12 دسامبر 2023 -توسط انجمن علوم روانشناسی-اعتبار: CC0 دامنه عمومی
سیستم‌های هوش مصنوعی (AI) اغلب به‌عنوان عوامل حساسی به تصویر کشیده می‌شوند که آماده هستند تا ذهن انسان را تحت الشعاع قرار دهند. اما محققان دانشگاه کالیفرنیا برکلی دریافتند هوش مصنوعی فاقد توانایی حیاتی انسان برای نوآوری است.
طبق یافته‌های منتشر شده در Perspectives on Psychological Science، در حالی که کودکان و بزرگسالان به طور یکسان می‌توانند با یافتن کاربردهای جدید برای اشیاء روزمره مشکلات را حل کنند، سیستم‌های هوش مصنوعی اغلب فاقد توانایی مشاهده ابزارها به روشی جدید هستند.
مدل‌های زبان هوش مصنوعی مانند ChatGPT به صورت غیرفعال بر روی مجموعه‌های داده حاوی میلیاردها کلمه و تصویر تولید شده توسط انسان آموزش داده می‌شوند. یونیس ییو، یکی از نویسندگان مقاله، در مصاحبه ای توضیح داد که این به سیستم های هوش مصنوعی اجازه می دهد تا به عنوان یک “فناوری فرهنگی” شبیه به نوشتن عمل کنند که می تواند دانش موجود را خلاصه کند. او گفت، اما بر خلاف انسان‌ها، وقتی نوبت به نوآوری در این ایده‌ها می‌رسد، با مشکل مواجه می‌شوند.
ییو گفت: «حتی کودکان خردسال نیز می‌توانند پاسخ‌های هوشمندانه‌ای به سؤالات خاصی ارائه دهند که [مدل‌های یادگیری زبان] نمی‌توانند». به جای اینکه این سیستم‌های هوش مصنوعی را به‌عنوان عوامل هوشمندی مانند خودمان در نظر بگیریم، می‌توانیم آنها را شکل جدیدی از کتابخانه یا موتور جستجو در نظر بگیریم.
ییو و الیزا کوسوی به همراه مشاور دکترا و نویسنده ارشد مقاله، روانشناس رشد، آلیسون گوپنیک، آزمایش کردند که چگونه توانایی سیستم‌های هوش مصنوعی برای تقلید و نوآوری با کودکان و بزرگسالان متفاوت است. آنها 42 کودک 3 تا 7 ساله و 30 بزرگسال را با توضیحات متنی اشیاء روزمره ارائه کردند.
در بخش اول آزمایش، 88 درصد از کودکان و 84 درصد از بزرگسالان توانستند به درستی تشخیص دهند که کدام یک از اشیاء “بهترین” را با دیگری می‌کنند. مثلاً به جای قوری، قطب نما را با خط کش جفت کردند.
در مرحله بعدی آزمایش، 85 درصد از کودکان و 95 درصد از بزرگسالان نیز توانستند در استفاده مورد انتظار از اشیاء روزمره برای حل مشکلات نوآوری کنند. به عنوان مثال، در یک کار، از شرکت کنندگان پرسیده شد که چگونه می توانند بدون استفاده از یک ابزار معمولی مانند قطب نما، یک دایره بکشند.
با توجه به انتخاب بین ابزاری مشابه مانند خط کش، ابزاری غیرمشابه مانند قوری با ته گرد و ابزاری بی ربط مانند اجاق گاز، اکثر شرکت کنندگان قوری را انتخاب کردند، ابزاری از لحاظ مفهومی متفاوت که با این وجود می توانست همین کار را انجام دهد. به عنوان قطب نما عمل می کند و به آنها اجازه می دهد شکل یک دایره را ردیابی کنند.
زمانی که ییو و همکارانش توضیحات متنی مشابهی را برای پنج مدل زبان بزرگ ارائه کردند، مدل‌ها در تکلیف تقلید مشابه انسان‌ها عمل کردند، با امتیازات از 59 درصد برای مدل با بدترین عملکرد تا 83 درصد برای مدل با بهترین عملکرد. با این حال، پاسخ های هوش مصنوعی به وظیفه نوآوری بسیار کمتر دقیق بود. ابزارهای مؤثر از 8 درصد مواقع توسط مدل با بدترین عملکرد تا 75 درصد توسط مدل با بهترین عملکرد انتخاب شدند.
ییو می‌گوید: «کودکان می‌توانند کاربردهای کاملاً جدیدی را برای اشیایی که قبلاً شاهد نبوده و یا نشنیده‌اند تصور کنند، مانند استفاده از ته قوری برای کشیدن دایره». مدل‌های بزرگ برای ایجاد چنین پاسخ‌هایی کار سخت‌تری دارند.»
محققان خاطرنشان کردند که در یک آزمایش مرتبط، کودکان تنها با آزمایش و کاوش توانستند کشف کنند که یک ماشین جدید چگونه کار می کند. ییو و همکارانش نوشتند، اما زمانی که محققان چندین مدل زبان بزرگ را از شواهدی که کودکان تهیه کرده بودند، توصیف کردند، به سختی می‌توانستند همان استنباط را انجام دهند، احتمالاً به این دلیل که پاسخ‌ها به صراحت در داده‌های آموزشی آنها گنجانده نشده بود.
ییو و همکارانش نوشتند که این آزمایش‌ها نشان می‌دهد که اتکای هوش مصنوعی به پیش‌بینی آماری الگوهای زبانی برای کشف اطلاعات جدید درباره جهان کافی نیست.
ییو گفت: “هوش مصنوعی می تواند به انتقال اطلاعاتی که قبلا شناخته شده است کمک کند، اما مبتکر نیست.” این مدل‌ها می‌توانند خرد متعارف را خلاصه کنند، اما نمی‌توانند آنطور که یک انسان جوان می‌تواند عقل مرسوم را گسترش، ایجاد، تغییر، رها، ارزیابی و بهبود بخشد.»
به گفته ییو، توسعه هوش مصنوعی هنوز در روزهای اولیه خود است و هنوز چیزهای زیادی در مورد چگونگی گسترش ظرفیت یادگیری هوش مصنوعی باقی مانده است. او گفت که الهام گرفتن از رویکرد کنجکاوی، فعال و با انگیزه ذاتی کودکان در یادگیری می تواند به محققان کمک کند تا سیستم های هوش مصنوعی جدیدی طراحی کنند که آمادگی بیشتری برای کشف دنیای واقعی دارند.
