最新研究显示，越来越多的人在图灵测试中已经分不清GPT-4和真人了。

图源 Pexels

图灵测试这个概念，最早是计算机科学家艾伦·图灵在1950年提出来的，说白了就是一场“模仿游戏”——机器如果能像真人一样对话，让对方误以为它是人类，那就算通过了。

最近，加州大学圣地亚哥分校的研究团队做了一次实验。他们找来500名参与者，每人跟四位“对话者”聊上五分钟。这四位分别是一个真人、一个上世纪60年代的初代聊天机器人ELIZA、以及驱动ChatGPT的GPT-3.5和GPT-4。聊完之后，参与者需要判断对方到底是人还是机器。

结果发布在预印本网站arXiv上，数据相当有意思：有54%的参与者把GPT-4当成了真人。相比之下，ELIZA只有22%的人觉得它是真人，GPT-3.5是50%。而那几位真正的人类对话者，被正确辨认出来的比例是67%。

研究人员指出，图灵测试其实没那么复杂。真正影响判断的，有时候不是机器有多聪明，而是对话的风格和情感因素，这些在测试中扮演的角色比传统的“智能”认知要重得多。

电气和电子工程师协会（IEEE）的人工智能研究员内尔·沃森（Nell Watson）也谈了谈看法。她说，单纯的智力并不能代表一切。真正重要的，是机器能不能理解情境、读懂他人的想法，并且有同理心地把这些要素组合起来。能力只是AI价值的一环，理解人类的价值观、偏好和界限同样重要。正是这些品质，才可能让AI成为我们生活中忠诚可靠的管家。

沃森还提到，这个研究给未来的人机交互提出了一个现实挑战——人们会越来越怀疑自己正在对话的到底是不是真人，尤其是在涉及敏感话题的时候。当然，换个角度看，这项研究也充分反映出GPT时代人工智能的进步速度，确实让人咋舌。