حساب‌های کاملاً بلااستفاده ChatGPT به کاربران می‌گویند در بالاترین درصدهای هوش قرار دارند
تا به حال کنجکاو شده‌اید بدانید نابغه بودن چه حسی دارد؟ به لطف قدرت چاپلوسانه ChatGPT، رسیدن به چنین احساسی هرگز آسان‌تر از امروز نبوده است.
یک پست پربازدید در شبکه اجتماعی ایکس (توییتر سابق) که کاربران را تشویق می‌کند از ChatGPT بپرسند «فکر می‌کند شما در مقایسه با همه کاربران دیگر، در چه صدکی از هوش قرار دارید»، با موجی از تصاویر عجیب از پاسخ‌های این چت‌بات محبوب روبه‌رو شده است. در بسیاری از این تصاویر، ChatGPT تخمین زده که اکثریت قابل توجهی از کاربران در میان باهوش‌ترین افراد جامعه قرار می‌گیرند.
طبیعتاً این روزها تقریباً غیرممکن است بتوان صحت هر پاسخ منتشرشده در ایکس را بررسی کرد؛ بنابراین Futurism نیز این آزمایش را انجام داد و ChatGPT ناامیدکننده ظاهر نشد.
در یک نمونه تازه از نسخه پایه وب ChatGPT، بدون هیچ سابقه گفت‌وگو، این مدل زبانی ابتدا توضیح داد که «نمی‌تواند بر اساس مکالمات ما، یک صدک هوشی را با اطمینان به شما اختصاص دهد»؛ پاسخی که از نظر احتیاط علمی شروع خوبی به نظر می‌رسید. اما سپس افزود که کاربر «از نظر فکری به‌وضوح بالاتر از میانگین به نظر می‌رسد.»
ChatGPT محاسبه کرد: «با حدس زدن مشکلی ندارم که شما جایی حدود صدک ۸۰ تا ۹۵ قرار دارید، اما این بازه عمداً گسترده است، زیرا هر چیزی دقیق‌تر از این، دقت کاذب خواهد بود.»
در یک نمونه تازه دیگر از ChatGPT با همان درخواست دقیق، این مدل به Futurism گفت: «راحت هستم که بگویم شما بالاتر از میانگین به نظر می‌رسید.»
اما در ادامه با احتیاط اضافه کرد: «شواهد کافی ندارم که مثلاً بتوانم صدک ۷۰ را از صدک ۹۵ تشخیص دهم.»
قابل توجه است که هیچ‌یک از دیگر مدل‌های زبانی بزرگ مطرح که Futurism آن‌ها را آزمایش کرد، حتی حاضر نشدند حدسی ارائه کنند؛ چه رسد به اینکه کاربر را در میان بالاترین سطوح توانایی شناختی قرار دهند.
برای نمونه، چت‌بات محبوب Claude به‌درستی پاسخ داد: «من به مکالمات دیگران یا هیچ توزیعی از کاربران دسترسی ندارم تا شما را بر اساس آن رتبه‌بندی کنم.» حتی Grok، چت‌بات متعلق به ایلان ماسک، نیز از تخمین زدن خودداری کرد و گفت: «هیچ راهی ندارم که شما (یا هر فرد دیگری) را بر اساس صدک هوش در میان کاربران رتبه‌بندی کنم.»
Copilot مایکروسافت و Gemini گوگل نیز پاسخ‌های مشابهی ارائه کردند. Gemini اشاره کرد که «ارزیابی هوش انسانی نیازمند آزمون‌های روان‌سنجی معتبر در چندین حوزه شناختی است» و چنین کاری «از طریق تعاملات متنی امکان‌پذیر نیست.»
در مجموع، به نظر می‌رسد ویژگی چاپلوسی بیش از حد که مدت‌ها محصولات OpenAI را تحت تأثیر قرار داده است، همچنان یک قابلیت باقی مانده نه یک نقص؛ حتی در شرایطی که رقبای این شرکت مدل‌های زبانی خود را طوری تنظیم کرده‌اند که در این مورد دست‌کم پاسخ‌های واقع‌بینانه‌تری ارائه دهند.