Suuret kielimallit, kuten GPT-4, ovat yhä tiiviimmin osa arkeamme – ne laativat sähköposteja ja tukevat terveydenhuollon päätöksiä. Kun tekoälyjärjestelmien käyttö yleistyy, niiden sosiaalisten kykyjen ymmärtäminen on ratkaisevan tärkeää tehokkaalle ihmisen ja tekoälyn yhteistyölle.
Helmholtz Munichin, Max Planck -instituutin (biologinen kybernetiikka) ja Tübingenin yliopiston tutkijat ovat julkaisseet uraauurtavan tutkimuksen Nature Human Behaviour -lehdessä. Siinä arvioitiin järjestelmällisesti, miten LLM:t suoriutuvat sosiaalisissa tilanteissa käyttäen käyttäytymistieteellistä peliteoriaa.
Dr. Eric Schulzin johtama tutkimusryhmä laittoi erilaiset tekoälymallit klassisiin peliteorian skenaarioihin, joissa testattiin yhteistyötä, kilpailua ja strategista päätöksentekoa. Tulokset piirsivät vivahteikkaan kuvan tekoälyn sosiaalisista taidoista.
"Joissakin tapauksissa tekoäly vaikutti jopa liian rationaaliselta omaksi parhaakseen", selittää Dr. Schulz. "Se tunnisti uhkan tai itsekkään liikkeen välittömästi ja vastasi siihen kostolla, mutta sillä oli vaikeuksia nähdä luottamuksen, yhteistyön ja kompromissien isompaa kuvaa."
Tutkimuksessa havaittiin, että LLM:t pärjäävät erityisen hyvin itsekeskeisissä peleissä, kuten toistetussa vangin dilemmassa, jossa omien etujen suojeleminen on ensisijaista. Sen sijaan ne toimivat heikommin peleissä, jotka vaativat koordinaatiota ja molemminpuolista kompromissia, kuten Battle of the Sexes -pelissä.
Erityisen lupaavaa on tutkimusryhmän kehittämä Social Chain-of-Thought (SCoT) -menetelmä, joka ohjaa tekoälyä huomioimaan muiden näkökulmat ennen päätöksentekoa. Tämä yksinkertainen interventio paransi merkittävästi yhteistyökykyä ja sopeutumista, jopa ihmispelaajien kanssa toimiessa. "Kun ohjasimme mallia pohtimaan sosiaalisesti, sen toiminta alkoi tuntua paljon inhimillisemmältä", toteaa tutkimuksen ensimmäinen kirjoittaja Elif Akata.
Tutkimuksen vaikutukset ulottuvat pitkälle peliteorian ulkopuolelle. Kun LLM:t integroituvat yhä enemmän terveydenhuoltoon, liiketoimintaan ja sosiaalisiin ympäristöihin, niiden kyky ymmärtää ihmisten sosiaalista dynamiikkaa on ratkaisevaa. Tämä tutkimus tarjoaa arvokkaita näkemyksiä siitä, miten tekoäly voi toimia monimutkaisissa sosiaalisissa tilanteissa, sekä käytännön keinoja niiden sosiaalisen älykkyyden kehittämiseen.