La rivoluzione dell’IA ha superato il Turing Test: Introducing a New Framework

Diventa anche intelligenza artificiale Una parte trasformativa del nostro panorama tecnologico, un vocabolario comune sulle capacità di ogni nuovo strumento e tecnologia è essenziale. Il vocabolario condiviso crea spazi intellettuali condivisi che consentono a tutte le parti interessate di accelerare la comprensione, aumentare l’adozione, facilitare la collaborazione, misurare i progressi e guidare l’innovazione.

Lo strumento di gran lunga più noto per misurare le prestazioni dell’IA è il test di Turing.

Crediti immagine: Chris Sad

Tuttavia, il campo dell’intelligenza artificiale (AI) ha fatto molta strada da quando il test di Turing è stato inaugurato nel 1950. Pertanto, sta diventando sempre più chiaro che il test di Turing non è sufficiente per valutare l’intera gamma di capacità dell’IA che emergono oggi – o suscettibili di emergere in futuro.

Il test di Turing funziona su una base semplificata di superamento/fallimento e pone grande enfasi sulla capacità di chiacchiere/linguaggio, che è solo un aspetto dell’intelligenza umana. Questa focalizzazione ristretta sul linguaggio ignora molte altre dimensioni critiche dell’intelligenza, come la risoluzione dei problemi, la creatività e la consapevolezza sociale. Inoltre, il test di Turing presuppone un livello di intelligenza simile a quella umana che potrebbe non essere rilevante o utile per valutare l’intelligenza artificiale.

struttura

Per affrontare queste limitazioni, è urgente e fondamentale sviluppare un quadro più rigoroso e completo per valutare le capacità dell’IA in più dimensioni dell’intelligence.

Questa intuizione mi ha portato a sviluppare il “Quadro di classificazione dell’intelligenza artificiale”. ACF è un nuovo approccio alla valutazione delle capacità dell’intelligenza artificiale basato sulla teoria delle intelligenze multiple.

La teoria delle intelligenze multiple è stata proposta per la prima volta dallo psicologo Howard Gardner nel 1983. Gardner ha sostenuto che l’intelligenza non era un’entità unificata, ma piuttosto un insieme di abilità diverse che potevano manifestarsi in vari modi. Gardner ha identificato otto diversi tipi di intelligenza: secondo Gardner, gli individui possono eccellere in una o più di queste aree, e ogni tipo di intelligenza è indipendente dall’altro. La teoria ha sfidato la visione tradizionale dell’intelligenza come entità unica e statica e ha aperto nuove strade per esplorare la diversità della cognizione umana. Sebbene la teoria delle intelligenze multiple sia stata oggetto di alcune critiche e dibattiti nel corso degli anni, ha avuto un impatto significativo nel campo della psicologia e dell’educazione, in particolare nello sviluppo di approcci alternativi all’insegnamento e all’apprendimento.

Questo sembrava perfetto come base per un quadro di classificazione dell’IA. Seguendo la teoria, il framework supporta la valutazione degli strumenti di intelligenza artificiale su più dimensioni dell’intelligenza, tra cui l’intelligenza linguistica, logica, matematica, musicale, spaziale, fisico-cinestetica, interpersonale e interpersonale.

Per ogni dimensione dell’intelligenza, il quadro fornisce una scala da 1 a 5 dove 1 sta per “nessuna abilità” o l’equivalente di un bambino e 5 sta per “auto-agenzia” o un’abilità che sarebbe considerata “superintelligenza” – al di là delle capacità umane .

Esempi

Il framework stesso è una tabella dettagliata di descrizioni che possono essere trovate Qui. Ho anche creato una semplice rappresentazione visiva per un facile riferimento ad alto livello. Ecco due semplici esempi di segmenti che rispondono alle funzionalità ChatGPT e DALL-E 2.

Quadro di classificazione ChatGPT AI. Crediti immagine: Chris Sad