Centaur AI προβλέπει την ανθρώπινη συμπεριφορά

Μια διεθνής ερευνητική ομάδα παρουσίασε το “Centaur”, ένα μοντέλο τεχνητής νοημοσύνης που μπορεί να προβλέψει την ανθρώπινη συμπεριφορά σε πάρα πολλές γνωστικές εργασίες με απίστευτη ακρίβεια.

Αυτό είναι το αποτέλεσμα της μελέτης “Ένα βασικό μοντέλο για την πρόβλεψη και την καταγραφή της ανθρώπινης νόησης” ή “A foundation model to predict and capture human cognition”, η οποία δημοσιεύτηκε στο Nature.

Το Centaur χρησιμοποιεί το γλωσσικό μοντέλο Llama 3.1 (70B) της Meta AI και βελτιστοποιήθηκε με ένα ειδικά επιμελημένο σύνολο δεδομένων (dataset) που ονομάζεται “Psych-101”. Αυτό περιλαμβάνει πάνω από 10 εκατομμύρια αποφάσεις από περισσότερους από 60.000 συμμετέχοντες σε 160 ψυχολογικά πειράματα σε τομείς όπως η ταξινόμηση αντικειμένων και διάφορα άλλα.

Οι ερευνητές επισημαίνουν ότι, παρόλο που το σύνολο δεδομένων είναι πολύ μεγάλο, δεν είναι τέλειο: για παράδειγμα, λείπουν πληροφορίες σχετικά με την ηλικία ή την κοινωνικοοικονομική κατάσταση των συμμετεχόντων και οι συμμετέχοντες του test προέρχονται κυρίως από δυτικές χώρες.

Η ομάδα εκπαίδευσε το Centaur με το 90% των δεδομένων και στη συνέχεια εξέτασε πόσο καλά μπορούσε το μοντέλο να προβλέψει αποφάσεις που έλαβαν άτομα που δεν συμπεριλήφθηκαν στο σύνολο δεδομένων εκπαίδευσης.

Ακόμα και με ελαφρώς διαφορετικές ρυθμίσεις δοκιμών, η προγνωστική ισχύς του μοντέλου παρέμεινε υψηλή. Και στις δύο περιπτώσεις, το Centaur είχε καλύτερη απόδοση από το αρχικό μοντέλο Llama ή άλλα μοντέλα.

Τρόπος λειτουργίας του Centaur και του Psych-101

Το Psych-101 περιλαμβάνει δεδομένα από 160 ψυχολογικά πειράματα με 60.092 συμμετέχοντες που έλαβαν συνολικά 10.681.650 αποφάσεις και δημιούργησαν 253.597.411 text tokens. Το σύνολο των δεδομένων περιλαμβάνει τομείς όπως η λήψη αποφάσεων, η μνήμη, η εποπτευόμενη μάθηση και άλλοι.

Το Centaur είναι ένα βασικό μοντέλο ανθρώπινης νόησης που έχει βελτιστοποιηθεί στο Psych-101, μεταξύ άλλων.

Μηχανισμοί επεξεργασίας πληροφοριών στον άνθρωπο;

Οι ερευνητές δείχνουν επίσης ότι οι εσωτερικές λειτουργίες του μοντέλου συσχετίζονται στενά με τη μετρούμενη εγκεφαλική δραστηριότητα (δεδομένα fMRI) – αν και δεν είχε εκπαιδευτεί να το κάνει. Αυτό υποδηλώνει ότι το Centaur χρησιμοποιεί παρόμοιους μηχανισμούς επεξεργασίας πληροφοριών με τον ανθρώπινο εγκέφαλο.

Στο μέλλον, το Centaur θα μπορούσε να βοηθήσει στην ανάπτυξη ψυχολογικών θεωριών, στην προσομοίωση πειραμάτων ή στην καλύτερη κατανόηση ατομικών στρατηγικών λήψης αποφάσεων.

Σύμφωνα με τους ερευνητές, τόσο το σύνολο δεδομένων Psych-101 όσο και το μοντέλο Centaur θα μπορούσαν να χρησιμοποιηθούν ευρέως στην έρευνα συμπεριφοράς στο μέλλον, για παράδειγμα για την προετοιμασία νέων πειραμάτων ή για την καλύτερη κατανόηση των γνωστικών διεργασιών. Το μοντέλο προσφέρει επίσης νέες δυνατότητες για την προσομοίωση της συμπεριφοράς όσων συμμετέχουν στην έρευνα.

Οι συγγραφείς μιλούν για ένα “σημείο καμπής για τη γνωστική επιστήμη”. Το μοντέλο Llama-3.1-Centaur-70B και το σύνολο δεδομένων “Psych-101” είναι διαθέσιμα στο Hugging Face.

Η ομάδα σχεδιάζει να επεκτείνει περαιτέρω το σύνολο δεδομένων – ώστε να συμπεριλάβει ψυχογλωσσικές, κοινωνικές και διαπολιτισμικές πτυχές της ανθρώπινης συμπεριφοράς.

“Δεν είναι ακόμη έτοιμο για πολύπλοκες καθημερινές καταστάσεις”

Ειδικοί όπως ο καθηγητής Andreas Glöckner από το Πανεπιστήμιο της Κολωνίας, ο καθηγητής Markus Langer από το Πανεπιστήμιο του Freiburg και ο καθηγητής Clemens Stachl από το Πανεπιστήμιο του St. Gallen θεωρούν το Centaur σαν ένα σημαντικό βήμα προς τα εμπρός.

Ωστόσο, τονίζουν επίσης ότι η προγνωστική δύναμη έχει περιοριστεί μέχρι στιγμής σε εργαστηριακά πειράματα και πειράματα λήψης αποφάσεων και δεν μπορεί ακόμη να μεταφερθεί σε πολύπλοκες καθημερινές καταστάσεις.

Προειδοποιούν επίσης για την ανεύθυνη ερμηνεία των αποτελεσμάτων και συνιστούν προσοχή όσον αφορά τα ηθικά ζητήματα και την πιθανή κακή χρήση. Ο Langer αμφισβητεί εάν η “ακρίβεια στην πρόβλεψη της ανθρώπινης συμπεριφοράς – η οποία σε ορισμένες περιπτώσεις είναι 64% – μπορεί πραγματικά να αξιολογηθεί σαν “καλή””.

 

DOI: https://doi.org/10.1038/s41586-025-09215-4