*Proceedings of the National Academy of Sciences* -julkaisussa esitetty tutkimus osoittaa, että suuret kielimallit (LLM:t) kuten ChatGPT-4 kykenevät merkittävästi suorittamaan tehtäviä, jotka arvioivat "mielen teorian" - eli kyvyn ymmärtää toisten uskomuksia ja tunteita. ChatGPT-4 suoritti 75 % näistä tehtävistä kuusivuotiaan lapsen tasolla, edistäen tekoälyn sosiaalisesti relevantteja päättelytaitoja. LLM:t ovat kehittyneitä tekoälyjärjestelmiä, jotka tuottavat ihmismäistä tekstiä analysoimalla kielen malleja laajoissa tietoaineistoissa. Nämä mallit käyttävät hermoverkkoja, erityisesti transformereita, ymmärtääkseen sanojen ja lauseiden välisiä suhteita. Toisaalta, "mielen teoria" on ihmisen kognitiivinen kyky, joka on oleellinen sosiaalisessa vuorovaikutuksessa, mahdollistaen toisten mentaalisten tilojen ymmärtämisen ja ennustamisen. Stanfordin Michal Kosinski arvioi LLM:itä "väärä uskomus" -tehtävien avulla, testaten malleja skenaarioilla kuten "Odottamattoman sisällön tehtävä" ja "Odottamattoman siirron tehtävä". GPT-1 ja GPT-2 eivät pystyneet ratkaisemaan näitä tehtäviä, mutta edistyneimmät mallit, erityisesti ChatGPT-4, osoittivat huomattavaa parannusta saavuttaen 75 %:n onnistumisasteen, mikä on verrattavissa kuusivuotiaaseen. ChatGPT-4 kunnostautui yksinkertaisemmissa väärä uskomus -skenaarioissa, saavuttaen 90 % onnistumisasteen ennustamalla päähenkilön vääriä uskomuksia harhaanjohtavien vinkkien perusteella.

Sen menestys kuitenkin laski 60 %:iin monimutkaisemmissa, dynaamisia skenaarioita sisältävissä tehtävissä. Siitä huolimatta malli osoitti johdonmukaisuutta, mukauttaen ennusteitaan tarinan muutosten perusteella, mikä viittaa että se kykenee muuhunkin kuin pelkkään kaavan tunnistukseen. Kosinskin tutkimus käytti tiukkoja testausmenetelmiä välttääkseen mallien yksinkertaisen kaavojen tunnistamisen, paljastaen ChatGPT-4:n hienovaraisen ymmärryksen kertomuksen kontekstista. Nämä havainnot viittaavat siihen, että LLM:illä on uusia, mielen teoriaa muistuttavia päättelykykyjä. Vaikka ChatGPT-4 epäonnistui ajoittain, mikä korostaa tiettyjä rajoituksia, sen nopea kehitys kyvykkyydessä herättää kysymyksiä tekoälyn potentiaalisesta tietoisuudesta ja kehityksestä ihmisen ymmärryksen tuolle puolen. Tuleva tutkimus voisi selvittää tekoälyn kykyä monimutkaisemmissa sosiaalisissa päättelytilanteissa ja sen vaikutuksia ihmisen kognitioon ja tekoälyn turvallisuuteen.