اثر ماندلا چیست؟ چگونه توده های مردم می توانند حافظه کاذب مشترک داشته باشند 🔅اثر ماندلا به موقعیتی اطلاق می شود که در آن توده بزرگی از مردم باور دارند که یک رویداد رخ داده است؛ درحالی که اصلا همچین رویدادی رخ نداده است! این اصطلاح در سال 2009 توسط فیونا بروم ابداع شد، بعد از اینکه او متوجه شد به همراه افراد دیگر معتقدند که نلسون ماندلا در دهه 1980 مرده است! (اما ماندلا در واقع در سال 2013 درگذشته است). 🔅اما این پدیده چرا رخ می‌دهد؟ دو نظریه احتمالی برای این پدیده وجود دارد: 🔮نظریه فراطبیعی که با فرض وجود جهان های موازی این پدیده را ناشی از آمیختگی خط زمانی ما با جهان دیگری می‌داند. 🧠نظریه دوم که محتمل‌تر به نظر می‌رسد، علت این پدیده را تشکیل حافظه کاذب می‌داند. 🎥کلیپ بالا مختصر و ساده این پدیده را توضیح می‌دهد (همراه با زیرنویس انگلیسی). @CogniPlus

تولید موسیقی دلخواه با هوش مصنوعی Mubert 🎸🎹🪘 🎶پست قبلی ما درباره MusicLM (هوش مصنوعی مولد آهنگ گوگل) را یادتان هست؟ یک هوش مصنوعی جدید به اسم Mubert حالا همین کار برای شما انجام می‌دهد اما به سبکی متفاوت و حرفه‌ای تر. 🎶با ارائه یک توصیف، چند کلمه یا با انتخاب ژانر، مود یا فعالیت، Mibert برایتان یک آهنگ منحصر به فرد و خاص با مدت زمان دلخواه تولید می‌کند که تا حد زیادی با دستور شما همخوانی دارد. 🎶استفاده از این هوش مصنوعی کمک زیادی به تولیدکنندگان محتوا و کسب و کارهای نوپا می‌کند که دنبال یک آهنگ خوب برای کلیپ‌ها و محتواهای دیگرشان می‌گردند. 🎥در کلیپ بالا می‌توانید چند نمونه از آهنگ‌های تولید شده توسط Mubert را ببینید. منبع: mubert.com #تازه‌ها @CogniPlus

آموزش استدلال علمی می تواند باور به تئوری های توطئه را کاهش دهد🛸🗞 📌در یک مطالعه جدید 700 شرکت‌کننده سؤالات جمعیت‌شناختی و ارزیابی‌های روان‌سنجی را تکمیل کردند، سپس به یک پادکست 11 دقیقه‌ای گوش دادند که یک تئوری توطئه پیچیده را در مورد منشأ و هدف همه‌گیری کرونا ارائه می‌کرد. 📌بعد آنها به سؤالاتی درباره اعتبار نظریه توطئه پاسخ دادند و بعدش به‌طور تصادفی به یک شرایط آموزش استدلال علمی یا شرایط کنترل تقسیم شدند. 📌در شرایط استدلال علمی، شرکت‌کنندگان به پادکستی گوش دادند که ادعاهای مطرح‌شده در اولین ضبط را به چالش می‌کشید , به تناقضات منطقی تئوری‌های توطئه اشاره می‌کرد. گروه کنترل یک پادکست خنثی که جزئیات آمار فعلی موارد COVID-19 در سراسر جهان را نشان می دهد، گوش کردند. 📌در آخر برای بررسی اثربخشی مداخله، هفت گزیده متن به آنها ارائه شد. سه مورد از گزیده ها اطلاعات علمی درستی داشتند. چهار گزیده دیگر تئوری‌های توطئه مانند نقش داروهای طبیعی در درمان سرطان بودند. 📌نتیجه؟ شرکت‌کنندگان در شرایط استدلال علمی به طور قابل‌توجهی کمتر احتمال داشت تئوری‌های توطئه را معتبر و واقعی ارزیابی کنند. #تازه‌ها @CogniPlus

