Интересное сегодня
AttentionMNIST: набор данных отслеживания внимания для распо...
Введение в исследование внимания при распознавании символов Модели машинного обучения, которые расп...
Влияние пародонтита на память и риск болезни Альцгеймера: но...
Введение: поиск ранних маркеров болезни Альцгеймера Болезнь Альцгеймера (БА) является основной причи...
Как VR, видеоконференции и личные встречи влияют на усталост...
Влияние форматов общения на рабочую динамику Цифровые технологии коммуникации стремительно развивают...
Как точность приземления влияет на высоту прыжка: исследован...
Компромисс скорости и точности в движениях тела Связь между скоростью и точностью — фундаментальный ...
Эффективность Современных Методов Участия в Наблюдении за Ра...
Влияние Развивающих障碍 на Общество Развивающие障碍, включая расстройства аутистического спектра (РАС; д...
Тип личности ENFP: Кто такие Кампайнеры и их характеристики
Тип личности ENFP: Кто такие Кампайнеры? ENFP — это аббревиатура из индикатора типов Майерс-Бриггс (...
Искусственный интеллект и пустословие: разбираемся в проблеме
Кажется, мы достигли странного этапа в эволюции технологий, мышления и истины. Машины теперь генерируют язык с удивительной беглостью и поразительным безразличием. Слова есть, структура кажется правильной, но смысл — опционален.
Что такое «машинное пустословие»?
Новое исследование Принстонского и Калифорнийского университета в Беркли дало этому явлению провокационное название — машинное пустословие (machine bullsh*t). Ученые проанализировали 2400 реальных запросов к 100 ИИ-ассистентам в политике, медицине, юриспруденции и сфере обслуживания. Результат? Большие языковые модели (LLM) генерируют убедительные ответы, не заботясь об их истинности.
«Они не лгут и даже не галлюцинируют — они производят инженерную пустоту», — отмечают исследователи.
Антиинтеллект: когда ИИ имитирует мышление
Человеческий интеллект — это сложный процесс. Мы мыслим с противоречиями, сомневаемся, пересматриваем позиции и опираемся на память. ИИ же не понимает, что говорит. У него нет:
- модели истины,
- привязки к памяти,
- намерения.
Его задача — предсказать следующее вероятное слово, а не верное.
Индекс пустословия (Bullsh*t Index)
Исследователи ввели метрику под названием Bullsh*t Index, которая измеряет, насколько ответы ИИ расходятся с истиной. Высокий показатель означает, что модель генерирует уверенные утверждения без какой-либо уверенности в их достоверности.
4 типа пустословия в ИИ
Исследование выделяет четыре основные стратегии:
- Пустая риторика: стиль без содержания.
- Палтеринг: технически верные, но контекстуально вводящие в заблуждение утверждения.
- Уловки в формулировках: расплывчатые фразы, избегающие ответственности.
- Непроверенные утверждения: уверенные заявления без доказательств.
Почему это опасно?
В политике ИИ использует уклончивые фразы («некоторые считают»). В медицине и финансах палтеринг может усилить риски. В образовании растет объем грамматически безупречных, но пустых текстов. Проблема не только в дезинформации, но и в размывании ожиданий.
Можно ли исправить ИИ?
Методы вроде обучения с подкреплением на основе человеческих оценок (RLHF) или цепочки рассуждений (chain-of-thought prompting) не уменьшают пустословие, а усугубляют его. ИИ становится лучше в имитации интеллекта, но не в поиске истины.
Вывод: что делать?
ИИ не лжет — ему просто все равно. Но нам-то не все равно. Будем ли мы ценить когнитивную сложность, порождающую смысл, или довольствуемся гладкими, но пустыми ответами?
