Исследователи проанализировали, как современные языковые модели интерпретируют классический психологический тест Роршаха. В ходе эксперимента ИИ-системы демонстрировали способности к распознаванию визуальных образов и метафорическому мышлению, однако их ответы существенно отличались от человеческих реакций. Работа подчеркивает специфику «машинного восприятия» и ограничения в моделировании человеческой психики через генеративные алгоритмы.
В рамках исследования ученые использовали набор стандартных чернильных пятен Роршаха, подавая их на вход мультимодальным моделям. Анализ показал, что ИИ склонен к поиску логических паттернов и семантических ассоциаций, в то время как люди чаще опираются на эмоциональный контекст и субъективный опыт. Это различие указывает на то, что текущие архитектуры моделей, несмотря на высокую точность распознавания объектов, не обладают глубинной психологической интерпретацией, свойственной человеку.
Результаты работы ставят под сомнение возможность использования стандартных клинических инструментов для оценки «личности» или «сознания» нейросетей. Вместо этого авторы предлагают рассматривать ответы моделей как результат статистического обучения на огромных массивах текстовых и визуальных данных, где ассоциативные связи выстраиваются на основе частотности упоминаний, а не личных переживаний.
Ключевые факты
- Исследование опубликовано в журнале JMIR Mental Health, посвященном цифровой психиатрии.
- В эксперименте сравнивались ответы LLM с базой данных человеческих интерпретаций теста Роршаха.
- Выявлено, что ИИ чаще классифицирует пятна как конкретные объекты, демонстрируя высокую точность распознавания форм.
- Установлено отсутствие у моделей способности к «проекции» собственного внутреннего состояния, характерной для пациентов при прохождении теста.
- Работа подчеркивает необходимость разработки новых методологий для оценки когнитивных способностей ИИ, отличных от классических психологических тестов.