公式です: 人工知能 (AI)、具体的にはGPT-4.5がチューリングテストに合格しました。
ある研究がサンディエゴ大学によって行われ、OpenAIによって開発された高度な言語モデルであるGPT-4.5が、人間自身よりも頻繁に人間として認識されることが示されました。
目次
参加者の73%がGPT-4.5を人間だと信じた: チューリングテストの突破後、AIの新時代
1950年にアラン・チューリングによって考案されたこの同名のテストは、革命的な質問に答えることを目的としています: 機械は考えることができるのか? テストでは、評価者がbullとbearの2人の対話者とやり取りしますが、その正体は知らされていません。
どちらが人間かを区別できない場合、マシンはテストに合格したことになります。
このテストは意識を測定するものではなく、マシンが人間の行動を信じられる形でシミュレートする能力を測定します。今日まで、どのシステムもこれほど明確にこのテストをクリアしたことはありませんでした。
研究者たちは、大学生とProlificプラットフォームのユーザーという二つの評価者グループを巻き込み、実在の人物と人工知能とのテキスト会話に参加させました。
チャットの終了時に、誰が本当の人間であるかを選ばなければなりませんでした。
テストされたAIシステムには以下が含まれていました:
- ELIZA – 1960年代のシンボリックチャットボット
- GPT-4o – OpenAIモデル、マルチモーダル使用向けに最適化
- LLaMa 3.1 – Metaのオープンソースモデル
- GPT-4.5 – OpenAIの最も先進的なバージョンであり、ここでは「persona」を使用する場合としない場合でテストされています
実験における決定的な要因は、2種類のプロンプトの使用でした:
- NO-PERSONA: 中立的で標準的な回答;
- PERSONA: 定義された個性でより人間らしく見える応答。
各評価者は会話の後にこのインターフェースを表示しました。2人の「証人」のうち、誰が本当の人間であるかを示し、選択に対する自信のレベルも指定する必要がありました。多くの場合、選択は人工知能に落ち着きました。
GPT-4.5の「ペルソナ」: 73%の成功率
モデルGPT-4.5-PERSONAは、勝率73%という印象的な成果を達成し、ほぼ4回のインタラクションのうち3回で人間の参加者よりも人間らしく見える結果となりました。
「persona」を使用したシステムは、パフォーマンスが著しく向上し、人工的なパーソナリティの追加が人間性の認識を高めることを示しました。
バーグラフは各モデルの勝率を示しています。GPT-4.5-PERSONAは、Prolificの参加者と大学生の両方で支配しています。
右側には、別のグラフが安全レベルを評価者によって示しています。多くの場合、最も進んだAIは驚くほど高い自信を持って人間と間違えられていました。
GPT-4.5がこの歴史的な結果を達成することを可能にしたのは何ですか? より高い言語能力だけでなく、人間の不完全さをシミュレートする洗練された能力もあります:ためらい、完璧でない回答、戦略的な礼儀。
インタラクションをより自然で信頼できるものにする要素。
そして今?
もし機械が人間自身よりも人間らしく見えることができたら、AIに対する私たちの信頼はどのように変わるのでしょうか? その影響は、技術的な分野だけでなく、倫理的および社会的な分野でも非常に大きいです。
- 公共の場でAIを明確にラベル付けする必要がありますか?
- 人との会話と機械との会話を区別できるようになるのでしょうか?
- 私たちの人工的な会話相手がより共感的で、一貫性があり、注意深い場合、何が変わるのでしょうか?
GPT-4.5がチューリングテストを超えたことは、人工知能の進化における重要なマイルストーンを表しています。これはAIが意識を持っている証拠ではありませんが、「人間のように見える」ことを非常に洗練された方法で学び、人間さえも欺くことができるようになったことを示しています。
私たちは、もはや確実に本物の人間と話しているかどうかを知ることができない世界に準備ができていますか?