رابطه پیچیده بین انسان و استرس 🎈یک مطالعه تازه که الگوهای سنی استرس روزانه را در یک بازه زمانی 20 ساله بررسی کرده، نشان می‌دهد که برای اکثر مردم، استرس با افزایش سن کاهش پیدا می‌کند. ❗️خبر خوبی به نظر می‌رسد، درست است؟ اما قضیه در واقع پیچیده تر از این است. 🎈استرس و تأثیرات آن بر انسان به مرور زمان کاهش می‌یابد، هم به دلیل استرس‌های کمتر و هم به این دلیل که تمام آن دهه‌های مواجهه با استرس، افراد را برای مقابله بهتر با آن تجهیز می‌کند. 🎈با این حال، استرس می تواند روند پیری بدن را تسریع کند و بر سلامت کلی ما تأثیر منفی بگذارد. استرس مزمن می تواند عمر شما را کوتاه کند. همچنین تحقیقات این تیم نشان می‌دهد که تعداد استرس‌های روزانه‌ای که تجربه می‌کنید نیست که شما را در معرض خطر قرار می‌دهد، بلکه واکنش عاطفی شما به آن عوامل استرس‌زا است که می‌تواند خطر ابتلا به سلامت شناختی، بیماری‌های قلبی عروقی، افزایش التهاب و خطر مرگ و میر را افزایش بدهد. 🪴 پس شاید لازم باشد هر چه زودتر یک سبک مقابله‌ای سالم در مواجهه با استرس های زندگی برای خودتان پیدا کنید، هر چی نباشد پای سلامتی شما در میان است! #تازه‌ها @CogniPlus

🧠چرا مغز شما روی کارهای ناتمام متمرکز می شود... 🔅اگر ایمیلی خوانده نشده داشته باشید، دائماً در فکر این هستید که چه می گوید. اگر یک سریال جدید راشروع کرده باشید، تا زمانی که تماش نکنید به ادامه داستانش فکر می‌کنید. اگر مقاله‌ای داشته باشید که هنوز نیاز به ویرایش دارد، تا زمانی که کاملش کنید آرام نمی‌گیرید. در عین حال، اگر یک هفته بعد از انتشار همان مقاله از شما درباره آن بپرسیم، چیز زیادی در مورد آن به خاطر نمی آورید - حداقل در مقایسه با اینکه چقدر خوب می توانید لیست انجام کارهایتان را به یاد بیاورید. ❓اما چرا کارهای ناتمام اینقدر مزاحم به نظر می رسند؟ دلیلش پدیده ای به نام اثر زیگارنیک است. این پدیده اولین بار توسط یک روانشناس روسی به نام بلوما زیگارنیک مشاهده شد. یک بار، در حالی که در یک رستوران شلوغ نشسته بود، متوجه شد که گارسون‌ها خاطرات بهتری از سفارش‌های پرداخت نشده (یا کارهای ناتمام) دارند، اما پس از تسویه حساب، گارسون‌ها در به خاطر سپردن جزئیات دقیق سفارش مشکل داشتند. زیگارنیک پیشنهاد کرد که ناتوانی در انجام یک کار باعث ایجاد تنش شناختی زیربنایی (underlying) می شود، که در نتیجه باعث می شود مدام به آن بازگردید. 🔅یک تبیین جالب از این پدیده، تمایل مغز برای نگهداری کارهای ناتمام در حافظه کوتاه مدت است. بسیاری از خاطرات کوتاه مدت نسبتاً سریع فراموش می شوند، اما زمانی که یک کار کامل نمی شود، مغز ما دائماً آن را تکرار می کند تا اطلاعات را فعال نگه دارد. این همان چیزی است که تنش شناختی زیربنایی را ایجاد می کند. بعدا، وقتی که کار را کامل می کنیم، همان اطلاعات به راحتی فراموش می شوند. 💡نکته جالب این است که شاید بتوانیم از اثر زیگارنیک استفاده خوبی بکنیم! چهار روش برای این کار پیشنهاد می‌شود: 1️⃣تمایلتان را برای به تعویق انداختن کارها کاهش دهید: اگر کاری وجود دارد که برای مدت طولانی از آن اجتناب کرده اید، با کوچکترین بخش ممکن که باید انجام دهید شروع کنید؛ حتی اگر این به معنای باز کردن یک سند Word و تایپ عنوان گزارش باشد. 2️⃣مردم را وادار کنید تا به آنچه می گویید توجه بیشتری کنند: آیا واقعاً می خواهید گیرنده ایمیل شما پیام را باز کند و بخواند؟ سعی کنید به جای نقطه در تیتر خود از سه نقطه استفاده کنید( درست مثل عنوان این پست🙂). 3️⃣اطلاعات بیشتری را به خاطر بسپارید: چه برای یک امتحان بزرگ درس می خوانید یا سعی می کنید یک سخنرانی را به خاطر بسپارید، کار خود را به چند بخش تقسیم کنید. هنگام به خاطر سپردن حجم زیادی از اطلاعات، وقفه های کوتاه می تواند به نفعتان باشد؛ وقفه‌ها به مغز شما سیگنال می دهد که چیزی کامل نیست. 4️⃣نام‌های سخت را به خاطر بسپارید: یک قسمت از نام را یاد بگیرید، آن را حفظ کنید و پس از اتمام حفظ کردن قسمت اول، به قسمت دوم بازگردید. به خاطر سپردن آنها از این طریق بسیار آسان تر خواهید بود. 🔅بنابراین در حالی که آن کارهای ناتمام همچنان مزاحتمان می‌شوند، می‌توانید از این انرژی به خوبی استفاده کنید و کارهایی را انجام دهید که مدت‌هاست سراغ آنها نرفته‌اید. منبع: Harvard Business Review @CogniPlus

