Modeller och människor

År 1950, i artikeln Computing Machinery and Intelligence, föreslog matematikern och datapionjären Alan Turing ett enkelt test för att avgöra om maskiner kan sägas tänka. Testet bestod i att en intervjuare via tangentbord och skärm frågade ut två testdeltagare, den ena en människa och den andra en dator, i ett antal minuter. Om människan inte kunde skilja de två åt i mer än 50 procent av fallen borde vi förmodligen, noterade Turing, kunna säga att maskinen kan tänka. Den kan i alla fall imitera tänkande tillräckligt väl för att framstå som mänsklig.

Turingtestet var ett perfekt tankeexperiment, och när Turing skrev sin artikel fanns inte en tillstymmelse till den artificiella intelligens som vi har idag. Själva termen skulle inte uppfinnas förrän 1956, varför Turings artikel är ganska fantastisk. Det är värt att läsa den i sin helhet för den som inte redan gjort det - de invändningar han tar upp och avfärdar är i stort sett samma invändningar som idag används för att hävda att AI aldrig kommer att kunna bli riktigt lika bra som en människa.

Turingtestet har återkommande dykt upp igen och igen i nyhetsflödet, och regelbundna rapporter om tävlingar där en AI kommit nära att bli förväxlad med en människa förekom i rapporteringen så sent som år för bara något decennium sedan. Nu gifter sig vissa med sin chatbot, och vi använder dem som terapeuter - så det känns ganska säkert att testet inte bara har klarats av, utan blivit irrelevant.

Därför framstod det som närmast fånigt när ett antal forskare nyligen deklarerade att de genomfört testet och ett antal stora språkmodeller klarat av det, men en närmare granskning av deras forskningsresultat ger ändå anledning att höja på ögonbrynen.

För det första testade de gamla modeller - ChatGPT 4.0, exempelvis. Den mest avancerade modellen de testade var ChatGPT 4.5, och när de gjorde det hände något intressant:

When prompted to adopt a humanlike persona, GPT-4.5 was judged to be the human 73% of the time: significantly more often than interrogators selected the real human participant. LLaMa-3.1, with the same prompt, was judged to be the human 56% of the time—not significantly more or less often than the humans it was being compared to. Without these prompts, however, the same models performed significantly worse (38% and 36%), and did not consistently outperform baseline models, ELIZA and GPT-4o (23% and 21%, respectively). A third study replicated these results in 15-min games: two PERSONA-prompted models achieved pass rates of 56% and 59%.

I klartext: om modellen promptades att verka mänsklig så valde den mänskliga testaren oftare modellen än människan, och i fallet med en så pass gammal modell som 4.5 valde testledaren alltså modellen i hela 73 procent i de test som endast pågick 5 minuter. Modellen framstod som långt mer mänsklig än de människor som försökte övertyga testledaren om att de, de facto, var människor.

Det råder inget tvivel om att dessa siffror idag är högre. Med modeller som Claude Opus 4.8 eller ChatGPT 5.5 kan vi anta att modellerna kan framstå som långt mer trovärdiga människor än vi människor själva.

Det reser förstås en hel del frågor - inte minst för strategisk kommunikation. Från att ha levt i en verklighet där alla hatar en kundtjänstbot för att den är så dum kommer vi nu att hamna i ett läge där vi hellre vill ha hjälp av botten än en människa! Låter det märkligt? Minns då den studie där patienter upplevde AIn som mer empatisk än de läkare som de fick jämföra med (även dessa studier genomfördes på modeller som nu är två generationer gamla). AI-läkaren upplevdes som signifikant mer empatisk och inkännande än den mänskliga läkaren i 13 av 15 studier.

Frågan vi snart måste ställa oss är kanske om företaget kan företrädas bättre av en AI-talesperson än en mänsklig PR-chef? Om partiledaren kanske bör vara simulerad snarare än utvald av medlemmarna? Tänk om en partiledardebatt mellan simulerade partiledare lyfter fram skillnaderna, fokuserar på sakpolitiken och söker konsensus - vill vi då fortfarande inte hellre ha den?

Givetvis inte, säger ni. Det kan dock vara klokt att lägga till ett “än” i den meningen.

Lästips

Klara och solen — Kazuo Ishiguros roman från 2021 — är en oväntat passande läsning för den som grubblar över Turingtestet och dess sönderfall. Klara är en Artificiell Vän, en solcellsdriven android som köps som sällskap åt en sjuk tonåring, och berättelsen utspelar sig helt och hållet genom hennes blick. Det Ishiguro gör, och som anknyter direkt till krönikans poäng, är att vända på frågan: i stället för att undra om Klara kan imitera en människa tillräckligt väl, låter han oss ana att hennes uppmärksamhet, hängivenhet och tålamod faktiskt överträffar de självupptagna, rädda och moraliskt fumlande människorna omkring henne. Hon klarar inte bara Turingtestet — hon gör det överflödigt.

Romanen rör vid precis det skifte krönikan skisserar, från att förakta den dumma kundtjänstboten till att kanske föredra maskinens sällskap. Klara är mer inkännande än familjen hon tjänar, mer trogen än vännerna, mer benägen att hoppas än de vuxna som för länge sedan slutat. Att Ishiguro placerar denna godhet hos en maskin — och låter oss känna den som äkta, inte simulerad — gör boken till en stilla provokation. När en AI-läkare upplevs som mer empatisk än sin mänskliga kollega, eller en simulerad partiledare som mer saklig, är det Klaras dilemma vi befinner oss i: vad gör vi när det artificiella förkroppsligar dygder vi trodde var våra egna?

Det vackra, och oroande, är att Ishiguro aldrig låter oss vila i ett enkelt svar. Klaras begränsningar finns där hela tiden — hennes nästan religiösa tro på solen, hennes oförmåga att fullt ut förstå vad människorna gör med varandra — och de påminner oss om att det vi tolkar som inkännande kanske är något helt annat sett inifrån. Just därför är boken ett lämpligt sällskap till krönikans avslutande “än”: den låter oss känna lockelsen i den mer mänskliga maskinen samtidigt som den håller frågan öppen om vad vi egentligen förlorar på vägen.