*Proceedings of the National Academy of Sciences*'de yayınlanan araştırmaya göre, ChatGPT-4 gibi büyük dil modelleri (LLM'ler), başkalarının inanç ve duygularını anlama kapasitesi olan "zihin teorisi"ni değerlendiren görevleri yerine getirmede önemli bir kabiliyet göstermektedir. ChatGPT-4, bu görevlerin %75'ini altı yaşındaki bir çocuğun seviyesine yakın bir şekilde başararak, AI'nın sosyal olarak ilgili akıl yürütme yeteneklerini ilerletmiştir. LLM'ler, geniş veri kümelerindeki dil kalıplarını analiz ederek insan benzeri metin oluşturan sofistike yapay zeka sistemleridir. Bu modeller, kelimeler ve ifadeler arasındaki ilişkileri anlamak için özellikle transformatörler gibi sinir ağlarını kullanır. Buna karşılık, "zihin teorisi" sosyal etkileşim için hayati bir insan bilişsel yeteneğidir ve başkalarının zihinsel durumlarını anlamayı ve tahmin etmeyi sağlar. Stanford'dan Michal Kosinski, LLM'leri "yanlış inanç görevleri" kullanarak değerlendirdi ve modelleri "Beklenmedik İçerikler Görevi" ve "Beklenmedik Transfer Görevi" gibi senaryolara karşı test etti. GPT-1 ve GPT-2 bu görevleri çözemedi; ancak, özellikle ChatGPT-4, altı yaşındaki bir çocuğa benzeyen %75 başarı oranıyla belirgin iyileştirmeler gösterdi. ChatGPT-4, yanıltıcı ipuçlarına dayalı olarak bir protagonistin yanlış inançlarını tahmin etmede basit yanlış inanç senaryolarında %90 başarı oranıyla üstün başarı gösterdi.

Ancak, dinamik senaryolar içeren daha karmaşık görevlerde başarısı %60'a düştü. Yine de model, anlatı değişikliklerine dayalı tahminlerini uyarlayarak, sadece desen tanımanın ötesinde bir tutarlılık sergiledi. Kosinski’nin araştırması, modellerin desen tanımasına kaçınmak için titiz testler kullandı ve ChatGPT-4’ün anlatı bağlamını nüanslı bir şekilde anladığını ortaya koydu. Bu bulgular, LLM'lerin zihin teorisi benzeri akıl yürütme için ortaya çıkan yetenekler barındırdığını önermektedir. ChatGPT-4 zaman zaman başarısız olarak belirli sınırlamaları vurgulasa da, yeteneklerinin hızla evrilmesi, AI’nın potansiyel bilinci ve insan anlayışının ötesine gelişimi hakkında sorular ortaya atmaktadır. Gelecek araştırmalar, AI'nın daha karmaşık sosyal akıl yürütme senaryolarındaki kapasitesini ve bunun insan bilişi ile AI güvenliği üzerindeki etkilerini inceleyebilir.