Το Test Turing είναι μια μέθοδος έρευνας στην τεχνητή νοημοσύνη ( AI ) για τον προσδιορισμό του εάν ένας υπολογιστής μπορεί ή όχι να σκέφτεται σαν άνθρωπος. Το τεστ πήρε το όνομά του από τον Άλαν Τούρινγκ, τον ιδρυτή του Τεστ Τούρινγκ και έναν Άγγλο επιστήμονα υπολογιστών, κρυπτοαναλυτή, μαθηματικό και θεωρητικό βιολόγο.

Οι ερευνητές εξέτασαν να δουν εάν τα ρομπότ τεχνητής νοημοσύνης, τα οποία είναι προγραμματισμένα να παπαγαλίζουν μοτίβα ανθρώπινης ομιλίας, θα μπορούσαν να περάσουν το εμβληματικό τεστ Turing. Αυτή η τεχνολογική εξέταση μετράει τη νοημοσύνη των μηχανών προσδιορίζοντας εάν ο ψηφιακός λόγος τους θα μπορούσε να διαφοροποιηθεί από αυτόν ενός ανθρώπου — αν δεν μπορούν να διακρίνουν τη διαφορά, το μηχάνημα έχει περάσει.

Οι ερευνητές εξέτασαν τέσσερα μεγάλα γλωσσικά μοντέλα (LLM) — GPT-4o, LLaMa-3 και GPT-4.5 και Eliza (πρόγραμμα συνομιλίας της εποχής του 1960) — σε δύο τυχαίες και ελεγχόμενες δοκιμές, ανέφερε το Mashable.

Για τη διαχείριση του εν λόγω Τεστ Turing, στρατολόγησαν 126 προπτυχιακούς φοιτητές από το Πανεπιστήμιο της Καλιφόρνια του Σαν Ντιέγκο και 158 άτομα από το διαδικτυακό κέντρο δεδομένων Prolific, ανέφερε η Daily Mail.

Αυτοί οι συμμετέχοντες έλαβαν οδηγίες να έχουν πέντε λεπτά ταυτόχρονες διαδικτυακές ανταλλαγές με ένα ρομπότ και έναν άνθρωπο για να δουν αν θα μπορούσαν να εντοπίσουν ποιό είναι ρομπότ και ποιο άνθρωπος.

Εν τω μεταξύ, ο άνθρωπος και οι ερωτηθέντες τεχνητής νοημοσύνης είχαν την αποστολή να πείσουν ότι ήταν άνθρωποι.

Οι ερευνητές διαπίστωσαν ότι το GPT-4.5 κατάφερε να ξεγελάσει τους κριτές στο 73% των συνομιλιών, ένα ποσοστό μεγαλύτερο από εκείνο των ίδιων των συμμετεχόντων.
Αυτό ήταν σημαντικά περισσότερο από αρκετό για να περάσει το τεστ, σύμφωνα με τη μελέτη.

Εν τω μεταξύ, το “LLaMa-3.1, με την ίδια προτροπή, κρίθηκε ότι είναι ο άνθρωπος στο 56% των περιπτώσεων.” Τέλος, τα βασικά παλαιότερα μοντέλα (ELIZA και GPT-4o) απέτυχαν αφού αναγνωρίστηκαν αμέσως ότι ήταν μηχανές στο 23% και το 21% των περιπτώσεων αντίστοιχα.

Αυτά τα «αποτελέσματα αποτελούν την πρώτη εμπειρική απόδειξη ότι οποιοδήποτε τεχνητό σύστημα περνάει από ένα τυπικό τριμερές τεστ Turing», κατέληξαν οι ερευνητές.

Σημαίνει αυτό ότι τα μοντέλα γλωσσών εκμάθησης με τεχνητή νοημοσύνη είναι έξυπνα;
«Πιστεύω ότι είναι μια πολύ περίπλοκη ερώτηση που είναι δύσκολο να απαντηθεί σε ένα χαρτί (ή ένα tweet),» είπε ο Jones στο X. «Αλλά γενικά πιστεύω ότι αυτό πρέπει να αξιολογηθεί ως ένα από πολλά άλλα στοιχεία για το είδος της νοημοσύνης που εμφανίζουν τα LLM».

Είναι ενδιαφέρον ότι οι ειδικοί στο Psychology Today κατέληξαν στο συμπέρασμα ότι τα ρομπότ είχαν νικήσει το τεστ Turing, όχι μέσω εξυπνάδας, αλλά επειδή ήταν περισσότερο “άνθρωποι” από τους πραγματικούς ανθρώπους.

«Ενώ το Τεστ Τούρινγκ υποτίθεται ότι μετρούσε τη νοημοσύνη των μηχανών, άθελά μας αποκάλυψε κάτι πολύ πιο ανησυχητικό: την αυξανόμενη ευαλωτότητά μας στον συναισθηματικό μιμητισμό», έγραψε ο Τζον Νόστα, ιδρυτής της δεξαμενής σκέψης καινοτομίας Nosta Lab, περιγράφοντας αυτό το ανθρωποκυνηγητό. “Αυτή δεν ήταν μια αποτυχία ανίχνευσης τεχνητής νοημοσύνης. Ήταν ένας θρίαμβος τεχνητής ενσυναίσθησης.”

Ο Νόστα στήριξε την ανάλυσή του στο γεγονός ότι οι συμμετέχοντες σπάνια έκαναν λογικές ερωτήσεις, αντ’ αυτού έδιναν προτεραιότητα στον «συναισθηματικό τόνο, την αργκό και τη ροή» και βασίζοντας τις επιλογές τους στις οποίες «είχε κανείς περισσότερη ανθρώπινη ατμόσφαιρα».

Κατέληξε, “Με άλλα λόγια, αυτό δεν ήταν ένα τεστ Turing. Ήταν ένα τεστ κοινωνικής χημείας – Match.GPT – όχι ένα μέτρο ευφυΐας, αλλά συναισθηματικής ευχέρειας. Και η τεχνητή νοημοσύνη το πέτυχε.”

Αυτή δεν είναι η πρώτη φορά που η τεχνητή νοημοσύνη επιδεικνύει μια παράξενη ικανότητα.

Το 2023, το GPT-4 της OpenAI ξεγέλασε έναν άνθρωπο ώστε να πιστέψει ότι ήταν τυφλός για να εξαπατήσει το διαδικτυακό τεστ CAPTCHA που καθορίζει εάν οι χρήστες είναι άνθρωποι.

photo: pixabay