Η τεχνητή νοημοσύνη έχει μπει πολύ δυναμικά στη ζωή μας. Με δημιουργίες όπως το ChatGPT, πολλοί άνθρωποι “απευθύνονται” πιο συχνά στην τεχνητή νοημοσύνη και τις ικανότητές της.
Για να μετρήσουν τις ικανότητες της τεχνητής νοημοσύνης, επιστήμονες και ερευνητές διεξάγουν πειράματα όπου δοκιμάζουν χαρακτηριστικά της σε σύγκριση με τους ανθρώπους.
Μια μελέτη που διεξήχθη από το Πανεπιστήμιο της Νέας Υόρκης διαπίστωσε ότι τα βρέφη είναι πιο ικανά από την τεχνητή νοημοσύνη στο να συνάγουν συμπεράσματα για τα κίνητρα των ανθρώπων. Οι ερευνητές διεξήγαγαν μια σειρά πειραμάτων με βρέφη 11 μηνών και συνέκριναν τις απαντήσεις των βρεφών με αυτές της τεχνητής νοημοσύνης.
Οι ερευνητές αποφάσισαν να χρησιμοποιήσουν βρέφη επειδή είναι ιδιαίτερα παρατηρητικά. Αν και τα βρέφη εξακολουθούν να αναπτύσσονται και να προσπαθούν να κατανοήσουν τον κόσμο γύρω τους, εξακολουθούν να έχουν ένα επίπεδο κοινής λογικής που αυξάνεται με την ηλικία.
Αυτό το επίπεδο κατανόησης στα βρέφη αναφέρεται ως «κοινή ψυχολογία». Αυτή είναι η κατανόηση των στόχων, των προθέσεων και των κινήτρων σε σχέση με τις ενέργειες. Αυτή η ικανότητα στα βρέφη θέτει τα θεμέλια για τη συναισθηματική τους νοημοσύνη καθώς μεγαλώνουν.
Για τη διεξαγωγή του πειράματος, οι ερευνητές χρησιμοποίησαν το Baby Intuitions Benchmark, που τους επιτρέπει να συγκρίνουν απευθείας βρέφη και τεχνητή νοημοσύνη. Χρησιμοποιώντας αλληλουχίες βίντεο, οι ερευνητές παρατήρησαν εάν η τεχνητή νοημοσύνη μπορεί να κατανοήσει και να προβλέψει με ακρίβεια την ανθρώπινη συμπεριφορά και τη συνέκριναν με την κατανόηση της συμπεριφοράς των βρεφών.
Ερευνητές έδειξαν σε βρέφη κινούμενα σχήματα στο Zoom που διεγείρουν την ανθρώπινη συμπεριφορά. Όταν παρουσιάστηκαν στα μοντέλα τεχνητής νοημοσύνης, δεν επέδειξαν την ίδια γνωστική κατανόηση της συμπεριφοράς και των κινήτρων.
Αν και η τεχνητή νοημοσύνη δεν είχε την κατανόηση των ανθρώπινων κινήτρων και συμπεριφοράς, υπήρχε ακόμα «κοινή τεχνητή νοημοσύνη». Αυτός ο τύπος κοινής λογικής στην τεχνητή νοημοσύνη αναφέρεται στην ικανότητα του να δημιουργεί συνδέσεις μεταξύ πραγμάτων όπως το ιστορικό αναζήτησης κάποιου και τα ενδιαφέροντά του. Αυτή είναι μια άμεση πρόβλεψη ενεργειών, αλλά δεν αναγνωρίζει το κίνητρο πίσω από τις πράξεις κάποιου.
«Αν η τεχνητή νοημοσύνη στοχεύει να δημιουργήσει ευέλικτους, συλλογικούς στοχαστές όπως γίνονται οι ενήλικες, τότε οι μηχανές θα πρέπει να στηρίζονται στις ίδιες βασικές ικανότητες που διαθέτουν τα βρέφη για την ανίχνευση στόχων και προτιμήσεων» δήλωσε ο Brenden Lake, επίκουρος καθηγητής στο Κέντρο Επιστήμης Δεδομένων και Τμήμα Ψυχολογίας του NYU.
Οι εταιρίες τεχνητής νοημοσύνης μπορούν να βασιστούν σε αυτή τη μελέτη για να βελτιώσουν τις ικανότητες των μοντέλων και της τεχνολογίας τους. «Οι μηχανές που βασίζονται σε AI είναι γρήγορες, πιο ακριβείς και σταθερά ορθολογικές, αλλά δεν είναι διαισθητικές, συναισθηματικές ή πολιτισμικά ευαίσθητες» επεσήμανε το Harvard Business Review. «Και είναι ακριβώς αυτές οι ικανότητες που κατέχουν οι άνθρωποι και μας κάνουν αποτελεσματικούς»…
