Forskning publisert i *Proceedings of the National Academy of Sciences* avdekker at store språkmodeller (LLMs) som ChatGPT-4 har en betydelig evne til å utføre oppgaver som vurderer "theory of mind"—evnen til å forstå andres tro og følelser. ChatGPT-4 mestret 75% av disse oppgavene, tilsvarende nivået til et seks år gammelt barn, og forbedrer AI's sosialt relevante resonneringsevner. LLMs er sofistikerte AI-systemer som genererer menneskelignende tekst ved å analysere språkets mønstre i omfattende datasett. Disse modellene bruker nevrale nettverk, spesielt transformere, for å forstå forhold mellom ord og fraser. Derimot er "theory of mind" en menneskelig kognitiv evne essensiell for sosial interaksjon, som gjør det mulig å forstå og forutsi andres mentale tilstander. Stanford's Michal Kosinski evaluerte LLMs ved bruk av "false-belief tasks, " og vurderte modellene mot scenarier som "Uventet Innhold-Oppgave" og "Uventet Overførings-Oppgave. " GPT-1 og GPT-2 klarte ikke å løse disse oppgavene, mens avanserte modeller, spesielt ChatGPT-4, viste markante forbedringer, med en suksessrate på 75% som er sammenlignbar med et seks år gammelt barn. ChatGPT-4 utmerket seg i enklere false-belief-scenarier, med en suksessrate på 90% i å forutsi en protagonists falske tro basert på villedende ledetråder.

Imidlertid falt suksessen til 60% i mer komplekse oppgaver som involverte dynamiske scenarier. Likevel viste modellen konsistens, tilpasset forutsigelser basert på endringer i fortellingen, noe som indikerer mer enn bare mønstergjenkjenning. Kosinskis forskning brukte strenge tester for å unngå at modeller standardiserte til mønstergjenkjenning, som avslørte ChatGPT-4s nyanserte forståelse av fortellingskonteksten. Disse funnene antyder at LLMs har fremvoksende evner for resonnering som ligner "theory of mind. " Selv om ChatGPT-4 av og til sviktet, noe som fremhever visse begrensninger, reiser den raske evneutviklingen spørsmål om AI's potensielle bevissthet og utvikling utover menneskelig forståelse. Fremtidig forskning kan utforske AIs kapasitet i mer komplekse sosiale resonneringsscenarier og dets implikasjoner for menneskelig kognisjon og AI-sikkerhet.