.
Bebês superam a inteligência artificial na detecção do que motiva as ações de outras pessoas, revela um novo estudo de uma equipe de pesquisadores em psicologia e ciência de dados. Seus resultados, que destacam diferenças fundamentais entre cognição e computação, apontam para deficiências nas tecnologias atuais e onde melhorias são necessárias para que a IA replique de forma mais completa o comportamento humano.
“Adultos e até bebês podem facilmente fazer inferências confiáveis sobre o que impulsiona as ações de outras pessoas”, explica Moira Dillon, professora assistente do Departamento de Psicologia da Universidade de Nova York e autora sênior do artigo, que aparece na revista Conhecimento. “A IA atual considera essas inferências difíceis de fazer”.
“A nova ideia de colocar bebês e IA frente a frente nas mesmas tarefas está permitindo que os pesquisadores descrevam melhor o conhecimento intuitivo dos bebês sobre outras pessoas e sugiram maneiras de integrar esse conhecimento à IA”, acrescenta ela.
“Se a IA visa construir pensadores flexíveis e de bom senso como os adultos humanos se tornam, então as máquinas devem recorrer às mesmas habilidades básicas que os bebês possuem na detecção de objetivos e preferências”, diz Brenden Lake, professor assistente do Centro de Ciência de Dados e Departamento de Psicologia da NYU. e um dos autores do artigo.
Está bem estabelecido que os bebês são fascinados por outras pessoas – como evidenciado por quanto tempo eles olham para os outros para observar suas ações e se envolver com eles socialmente. Além disso, estudos anteriores focados na “psicologia do senso comum” dos bebês – sua compreensão das intenções, objetivos, preferências e racionalidade subjacentes às ações dos outros – indicaram que os bebês são capazes de atribuir objetivos aos outros e esperar que eles os persigam. de forma racional e eficiente. A capacidade de fazer essas previsões é fundamental para a inteligência social humana.
Por outro lado, a “IA de bom senso” – impulsionada por algoritmos de aprendizado de máquina – prevê ações diretamente. É por isso que, por exemplo, um anúncio divulgando São Francisco como um destino de viagem aparece na tela do seu computador depois que você lê uma notícia sobre um funcionário municipal recém-eleito. No entanto, o que falta à IA é flexibilidade para reconhecer diferentes contextos e situações que orientam o comportamento humano.
Para desenvolver uma compreensão fundamental das diferenças entre as habilidades dos humanos e da IA, os pesquisadores conduziram uma série de experimentos com bebês de 11 meses de idade e compararam suas respostas com as produzidas por redes neurais orientadas ao aprendizado de última geração. modelos.
Para fazer isso, eles implantaram o anteriormente estabelecido “Baby Intuitions Benchmark” (BIB) – seis tarefas que investigam a psicologia do senso comum. O BIB foi projetado para permitir o teste de inteligência de bebês e máquinas, permitindo uma comparação de desempenho entre bebês e máquinas e, significativamente, fornecendo uma base empírica para a construção de uma IA semelhante à humana.
Especificamente, os bebês no Zoom assistiram a uma série de vídeos de formas animadas simples se movendo pela tela – semelhante a um videogame. As ações das formas simulavam o comportamento humano e a tomada de decisões por meio da recuperação de objetos na tela e outros movimentos. Da mesma forma, os pesquisadores construíram e treinaram modelos de redes neurais orientados ao aprendizado – ferramentas de IA que ajudam os computadores a reconhecer padrões e simular a inteligência humana – e testaram as respostas dos modelos exatamente aos mesmos vídeos.
Seus resultados mostraram que os bebês reconhecem motivações humanas mesmo nas ações simplificadas de formas animadas. Os bebês prevêem que essas ações são motivadas por objetivos ocultos, mas consistentes – por exemplo, a recuperação na tela do mesmo objeto, independentemente do local em que esteja, e o movimento dessa forma com eficiência, mesmo quando o ambiente ao redor muda. Os bebês demonstram essas previsões por meio de sua observação mais longa de eventos que violam suas previsões – uma medida comum e de décadas para avaliar a natureza do conhecimento dos bebês. Adotar esse “paradigma surpresa” para estudar a inteligência da máquina permite comparações diretas entre a medida quantitativa de surpresa de um algoritmo e uma medida psicológica humana bem estabelecida de surpresa – o tempo de observação de bebês. Os modelos não mostraram nenhuma evidência de compreensão das motivações subjacentes a tais ações, revelando que eles estão perdendo os princípios fundamentais fundamentais da psicologia do senso comum que os bebês possuem.
“O conhecimento fundamental de uma criança humana é limitado, abstrato e reflete nossa herança evolucionária, mas pode acomodar qualquer contexto ou cultura em que essa criança possa viver e aprender”, observa Dillon.
A pesquisa foi apoiada por doações da National Science Foundation (DRL1845924) e da Defense Advanced Projects Research Agency (HR001119S0005).
.
