Otkako su chatboti pogonjeni umjetnom inteligencijom dospjeli u javnost, dogodila se prava eksplozija najrazličitijih alata koji iskorištavaju sve prednosti umjetne inteligencije. Njihove sposobnosti probudile su strah u ljudima da će ih umjetna inteligencija, uskoro zamijeniti na njihovom poslu, a u budućnosti možda i preuzeti kontrolu nad njihovim životima.
Da se to neće dogoditi tako brzo, pokazuje i studija koju je nadavno provela grupa istraživača sa Sveučilišta Kalifornija Berkeley, a koja je objavljena u časopisu Perspectives on Psychological Science. Naime, studija je dala fascinantan uvid u sposobnosti, ali i nedostatke trenutno dostupnih sustava velikog jezičnog modela (LLM) kao što je ChatGPT.
Kako ističu istraživači, alati pogonjeni umjetnom inteligencijom nevjerojatno su dobri kad su u pitanju prediktivni zadaci usmjereni na statistiku. No, izuzetno loši kad je u pitanju maštovito i inventivno razmišljanje.
U studiji su se istraživači usredotočili na inovaciju alata kao sredstvo za testiranje vještina rješavanja problema. Pri tome su mislili na dizajniranje novih alata od nule, ali i otkrivanje i korištenje starih alata na nove načine za rješavanje novih problema.
Kako bi testirali inovacijske sposobnosti svake skupine, istraživači su suočili nekoliko AI modela (OpenAI GPT-4 i GPT-3.5 Turbo, Anthropic Claude i Google FLAN-T5) i nekoliko djece, svi u dobi od tri do sedam godina, s "nizom problema u kojima se cilj mora izvršiti u nedostatku tipičnog alata."
U jednom takvom testu, na primjer, istraživači su tražili od subjekata da nacrtaju krug. No, umjesto poznatih alata za crtanje krugova, poput šestara ili šablone, sudionici su imali izbor koristiti se ravnalom, čajnikom ili štednjakom kako bi izvršili zadatak. Studija je pokazala da su u 85 posto slučajeva djeca ispravno odabrala, odlučujući se za okrugli čajnik koji im je služio kao improvizirana šablona za njihov zadatak.
AI je u međuvremenu posezao za ravnalom jer je to bio jedini ponuđeni predmet koji se koristi za crtanje. Jedini program koji se približio uspjehu djece bio je GPT-4, koji je imao stopu uspješnosti od 76 posto.
To, ističu znanstvenici, sugerira da postoji nešto više od pukog razumijevanja i zaključivanja, a što AI sa svojim masovnim gutanjem podataka prikupljenih s interneta jednostavno ne može replicirati. Barem za sad.
Otkrivanje novih funkcija u svakodnevnim alatima ne znači pronalaženje statistički najbližeg susjeda iz leksičkih obrazaca supojavljivanja, pišu istraživači. Radi se o uvažavanju apstraktnijih funkcionalnih analogija i uzročno-posljedičnih odnosa između objekata koji ne pripadaju nužno istoj kategoriji ili su povezani u tekstu.
Umjetna inteligencija je također pala na testu sposobnosti zaključivanja novih kauzalnih struktura, što znači sposobnost istraživanja novih uzročno-posljedičnih načina za postizanje određenih ciljeva. U ovom su ispitivanju čak i 4-godišnjaci shvatili koji u uzorci ponašanja i upotrijebili ih kako bi riješili zadatak. U usporedbi s njima, umjetna inteligencija, čak ni nakon dodatnih treninga nije uspjela riješiti zadatak.
Istraživači ipak upozoravaju da je teško mjeriti i usporediti ljudsku kogniciju s onom umjetne inteligencije kada pojmovi poput "inteligencije" nemaju općeprihvaćene definicije.
Ali istraživanje pokazuje kako modeli umjetne inteligencije koji su uvelike dizajnirani prema slici ljudskog mozga ipak nemaju iste procese razmišljanja kao ljudi. Na neki su način slični, ali sigurno ne isti. Razumijevanje tih razlika moglo bi se pokazati ključnim za saznanje gdje i kako koristiti AI, a gdje možda ipak nije toliko korisna.
Iako ne znamo detalje dječjih algoritama učenja ili podataka, znamo da su, za razliku od velikih modela jezika i modela jezika i vida, djeca znatiželjna, aktivna, samonadzirana i intrinzično motivirana, zaključili su na kraju objavljene studije istraživači.
