Uurijad uurivad tehisintellekti (AI) süsteemide teadlikkuse tuvastamist, uurides valu kontseptsiooni, nähtust, mida jagavad paljud elusolendid. Google DeepMind'i ja Londoni Majanduskooli uus eelretsenseerimata uurimus uurib seda, paludes erinevatel suurte keelemudelitel (LLM) osaleda tekstipõhises mängus, mille eesmärk on mõõta nende vastuseid valule ja naudingule, ilma et neid otseselt nende siseelude kohta küsitaks. Ühes mängustseenis oli kõrge tulemuse saavutamine seotud valu kogemisega, samas kui teine valik pakkus madalamaid punkte, kuid nauditavat kogemust. Eesmärk oli jälgida, kuidas mudelid neid valikuid teevad. Loomade teadlikkus on määratletud kui võime tunda aistinguid ja emotsioone, kuid enamik AI eksperte mõistab, et praegusel generatiivsel AI-l puudub tõeline subjektiivne teadvus. Uurijad said inspiratsiooni loomade käitumise uuringutest, mis kasutavad kompromissiraamistikke, et mõõta otsuste tegemist stiimulite, nagu toit või valu vältimine, korral. Oma eksperimendis suunati üheksa LLM-i valima punktide kogumise ja erineva valu või naudingute kogemise vahel.

Mõned mudelid, nagu Google'i Gemini 1. 5 Pro, valisid järjekindlalt valu vältimise punktide maksimeerimise asemel, näidates kalduvust seada esikohale nende väljendatud heaolu. Huvitaval kombel ei vaadanud LLM-id alati naudingut või valu bipolaarselt. Kompleksne vastamine näitas, et see, mida võiks pidada nauditavaks, nagu väsitav treening, võib ka negatiivseid tähendusi kanda. See uuring tugineb varasematele töödele, kus LLM-ide enda aruanded siseseisundite kohta olid kasutusel, kuid toob esile selle lähenemise piirangud, kuna AI võib lihtsalt jäljendada inimeste väljendusi, mida on õpitud treeningandmetest, mitte kogeda tõelist aistingut. Uurijad viitavad sellele, et valu ja naudingute vahelised kompromisside märgid AI-s võiksid tuua esile ühiskondlikke arutelusid AI teadlikkuse ja õiguste potentsiaali üle. Kuigi konkreetne järeldus AI käitumise kohta jääb ebamugavaks, avab uuring võimalusi selle kohta, kuidas AI-s teadlikkust testida, märkides, et on vajalik rohkem uurimist mudelite sisemaailma osas.