Sustavi umjetne inteligencije često se prikazuju kao svjesni agenti spremni zasjeniti ljudski um. Ali AI nedostaje ključna ljudska sposobnost inovacije, tvrde istraživači Kalifornijskog sveučilišta u Berkeleyju. Naime, dok djeca i odrasli podjednako mogu riješiti probleme pronalaženjem novih namjena svakodnevnih predmeta, AI sustavima često nedostaje mogućnost sagledavanja alata na nov način, piše u opsežnoj studiji "Transmisija nasuprot istini, imitacija nasuprot inovaciji: Što djeca mogu učiniti, a veliki jezik i modeli jezika i vizije ne mogu (još)" koju objavljuje Perspectives on Psychological Science.

Kulturna tehnologija

Jezični modeli umjetne inteligencije poput ChatGPT-a pasivno su obučeni na skupovima podataka koji sadrže milijarde riječi i slika koje su proizveli ljudi. To omogućuje sustavima umjetne inteligencije da funkcioniraju kao "kulturna tehnologija" slična pisanju koja može sažeti postojeće znanje. Ali za razliku od ljudi, oni se muče s inovacijama.

"Čak i mala ljudska djeca mogu proizvesti inteligentne odgovore na određena pitanja koja modeli učenja jezika ne mogu", kažu istraživači. "Umjesto da ove AI sustave promatramo kao inteligentne agente poput nas samih, trebali bi o njima razmišljati kao o novom obliku knjižnica ili tražilica koje nam učinkovito sažimaju i prenose postojeću kulturu i bazu znanja."

Mjerenje sposobnosti

Istraživači su u nizu eksperimenata testirali koliko se sposobnost sustava umjetne inteligencije da imitiraju i inoviraju razlikuje od sposobnosti djece i odraslih. Za početak 88% djece i 84% odraslih točno je identificiralo koji bi se predmeti "najbolje" uparili s drugim, poput šestara s ravnalom umjesto čajnika.

U sljedećem zadatku u kojem se mjerila inovativnost, trebalo je nacrtati krug bez korištenja šestara i umjesto njega kao pomagalo izabrati jedan od predloženih predmeta: ravnalo, čajnik s okruglim dnom i štednjak.

Rezultati testiranja

Ogromna većina, 85% djece i 95% odraslih, razumljivo se odlučilo poslužiti čajnikom da iscrtaju krug. S druge strane, na zadatku imitacije pet velikih jezičnih modela pokazalo je rezultate u rasponu od 59% do 83%. No, odgovori na zadatak inovacije bili su daleko manje točni, između samo 8% i 75%.

"Djeca mogu zamisliti potpuno nove upotrebe dotad nepoznatih predmeta; veliki modeli puno teže generiraju takve odgovore", komentiraju nalaze istraživači. Djeca su mogla otkriti kako novi stroj radi samo eksperimentiranjem i istraživanjem. S druge strane, kad su istraživači velike jezične modele suočili s tekstualnim opisima dječjih rezultata, oni su se mučili da dođu do istih zaključaka, vjerojatno zato što odgovori nisu bili eksplicitno uključeni u podatke o njihovoj obuci.

Statističko predviđanje

Ovi eksperimenti pokazuju da oslanjanje umjetne inteligencije na statističko predviđanje lingvističkih obrazaca nije dovoljno za otkrivanje novih informacija o svijetu. Modeli očito mogu sažeti konvencionalnu mudrost, ali je ne mogu proširiti, stvoriti, promijeniti, napustiti, procijeniti i poboljšati na način na koji to može mladi čovjek. 

"Želimo li stvoriti AI sustave koji će biti bolje pripremljeni za istraživanje stvarnog svijeta, trebamo se nadahnuti dječjom znatiželjom i njihovim aktivnim i intrinzično motiviranim pristupom učenju", zaključuju istraživači s Berkeleyja.