۱۹ خرداد ۱۴۰۴ - ۰۷:۱۵
هوش مصنوعی و نظریه بازی‌ها

پژوهش جدیدی از مؤسسه Helmholtz Munich و دانشگاه‌های معتبر آلمان نشان می‌دهد که مدل‌های زبان بزرگ (LLM) همچون GPT-4 در حل مسائل منطقی و فردمحور فوق‌العاده عمل می‌کنند، اما در درک و مدیریت تعاملات پیچیده اجتماعی، همکاری و ایجاد اعتماد هنوز چالش‌های جدی دارند.

به گزارش خبرگزاری ایمنا به نقل از ساینس‌دیلی، پژوهشی مشترک از سوی مؤسسه Helmholtz Munich، دانشگاه توبینگن و مؤسسه Max Planck برای سایبرنتیک زیستی، عملکرد مدل‌های زبانی پیشرفته همچون GPT-4 را در سناریوهای اجتماعی بررسی کرده است، این مطالعه با استفاده از نظریه بازی‌ها، رفتار این مدل‌ها را در موقعیت‌هایی همچون عدالت، اعتماد و همکاری تحلیل می‌کند، نتایج این پژوهش نشان می‌دهد که GPT-4 در بازی‌هایی که نیازمند تصمیم‌گیری فردی و پیگیری منافع شخصی است، عملکردی بسیار مطلوب دارد، اما در موقعیت‌هایی که نیاز به هماهنگی، درک متقابل و رویکردهای مشارکتی وجود دارد، مدل‌های زبانی اغلب دچار ضعف می‌شوند.

اریک شولز، نویسنده ارشد مقاله در این باره می‌گوید: «مدل‌های هوش مصنوعی به‌طورمعمول تهدیدها را خیلی سریع تشخیص می‌دهند و بدون درک زمینه‌های انسانی، واکنش‌های تلافی‌جویانه نشان می‌دهند. این مسئله باعث می‌شود درک مفاهیمی همچون اعتماد و همکاری برای آن‌ها دشوار باشد.»

برای افزایش توانایی اجتماعی مدل‌ها، پژوهشگران تکنیکی نوآورانه با عنوان «تفکر اجتماعی زنجیره‌ای» یا SCoT را به کار گرفتند، در این روش، مدل پیش از تصمیم‌گیری باید دیدگاه طرف مقابل را نیز در نظر بگیرد، این مداخله ساده اما مؤثر، موجب شد رفتارهای GPT-4 شباهت بیشتری به تعاملات انسانی پیدا کند؛ الیف آکاتا، نویسنده اول مقاله، تأکید می‌کند: «زمانی که مدل به‌صورت فعالانه به فکر طرف مقابل می‌افتد، تعاملات آن انسانی‌تر می‌شود؛ تا جایی که برخی انسان‌ها در تشخیص اینکه طرف مقابل یک AI است، دچار تردید می‌شوند.»

در زمینه‌هایی همچون مراقبت از سالمندان، مدیریت بیماری‌های مزمن یا سلامت روان، تعامل انسانی هوش مصنوعی می‌تواند عامل کلیدی در موفقیت درمان باشد، مدلی که بتواند بیمار را به مصرف دارو تشویق کند، در لحظات اضطراب پشتیبانی عاطفی ارائه دهد یا گفت‌وگوهای دشوار را مدیریت کند، افق جدیدی در پزشکی دیجیتال ترسیم می‌کند.

مطالعه جدید نشان می‌دهد که مدل‌های زبان بزرگ هنوز راه درازی برای رسیدن به درک اجتماعی عمیق پیش‌رو دارند، با این حال روش‌هایی همچون تفکر اجتماعی زنجیره‌ای، مسیر توسعه هوش مصنوعی را به سمت رفتارهای انسانی‌تر هموار می‌کند، کاربردهای این پیشرفت‌ها به‌صرف محدود به سناریوهای آزمایشگاهی نیست، بلکه می‌تواند در حوزه‌هایی همچون آموزش، رباتیک اجتماعی، ارتباطات انسان‌ماشین و پزشکی مبتنی بر تعامل، نقش‌آفرین باشد، آینده هوش مصنوعی در گرو تلفیق بین هوش تحلیلی و هوش اجتماعی است؛ ترکیبی که آن را از یک ابزار صرف، به یک شریک انسانی قابل‌اعتماد تبدیل می‌کند.

کد خبر 872638

برچسب‌ها

نظر شما

شما در حال پاسخ به نظر «» هستید.