρεί υψηλές επιδόσεις ακόμα και όταν αλλάζουν κάποιες λεπτομέρειες των προβλημάτων» επισημαίνουν οι συγγραφείς της μελέτης, μιλώντας για χαρακτηριστικό ζωτικής σημασίας, δεδομένης της «αυξανόμενης χρήσης της τεχνητής νοημοσύνης για τη λήψη αποφάσεων και την επίλυση προβλημάτων στον πραγματικό κόσμο».
Πρόβλημα με αριθμούς και ιστορίες
Αν και οι άνθρωποι διατήρησαν υψηλές επιδόσεις στις τροποποιημένες εκδοχές των προβλημάτων, δε συνέβη το ίδιο με τα μοντέλα GPT, που αποδείχθηκαν λιγότερα αποτελεσματικά σε δύο από τις τρεις δοκιμασίες. Στα αριθμητικά μοτίβα, η απόδοση του GPT μειώθηκε αισθητά όταν άλλαζε η θέση του αριθμού που έλειπε, σε αντίθεση με τους ανθρώπους που δεν αντιμετώπισαν καμία δυσκολία.
Στις αφηγηματικές αναλογίες, το GPT-4 είχε την τάση να επιλέγει την πρώτη από τις διαθέσιμες απαντήσεις, ενώ οι άνθρωποι δεν επηρεάζονταν από τη σειρά των απαντήσεων. Παράλληλα, το μοντέλο AI δυσκολευόταν περισσότερο από τους ανθρώπους όταν οι βασικές πληροφορίες των ιστοριών διατυπώνονταν με διαφορετικό τρόπο, υποδηλώνοντας ότι βασίζεται περισσότερο σε επιφανειακές ομοιότητες παρά στη βαθύτερη κατανόηση.
Η τεχνητή νοημοσύνη δεν είναι ακόμα στο επίπεδο της ανθρώπινης σκέψης
Αν και η τεχνητή νοημοσύνη σημείωσε αξιόλογες επιδόσεις σε απλές αναλογίες, η απόδοσή της μειώθηκε δραματικά όταν οι συνθήκες των προβλημάτων άλλαξαν. Τα ευρήματα αμφισβητούν την κοινή πεποίθηση ότι τα γλωσσικά μοντέλα, όπως το GPT-4, μπορούν να «σκέφτονται» όπως οι άνθρωποι. «Αν και τα AI μοντέλα εμφανίζουν εντυπωσιακές ικανότητες, αυτό δεν σημαίνει ότι κατανοούν πραγματικά όσα κάνουν», επισημαίνουν οι Lewis και Mitchell. «Η ικανότητά τους να γενικεύουν και να προσαρμόζονται σε παραλλαγές υστερεί ακόμα πολύ σε σχέση με την ανθρώπινη σκέψη» προσθέτουν, κρούοντας «καμπανάκι» για την διευρυνόµενη χρήση της τεχνητής νοημοσύνης σε κρίσιμους τομείς όπως η εκπαίδευση, η νομική επιστήμη και η υγειονομική περίθαλψη.
Η τεχνητή νοημοσύνη αποτελεί μεν ισχυρό εργαλείο, έχει όμως απόσταση να διανύσει μέχρι να αντικαταστήσει την ανθρώπινη σκέψη και λογική.
Φωτογραφίες: Getty Images / Ideal Image