Дослідження: ШІ стає невідмінним від людини

Тест Тьюринга довго залишався швидше теоретичним кордоном між людиною та машиною. Але нове дослідження вчених Каліфорнійського університету в Сан-Дієго показує, що сучасні мовні моделі вже перейшли в зону, де люди регулярно помиляються, намагаючись зрозуміти, хто перед ними – людина чи ШІ.

Головним учасником експерименту стала модель GPT-4.5. У серії текстових діалогів вона зуміла переконати учасників у своїй “людяності” у 73% випадків. По суті це означає, що чат-бот частіше сприймався як реальна людина, ніж справжні співрозмовники в тих же умовах.

Як проводився експеримент

Дослідники використали ускладнену версію класичного тесту Тьюринга. Учасникам одночасно показували два діалоги — з людиною та ШІ — не розкриваючи, хто є хто. Після короткого спілкування вони мали визначити, де реальна людина.

На відміну від ранніх поколінь чат-ботів, сучасні моделі не видають себе шаблонними відповідями. Вони підлаштовують мовний стиль, використовують інтернет-сленг, імітують емоції, додають гумор, паузи і навіть легку невпевненість — все те, що люди підсвідомо зчитують як “живе” спілкування.

Найкращий результат показала GPT-4.5 у режимі persona prompt – коли моделі задається певний характер. У цьому випадку вона імітувала молодого інтровертного користувача, знайомого з інтернет-культурою та сучасним стилем листування. Саме така подача виявилася найбільш переконливою.

Для порівняння, LLaMa-3.1-405B отримала 56% “людських” оцінок, GPT-4o – 21%, а класична ELIZA 1960-х років – 23%. Без спеціального настроювання поведінки GPT-4.5 показувала помітно скромніший результат — 36%.

Чому люди вважають ШІ за людину

Цікавий висновок дослідження у тому, що учасники оцінювали не інтелект співрозмовника, а стиль спілкування. На рішення впливали:

• манера формулювати думки;
• емоційність;
• відчуття гумору;
• природність діалогу;
• соціальні сигнали та “людські” помилки.

Саме ці фактори виявилися важливішими за зміст відповідей. І сучасні моделі навчилися відтворювати їх особливо добре.

Важливо й те, що експеримент проводився виключно у текстовому форматі – без голосу, відео чи візуальних підказок. Це посилило значення саме мовної поведінки, де ШІ вже майже поступається людині.

Це не розум, а вже ризик

Автори підкреслюють: успішне проходження тесту Тьюринга означає наявність свідомості чи розуміння у моделі. GPT-4.5 не “думає” як людина – вона лише дуже точно відтворює людський стиль спілкування.

Проте практичні наслідки очевидні.

Якщо ШІ здатен переконливо імітувати людину в короткому діалозі, це може вплинути на безліч сфер:

• служби підтримки;
• соцмережі;
• програми для знайомств;
• освітні платформи;
• політичні комунікації;
• шахрайські схеми.

Проблема в тому, що люди часто формують довіру буквально за кілька повідомлень, і тепер цей процес може бути легко симітований алгоритмом.

Тест Тьюринга втрачає колишній сенс

Спочатку тест Тьюринга замислювався як перевірка здатності машини імітувати людське мислення. Сьогодні ситуація змінилася: питання все частіше звучить інакше — чи може людина відрізнити машину від іншої людини.

І якщо GPT-4.5 вже справляється з цим краще за людей, межа між “справжнім” та “штучним” у цифровому спілкуванні стає все менш помітною.