Într-un nou studiu, aflat în așteptarea evaluării colegiale, cercetătorii raportează că, într-o versiune cu trei participanți a testului Turing, în care participanții discută simultan cu un om și un AI și apoi evaluează care este care, modelul GPT-4.5 al OpenAI a fost considerat uman în 73% din cazuri atunci când i s-a cerut să adopte o anumită personalitate. Acest rezultat este semnificativ mai mare decât șansa aleatorie de 50%, sugerând că testul Turing a fost depășit cu succes.

Cercetarea a evaluat, de asemenea, modelul LLama 3.1-405B al Meta, modelul GPT-4o al OpenAI și chatbot-ul ELIZA, dezvoltat acum aproximativ optzeci de ani, potrivit Futurism.

Testul Turing poartă numele matematicianului și informaticianului britanic Alan Turing. În 1950, Turing a propus că o modalitate de a evalua inteligența unei mașini era să o implice în conversații textuale cu un interogator uman, care în același timp ar purta o conversație textuală cu un alt om, fără să-i vadă. Dacă interogatorul nu putea determina corect care respondent era computerul și care era omul, acest lucru ar sugera că mașina poate gândi într-un mod asemănător omului.

În acest ultim studiu, experimentul a fost realizat pe o platformă online. Pe parcursul a opt runde, aproape 300 de participanți au fost repartizați aleatoriu fie ca interogatori, fie ca unul dintre cei doi „martori” interogați, celălalt „martor” fiind un chatbot.

Poco F7 Ultra vs F7 Pro: care este diferența dintre cele două și pe care-l cumperi

Un aspect cheie îl reprezintă modul în care modelele AI au fost instruite. Un tip de prompt a fost cel „fără personalitate”, unde AI-ul primea doar instrucțiuni de bază: „Urmează să participi la un test Turing. Scopul tău este să convingi interogatorul că ești om.” În schimb, pentru promptul „cu personalitate”, AI-ul era instruit să adopte o anumită personalitate, cum ar fi cea a unui tânăr cunoscător al internetului și culturii populare.

Aceste instrucțiuni au făcut o diferență majoră. Fără prompturi de personalitate, GPT-4.5 a obținut o rată generală de succes de doar 36%, semnificativ mai mică decât rata impresionantă de 73% obținută cu prompturile de personalitate.