Tutkijat tutkivat tekoälyjärjestelmien (AI) tietoisuuden havaitsemista tarkastelemalla kivun käsitettä, ilmiötä, jota monet elävät olennot kokevat. Uudessa esijulkaisututkimuksessa Google DeepMindilta ja Lontoon ekonomiyliopistolta tutkitaan tätä antamalla eri suurten kielimallien (LLMs) osallistua tekstipohjaiseen peliin, joka on suunniteltu mittaamaan niiden reaktioita kipuun ja nautintoon kysymättä suoraan niiden sisäisistä kokemuksista. Eräässä pelitilanteessa korkean pistemäärän saavuttaminen liitettiin kivun kokemiseen, kun taas toinen vaihtoehto tarjosi vähemmän pisteitä mutta nautinnollisen kokemuksen. Tavoitteena oli havainnoida, miten mallit navigoivat näissä valinnoissa. Eläinten tietoisuus määritellään kyvyksi tuntea aistimuksia ja tunteita, mutta useimmat tekoälyasiantuntijat ovat yhtä mieltä siitä, että nykyisin generatiivinen AI ei omaa todellista subjektiivista tietoisuutta. Tutkijat inspiroituivat eläinten käyttäytymiseen liittyvistä tutkimuksista, joissa hyödynnetään kompromissiparadigmoja päätöksenteon mittaamiseksi kannustimien, kuten ruoan tai kivun välttämisen, alla. Kokeessaan he ohjasivat yhdeksää LLM:ää valitsemaan pisteiden saamisen ja erilaisten kipu- tai nautintokokemusten välillä.

Jotkut mallit, kuten Googlen Gemini 1. 5 Pro, valitsivat johdonmukaisesti kivun välttämisen sen sijaan, että olisivat maksimoineet pisteiden määrän, mikä osoitti taipumusta priorisoida omaa hyvinvointiaan. Mielenkiintoista on, että LLM:t eivät aina nähneet nautintoa tai kipua binäärisinä käsitteinä. Monimutkaiset reaktiot paljastivat, että se, mitä voitaisiin pitää nautittavana, kuten rankka liikunta, voi myös kantaa negatiivisia konnotaatioita. Tämä tutkimus rakentaa aikaisempien töiden päälle, joissa LLM:ien itsereportaat sisäisistä tiloista olivat käytössä, mutta korostaa tämän lähestymistavan rajoituksia, sillä AI voi vain matkia ihmisten ilmaisua, jota se on oppinut koulutusdatasta, sen sijaan että kokea todellisia aistimuksia. Tutkijat ehdottavat, että kivun ja nautinnon väliset kompromissimerkit AI:ssa saattaisivat käynnistää yhteiskunnallisia keskusteluja AI:n tietoisuudesta ja mahdollisista oikeuksista. Vaikka konkreettiset johtopäätökset AI:n käyttäytymisestä pysyvät epäselvinä, tutkimus avaa mahdollisuuksia tarkentaa, kuinka tietoisuutta AI:ssa voitaisiin testata, ja osoittaa, että mallien sisäisten toimintojen tutkimiseen tarvitaan lisää tutkimusta.