OpenAIs GPT-4.5-Modell hat den Turing-Test eindeutig bestanden, nachdem festgestellt wurde, dass es in 73 % der Fälle für einen Menschen gehalten wurde, wenn es aufgefordert wurde, eine menschenähnliche Persona anzunehmen. Der Turing-Test, der 1950 nach dem britischen Informatiker Alan Turing benannt wurde, misst die Fähigkeit einer Maschine, sich in einem Gespräch mit einem menschlichen Prüfer menschenähnlich intelligent zu verhalten.
Der jüngste Test von Wissenschaftlern der University of California at San Diego ergab, dass GPT-4.5 Menschen davon überzeugte, dass das KI-Modell bei textbasierten Gesprächen eine Person sei – häufiger, als es echten Menschen gelang, andere davon zu überzeugen, dass sie eine Person seien.
Die Errungenschaft „Large Language Models Pass the Turing Test“ wartet noch auf die Begutachtung durch Fachkollegen.
Bin ich ein Mensch?
Das Experiment umfasste einen dreiseitigen Test, der auf einer Online-Plattform durchgeführt wurde. Fast 300 Studierende wurden nach dem Zufallsprinzip entweder einem Richter oder einem von zwei „Zeugen“ zugewiesen, wobei es sich bei dem anderen Zeugen um einen Chatbot handelte. Die beiden Zeugen mussten den menschlichen Richter anhand von Textnachrichten, die sie beide verschickten, davon überzeugen, dass sie Menschen seien. Der Richter musste anschließend entscheiden, welcher von beiden was war.
Drei weitere KI-Programme wurden ebenfalls getestet:
- Meta’s LLaMa 3.1 405b, das in 56 % der Fälle als menschlich eingestuft wurde.
- ELIZA, ein sehr früher Chatbot aus den 1960er-Jahren, der in 23 % der Fälle als menschlich eingestuft wurde.
- GPT-4o, OpenAIs Vorgängermodell GPT-4o, das in 21 % der Fälle als menschlich eingestuft wurde.
„Menschen waren nicht besser als der Zufall darin, Menschen von GPT-4.5 und LLaMa (mit der Persona-Aufforderung) zu unterscheiden“, schlussfolgerte Cameron Jones, Forscher am Language and Cognition Lab der UC San Diego, in einem Beitrag auf X über die Arbeit. „Und 4.5 wurde sogar deutlich häufiger als menschlich eingestuft als echte Menschen!“
Was sagen andere KI-Experten zu dieser Forschung?
Einige Forscher glauben nicht, dass dies bedeutet, dass das Modell menschliche Fähigkeiten erreicht oder übertroffen hat und tatsächlich denken kann – ein Konzept, das als künstliche allgemeine Intelligenz oder AGI bekannt ist.
In der Zeitschrift Science schrieb die KI-Forscherin Melanie Mitchell, Professorin am Santa Fe Institute in Santa Fe, New Mexico, dass der Turing-Test weniger ein Maß für echte Intelligenz als vielmehr ein Spiegelbild menschlicher Annahmen sei. Auch wenn eine KI bei einem Test gut abschneide, sei „die Fähigkeit, in natürlicher Sprache flüssig zu klingen, ähnlich wie beim Schachspielen, kein schlüssiger Beweis für allgemeine Intelligenz“, schrieb Mitchell.
Sie verwies außerdem auf eine Pressemitteilung der Stanford University aus dem Jahr 2024, in der die Forschung eines Stanford-Teams zum früheren Modell GPT 4 als „eines der ersten Male, dass eine Quelle künstlicher Intelligenz einen rigorosen Turing-Test bestanden hat“, angepriesen wurde. Der sogenannte Turing-Test des Teams habe darin bestanden, „Statistiken darüber zu vergleichen, wie sich GPT-4 bei psychologischen Umfragen und interaktiven Spielen im Vergleich zu Menschen verhielt“, merkte Mitchell an.
Die Formulierung des Teams, fügte sie hinzu, „dürfte für Turing möglicherweise nicht als solche erkennbar gewesen sein“.
Sehen Sie sich diese Fotos über das Leben von Alan Turing auf unserer Schwesterseite TechRepublic an.