Działa jak ludzki mózg. Model AI naukowców z Georgia Tech University

Model RTNet, którego nazwa nawiązuje do czasu reakcji (ang. response time), został zaprojektowany, aby łączyć zalety tradycyjnych sieci neuronowych z modelami kognitywnymi inspirowanymi neuronauką. RTNet wprowadza element losowości, charakterystyczny dla ludzkiego myślenia. Kluczowym elementem modelu jest mechanizm akumulacji dowodów, który przypomina sposób, w jaki ludzki mózg przetwarza informacje. Pozwala on na generowanie odpowiedzi o różnym stopniu pewności. To podejście odróżnia RTNet od tradycyjnych modeli AI, które często się mylą, albo – gdy nie są czegoś pewne – unikają udzielenia odpowiedzi. Przykładem jest sytuacja po wycofaniu się Joe Bidena z wyborów prezydenckich w 2024 roku. Chatboty pytane o to, kto jest kandydatem Demokratów, nie potrafiły wskazać właściwej odpowiedzi.

Naukowcy przetestowali RTNet, wykorzystując zbiór danych MNIST, czyli zestaw ręcznie pisanych cyfr, do którego wprowadzono szum wizualny, utrudniający rozpoznawanie. Uczestnicy badania wykonali to samo zadanie co sztuczna inteligencja – każdy z nich przeanalizował 960 obrazów. Rezultaty porównano pod kątem trzech kryteriów: szybkości, dokładności i pewności odpowiedzi. RTNet nie tylko osiągnął wyniki zbliżone do ludzkich, ale także wykazał podobne wzorce zachowania – na przykład dłuższy czas analizy prowadził do większej precyzji, co odzwierciedla ludzką zależność między szybkością a dokładnością. 

Naukowcy z Helmholtz Munich opracowali inny model - Centaur, który również naśladuje ludzkie procesy decyzyjne, ale na znacznie szerszą skalę. Psych-101 wytrenowany został na ogromnym zbiorze danych, zawierającym ponad 10 milionów decyzji ze 160 różnych eksperymentów psychologicznych. Potrafi przewidywać ludzkie zachowania w różnorodnych sytuacjach – od podejmowania decyzji w grach strategicznych po analizę moralnych dylematów. Model ten, w odróżnieniu od RTNet, nie zajmuje się przetwarzaniem obrazów, lecz korzysta z informacji przekazywanych w języku naturalnym, np. angielskim. Pozwala mu to symulować ludzkie reakcje w bardziej złożonych i abstrakcyjnych kontekstach, takich jak podejmowanie decyzji w warunkach niepewności czy uczenie się nowych umiejętności.

Centaur potrafi nie tylko przewidywać, jak zachowa się przeciętna osoba, lecz również antycypować mnogość reakcji, jakie mogą wystąpić w społeczeństwie. Ta umiejętność czyni go potężnym narzędziem w badaniach nad kognitywistyką. W testach, na 31 z 32 zadań, osiągnął lepsze wyniki niż klasyczne modele psychologiczne oraz inne systemy AI. Zadania dotyczyły m.in. przewidywania strategii w grach czy reakcji na nowe scenariusze. Co istotne, Centaur wykazał zaskakującą zgodność z aktywnością ludzkiego mózgu, mimo że nie był bezpośrednio trenowany na danych neurologicznych. Badacze odkryli, że sposób, w jaki model przetwarza informacje, pokrywa się z aktywnością ludzkiego mózgu w trakcie wykonywania tych samych zadań.

– Stworzyliśmy narzędzie, które pozwala nam przewidywać ludzkie zachowania w każdej sytuacji opisanej w języku naturalnym. To takie wirtualne laboratorium – mówi Marcel Binz, który jest również głównym autorem badania. 

Centaur nie jest jedyną sztuczną inteligencją opartą na psychologii behawioralnej. Polska firma FastTony stworzyła przełomowe rozwiązanie, które wykorzystuje tę dziedzinę nauki, by zrewolucjonizować marketing online. Opracowany przez nią model językowy pozwala małym i średnim przedsiębiorstwom konkurować z międzynarodowymi korporacjami. W jego budowie uczestniczył m.in. dr Maciej Chrzanowski – naukowiec związany z Politechniką Rzeszowską, specjalizujący się w badaniach nad sztuczną inteligencją. 

Siła sugestii czyli wyższy poziom marketingu

Podczas gdy RTNet koncentruje się na naśladowaniu ludzkich procesów decyzyjnych w kontekście percepcji wizualnej, FastTony skupia się na praktycznym wykorzystaniu wiedzy o ludzkim zachowaniu w komunikacji i wpływaniu na procesy decyzyjne. Upraszczając: odbiorcy dostają komunikaty, które zmieniają ich podejście do produktów i usług, a z czasem kształtują także cele, potrzeby i pragnienia. Dziesiątki mikro-sugestii i treści nasyconych perswazją podawane są w przystępnej i atrakcyjnej formie. Wszystko to ma wywołać w internautach przekonanie, że dokonanie zakup jest odpowiedzią na ich potrzeby.

– Nasz model językowy pozwala tworzyć komunikaty tak skuteczne, że mogą konkurować z treściami tworzonymi przez ekspertów od psychologii sprzedaży z największych agencjach reklamowych. Otwieramy przed małymi i średnimi firmami drzwi do świata hiperpersonalizacji marketingu, przez które dotąd wchodziły jedynie podmioty dysponujące potężnymi budżetami. Najbardziej cieszy mnie jednak to, że doświadczenie zdobyte przez prawie dziesięć lat, m.in. dzięki pracy na 250 tys. fanpage’y, udało się zamknąć w narzędziu, które kosztuje mniej niż obiad i wymaga zaledwie pięciu minut konfiguracji. Co istotne, poradzi sobie z nim nawet osoba, która nie zna się na technologii czy marketingu – mówi Daniel Kędzierski, CEO FastTony.

Podsatwowym elementem modelu jest perswazyjny indeks dopasowania (Persuasive Fit Index), który ocenia każdy komunikat pod kątem jego zdolności do wpływania na sposób postrzegania treści przez odbiorcę. Osiąga w tym zakresie skuteczność na poziomie 90–100 proc., podczas gdy standardowe modele językowe, takie jak ChatGPT, uzyskują wyniki w przedziale od 50 do maksymalnie 80 proc.