Yeni çalışma, ChatGPT, Claude ve LLaMa gibi yaygın üretken yapay zekâ modellerinin normal dil verilerini okuyarak genel bir "yargıç" rolü oynayıp oynayamayacağını araştırdı. Bilim insanları yapay zekâdan kısa video günlüklerini veya kişilerin aklından geçenleri kaydettikleri daha uzun kayıtları incelemesini istedi.
Veriler gerçek hayat ve laboratuvar ortamlarında toplanan 160'dan fazla kişiye aitti. Yapay zekâ her kişi için onların kendilerinin vereceği şekilde kişilik sorularına yanıt verdi; eski metin analiz yöntemleri bu yeni sistemler kadar başarılı olamadı. Çalışma, yapay zekânın kişilik puanlarının katılımcıların kendi değerlendirmeleriyle yakından eşleştiğini ve sık sık arkadaş veya aile değerlendirmelerinden daha iyi eşleştiğini gösterdi.
Yapay zekânın değerlendirmeleri ayrıca insanların günlük duyguları, stres düzeyleri, sosyal davranışları ve bir kişinin psikiyatrik tanı alıp almadığı ya da tedavi arayıp aramadığı gibi yaşam alanlarını da öngördü. Michigan Üniversitesi'nden Aidan Wright çalışmanın iki farklı veri kaynağına rağmen ilişkilerin güçlü olmasına şaşırdıklarını belirtti. Diğer akademisyenler dilin psikolojik ipuçları taşıdığı ve çalışmanın insan psikolojisini anlama sınırlarını genişlettiği yorumunu yaptı.
Önemli sorular hâlâ açık: Çalışma öz-değerlendirmelere dayanıyor, yapay zekânın insan değerlendirmeleriyle ne kadar iyi karşılaştırıldığı veya sonuçların yaş, cinsiyet ya da ırk arasında nasıl değiştiği henüz test edilmedi. Araştırmacılar bunun, yapay zekânın insanlarla aynı sinyalleri kullanıp kullanmadığını ve gelecekte ilişkiler, eğitim, sağlık veya kariyer başarısı gibi büyük yaşam sonuçlarını öngörmede öz-bildirimleri aşabileceğini belirlemeye yönelik daha fazla çalışmaya ihtiyaç olduğunu vurguluyor. Bulgular Nature Human Behavior dergisinde yayımlandı.
Zor kelimeler
- üretken — yeni dil içeriği oluşturabilen yapay zekâ modelleri
- yargıç — bir durumun doğruluğunu veya değerini değerlendiren kişi
- öz-değerlendirme — kişinin kendi davranış ve özelliklerini değerlendirmesiöz-değerlendirmelere
- öngörmek — ileride olacak şey hakkında tahminde bulunmaköngördü, öngörmede
- eşleşmek — iki şeyin birbirine uygun veya benzer olmasıeşleştiğini
- psikiyatrik — ruhsal bozukluklarla ilgili tıbbi alana ait
- veri — bilimsel veya araştırma amaçlı toplanan bilgiVeriler
İpucu: Türkçe metni okurken veya ses kaydını dinlerken, vurgulanan kelimelerin üzerine gel, odaklan ya da dokun; anında kısa tanımlar görünür.
Tartışma soruları
- Bu tür yapay zekâ değerlendirmelerinin sağlık veya eğitim alanında kullanılması hangi yararları ve riskleri doğurabilir? Sebeplerle açıklayın.
- Öz-değerlendirmelere dayanan bir çalışmada yapay zekânın insanlarla aynı sinyalleri kullanıp kullanmadığını nasıl test edersiniz? Kısa yöntem önerisi verin.
- Sonuçların yaş, cinsiyet veya ırk gibi faktörlere göre değişebileceği söyleniyor. Bu tür değişkenlerin etkilerini azaltmak için hangi önlemler alınabilir?
İlgili makaleler
ICTforAg forumu: Web3 ve çiftçilerin veri kontrolü
ICTforAg forumu 9-10 March tarihlerinde çevrimiçi yapıldı. Konuşmacılar Web3 ve yeni dijital araçların çiftçilere verileri üzerinde daha fazla kontrol verebileceğini ve gelişmekte olan ülkelerde hizmetleri iyileştirebileceğini söyledi.
Futurity'nin 2025'te Seçtiği En İyi 10 Araştırma Haberi
Futurity, 2025 boyunca yayımlanan araştırma haberleri arasından en iyi 10 gönderiyi seçti. Seçkide sağlık, enerji, arkeoloji, sinirbilim, malzeme bilimi ve çevresel sağlık konuları yer alıyor; okuyucular 2026'da geri gelmeye davet edildi.
Yapay zeka seyahatleri duygulara göre kişiselleştiriyor
Üretken yapay zeka, gezginlerin duygularını ve tercihlerini okuyarak seyahatleri gerçek zamanlı planlayabiliyor. İşletme profesörü Juan Luis Nicolau, bu teknolojinin turizm araştırmalarında yeni alanlar açtığını ve gizlilik riskleri taşıdığını söylüyor.