GPT-4.5 Тюринг тестидан ўтди: Сунъий интеллект одамдан кўра ишончлироқ
Сан-Диегодаги Калифорния университети тадқиқотчилари томонидан ўтказилган тажрибада GPT-4.5 модели жонли матнли мулоқотда Тюринг тестининг соддалаштирилган версиясидан муваффақиятли ўтди. Кузатувчилар ушбу моделни реал инсонларга қараганда кўпроқ ҳолатларда "ҳақиқий одам" деб қабул қилишди. Эксперимент уч томонлама схема асосида ташкил этилди: ҳакамлар бир вақтнинг ўзида инсон ва сунъий интеллект билан мулоқот қилиб, ким билан гаплашаётганини аниқлашлари керак эди. Бу ҳақда Ixbt.com хабар беради.
Баҳолаш жараёни фақат ёзишмалар мазмунига таяниб амалга оширилди. GPT-4.5 модели маълум бир "шахсият" (персона) берилган ҳолатда 73 фоиз вазиятда одам деб топилди. Таққослаш учун, Meta компаниясининг LLaMa-3.1-405Б модели худди шундай сценарийда 56 фоиз ҳолатда инсон сифатида қабул қилинди. Тадқиқотчиларнинг таъкидлашича, айнан шахсийлаштирилган контекстнинг қўшилиши моделларнинг жавобларини анча ишончли қилган.
Классик Тюринг тести анъанавий равишда алгоритмларнинг инсон мулоқотига тақлид қилиш қобилиятини текшириш учун ишлатилади. Бироқ, ушбу тадқиқотда у "ақл" мезони эмас, балки мулоқотнинг хулқ-атвор жиҳатидан ишончлилик кўрсаткичи сифатида хизмат қилди. Мутахассислар моделлар онгга эга эмаслигини, балки қисқа мулоқотларда ижтимоий жиҳатдан ишончли нутқ намуналарини такрорлаш қобилиятини намойиш этаётганини таъкидламоқда.
Натижалар шуни кўрсатадики, матнли чатларда инсон ва сунъий интеллектни фарқлаш статистик жиҳатдан қийинлашиб бормоқда. Бу ҳолат мижозларни қўллаб-қувватлаш хизматлари, таълим платформалари ва ижтимоий тармоқларда муҳим аҳамиятга эга. Тадқиқот муаллифлари мулоқот интерфейсларида сунъий интеллект тизимларини аниқ белгилаш (маркировка қилиш) зарурлигини, шаффофлик масаласи энди техник эмас, балки ижтимоий инфратузилма муаммосига айланганини қайд этишди.
