Штучний інтелект уже активно використовують мільйони людей по всьому світу — для пошуку інформації, аналізу даних і навіть ведення діалогів. Однак, як з’ясували вчені, моделі на кшталт ChatGPT ще мають серйозні труднощі з розумінням соціальних взаємодій, особливо в умовах, де потрібна співпраця. Про це повідомляє TechXplore.
Дослідники вивчали, як великі мовні моделі (LLMs), зокрема GPT-4, Claude 2 та Llama 2, поводяться під час взаємодії одна з одною в кооперативних і конкурентних іграх.
Коли ШІ «грає» у людину
Науковці змусили моделі грати сотні раундів класичних ігор, які давно використовуються в теорії ігор для вивчення людської поведінки — зокрема, «Дилему в’язня» та «Битву статей». Частину ігор моделі проходили між собою, частину — з людьми або з простими запрограмованими стратегіями.
«Ми хотіли перевірити, чи вміють LLMs співпрацювати, чи здатні до стратегічного мислення, яке притаманне людям», — пояснила провідна авторка дослідження Еліф Аката.
ШІ — егоїст, а не командний гравець
Результати показали: моделі ШІ добре діють у власних інтересах — зокрема, в конкурентних сценаріях, як-от у «Дилемі в’язня». Але коли ситуація вимагає узгоджених дій і компромісів — як у грі «Битва статей» — мовні моделі демонструють слабкі навички координації.
Проте команда знайшла спосіб покращити поведінку ШІ. Якщо перед відповіддю моделі пропонувати спочатку спрогнозувати дії партнера, це суттєво покращує результат. Такі підказки («prompt engineering») роблять взаємодію між моделями більш схожою на людське спілкування.
Не тільки «розумна», а й «соціальна»
«Наші результати свідчать, що сучасним моделям бракує соціального інтелекту. Але ми також побачили, що можемо навчити їх діяти по-людськи — не лише давати правильні відповіді, а й брати участь у спільних діях», — зазначає Аката.
Це відкриває нові перспективи: у майбутньому мовні моделі можуть стати повноцінними співрозмовниками й помічниками — не лише у сфері інформаційного пошуку, а й у чутливих галузях, як-от освіта, медицина або психологічна підтримка.
На наступному етапі дослідження команда планує розширити експерименти — додати ігри з більшою кількістю учасників, змінними умовами та тривалішими сценаріями, де доведеться вибудовувати довіру.
