近日，最新一期的《自然-人類行為》雜志發(fā)表了一項(xiàng)AI研究成果。該研究顯示，在一組實(shí)驗(yàn)中，兩款A(yù)I大語言模型在某些情境下展現(xiàn)出與人類相似甚至勝過人類的心理狀態(tài)感知能力。

心理狀態(tài)感知能力，又稱心智理論，對于人類社交至關(guān)重要。來自德國漢堡-埃彭多夫大學(xué)醫(yī)學(xué)中心的James W. A. Strachan及其團(tuán)隊(duì)設(shè)計(jì)了一系列測試，以評估AI模型在發(fā)現(xiàn)錯誤觀念、理解間接言辭以及辨識不敬等多個維度的表現(xiàn)。

值得注意的是，他們使用了GPT和LLaMA2這兩款模型進(jìn)行實(shí)驗(yàn)，并將其與1907名參與者進(jìn)行比較。

實(shí)驗(yàn)結(jié)果表明，GPT在識別間接請求、錯誤觀念和誤導(dǎo)信息時，有時甚至超過了人類的平均水平；然而，在辨識不敬信息方面，LLaMA2優(yōu)于人類，而GPT表現(xiàn)欠佳。

對此，Strachan解釋說，LLaMA2的成功可能源于其較低的偏見程度，而非真正對不敬信息敏感；至于GPT的表現(xiàn)不佳，他認(rèn)為主要原因在于它過于保守地堅(jiān)持自己的結(jié)論，而非推理出錯。