La investigació publicada a les *Proceedings of the National Academy of Sciences* revela que els grans models de llenguatge (LLMs) com el ChatGPT-4 mostren una capacitat significativa per realitzar tasques que avaluen la "teoria de la ment", és a dir, la capacitat d'entendre les creences i emocions dels altres. El ChatGPT-4 va aconseguir realitzar el 75% d'aquestes tasques, similar al nivell d'un nen de sis anys, avançant així en les habilitats de raonament socialment rellevant de la IA. Els LLMs són sistemes IA sofisticats que generen text semblant al humà analitzant patrons de llenguatge en grans conjunts de dades. Aquests models utilitzen xarxes neuronals, especialment transformadors, per entendre les relacions entre paraules i frases. En canvi, la "teoria de la ment" és una habilitat cognitiva humana essencial per a la interacció social, permetent comprendre i predir els estats mentals dels altres. Michal Kosinski, de Stanford, va avaluar els LLMs usant tasques de "falses creences", avaluant els models en escenaris com la "Tasca de Continguts Inesperats" i la "Tasca de Transferència Inesperada". Els models GPT-1 i GPT-2 no van poder resoldre aquestes tasques, mentre que els models avançats, en particular el ChatGPT-4, van mostrar millores notables, amb un 75% d'èxit comparable a un nen de sis anys. El ChatGPT-4 va excel·lir en escenaris més simples de falses creences, aconseguint un 90% d'èxit en predir les falses creences d'un protagonista basant-se en pistes enganyoses.

No obstant això, el seu èxit va caure al 60% en tasques més complexes que involucraven escenaris dinàmics. Tanmateix, el model va mostrar consistència, adaptant les prediccions segons els canvis narratius, indicant més que un simple reconeixement de patrons. La recerca de Kosinski va utilitzar proves rigoroses per evitar que els models es limitessin al reconeixement de patrons, revelant la comprensió matisada del context narratiu per part del ChatGPT-4. Aquestes troballes suggereixen que els LLMs posseeixen capacitats emergents per a un raonament semblant a la teoria de la ment. Tot i que el ChatGPT-4 va fallar ocasionalment, destacant certes limitacions, la seva evolució ràpida de capacitats planteja preguntes sobre la possible consciència de la IA i el seu desenvolupament més enllà de la comprensió humana. Les investigacions futures podrien explorar la capacitat de la IA en escenaris de raonament social més complexos i les seves implicacions per a la cognició humana i la seguretat de la IA.