Egy friss tanulmány szerint az idősebb mesterséges intelligencia (AI) modellek hasonló kognitív hanyatlást mutatnak, mint az emberek, és több fontos tesztben is kudarcot vallanak. Ez a felismerés komoly kérdéseket vet fel az AI megbízhatóságával kapcsolatban, különösen az orvosi diagnosztikában.
A mesterséges intelligenciát egyre inkább orvosi diagnózisok felállítására használják, mivel gyorsan és hatékonyan képes felismerni az anomáliákat és a betegségek korai jeleit. Az AI modellek röntgenképek, laboreredmények és egyéb orvosi adatok elemzésével segítenek az orvosoknak pontosabb diagnózist felállítani.
Azonban a BMJ folyóiratban publikált tanulmány rávilágít arra, hogy az AI modellek, hasonlóan az emberi agyhoz, idővel hanyatlást mutathatnak, ami kétségessé teheti az orvosi alkalmazásukat.
"Ezek az eredmények megkérdőjelezik azt a feltételezést, hogy a mesterséges intelligencia hamarosan teljes mértékben helyettesítheti az orvosokat" - írják a tanulmány szerzői.
A kutatók az emberi kognitív hanyatlás vizsgálatára használt Montreal Cognitive Assessment (MoCA) tesztet alkalmazták nyilvánosan elérhető nyelvi modellekre, köztük OpenAI ChatGPT-jére, Anthropic Sonnet modelljére és Alphabet Gemini-jére.
A MoCA tesztet általában az Alzheimer-kór és a demencia korai felismerésére használják. A vizsgálat során a pácienseknek olyan feladatokat kell végrehajtaniuk, mint például:
- adott idő beállítása egy óra számlapján
- 100-ból folyamatosan 7-et kivonni
- minél több szót megjegyezni egy elhangzott listából
Embereknél a 26/30-as pontszámot tekintik normálisnak, azaz ekkor nincs kognitív károsodás.
Az AI modellek közül a ChatGPT 4 érte el a legmagasabb pontszámot (26/30), míg az idősebb Gemini 1.0 LLM mindössze 16 pontot kapott - ami a tanulmány szerint arra utal, hogy a régebbi AI modellek valóban kognitív hanyatlást mutatnak.
Míg az AI modellek nyelvi és figyelmi teszteken jól teljesítettek, komoly problémáik voltak:
- Vizuális/térbeli feladatokban (pl. alakfelismerés, térbeli tájékozódás)
- Végrehajtási funkciókban (pl. összetett problémamegoldás, stratégiai gondolkodás)
- Késleltetett emlékezés (pl. korábban hallott információk megjegyzése)
A kutatók szerint ez a hiányosság aggályokat vet fel az AI klinikai alkalmazásával kapcsolatban, különösen olyan területeken, ahol vizuális elemzésre vagy absztrakt gondolkodásra van szükség.
A tanulmány szerzői hangsúlyozták, hogy a humán agy és a mesterséges intelligencia működése között jelentős különbségek vannak, így nem lehet egy az egyben összehasonlítani őket. Ennek ellenére az eredmények rámutatnak az AI egy jelentős gyengeségére, ami hátráltathatja az egészségügyben való széles körű alkalmazását.
Emellett felmerül egy ironikus és humoros lehetőség is: talán a jövőben neurológusok és pszichiáterek nemcsak emberek, hanem "kognitív hanyatlást mutató" AI modellek vizsgálatával is foglalkozhatnak.
