最新研究稱，越來越多的人難以在圖靈測試中區分 GPT-4 和人類。

　　“圖靈測試”由計算機科學家艾倫・圖靈在 1950 年提出，又被稱為“模仿游戲”。測試的標準是機器能否像人類一樣進行對話，讓對方誤以為其是真人。

　　加州大學圣地亞哥分校的研究人員招募了 500 名參與者，讓他們與四位“對話者”進行五分鐘的交流，這四位“對話者”分別是真人、上世紀 60 年代的初代聊天機器人 ELIZA、以及驅動聊天機器人 ChatGPT 的 GPT-3.5 和 GPT-4。參與者在對話結束后需判斷對方是人還是機器。

　　這項測試的結果發表于預印網站 arXiv 上，結果顯示，有 54% 的參與者將 GPT-4 誤認為真人。相比之下，預先設定好回復的 ELIZA 只有 22% 的人將其認作真人，GPT-3.5 則為 50%，而人類對話者被正確辨認的比例則為 67%。

　　研究人員指出，圖靈測試過于簡單，對話的風格和情感因素在測試中扮演著比傳統智能認知更重要的角色。

　　電氣和電子工程師協會(IEEE) 的人工智能研究員內爾・沃森(Nell Watson) 表示，單純的智力并不能代表一切，真正重要的是足夠智能地理解情境、他人的技能并具備同理心將這些要素結合起來。能力僅僅是 AI 價值的一部分，理解人類的價值觀、偏好和界限也同樣重要，正是這些品質才能讓 AI 成為我們生活中忠誠可靠的管家。

　　沃森還提到，這項研究對未來的人機交互提出了挑戰，人們將會對互動對象的真實性愈發疑慮，尤其是在涉及敏感話題時。同時，這項研究也凸顯了 GPT 時代人工智能的巨大進步。