❗️🤖6 مشکل اساسی هوش مصنوعی ChatGPT 🤖❗️ 📌مدت زیادی از رونمایی هوش مصنوعی #ChatGPT توسط OpenAI نگذشته و از همان ابتدا تا الان با انبوهی از خبرهای شگفت انگیز درباره توانایی‌های این هوش مصنوعی و عملکرد بالای آن روبرو شدیم. حتی ما هم در کاگنی پلاس برخی از این اخبار را پوشش دادیم(مثل این پست). اما آیا ChatGPT به همان اندازه که حباب رسانه‌ای آن نشان می‌دهد بدون عیب و ایراد است؟ قطعا نه. در ادامه به 6 تا از این ایرادات اساسی و مهم اشاره می‌کنیم: 1. ایجاد پاسخ‌های اشتباه 🔻این هوش مصنوعی در ریاضیات پایه شکست می خورد، نمی‌تواند به سؤالات منطقی ساده پاسخ دهد، و حتی تا آنجا پیش می رود که حقایق کاملاً نادرست را استدلال می کند. همانطور که افراد در سراسر رسانه های اجتماعی تأیید می کنند، ChatGPT می تواند برای یک مورد بیشتر از یک پاسخ اشتباه تولید کند. این «توهم» واقعیت و تخیل، به ویژه در مواردی مانند توصیه های پزشکی یا دریافت حقایق وقایع تاریخی خطرناک است. 2. سوگیری در پایگاه داده 🔻این AI بر اساس نوشته‌های جمعی انسان ها در سراسر جهان، از گذشته تا حال آموزش دیده است. متأسفانه، این بدان معنی است که همان سوگیری هایی که در دنیای واقعی وجود دارد می تواند در این مدل هم ظاهر بشود. در مواردیChatGPT پاسخ‌های واقعا نامناسبی تبعیض‌آمیزی علیه جنسیت، نژاد و اقلیت‌ها ارائه می‌کند، چیزی که شرکت OpenAI در تلاش است تا آن را کاهش دهد. با توجه به احتمال آسیب رساندن به مردم، می توانید استدلال کنید که ChatGPT نباید قبل از مطالعه و حل این مشکلات برای عموم منتشر می شد. اما رقابت برای اولین شرکتی که قدرتمندترین ابزارهای هوش مصنوعی را عرضه می کند، ممکن است برای OpenAI انگیزه کافی باشد تا احتیاط را رها کند و اولین باشد به جای مورد اعتمادترین! 3. امکان گرفتن برخی از مشاغل از انسان‌ها 🔻پس از توسعه و استقرار سریع ChatGPT و فناوری زیربنایی پشت آن در حال حاضر در تعدادی از برنامه‌های تجاری دچار افول شدند. از جمله برنامه هایی که GPT-4 توانایی آنها را در خودش جمع کرده Duolingo و Khan Academy هستند. اولی یک برنامه یادگیری زبان است، دومی یک ابزار آموزشی با محتوای متنوع است. ChatGPT علاوه بر پوشش دادن هدف اصلی این برنامه‌ها با ارائه بازخورد و استفاده پایگاه داده بزرگتر کار را برایشان سخت کرده است. از یک طرف، این مسئله نحوه یادگیری ما را تغییر می‌دهد، به طور بالقوه آموزش را در دسترس‌تر می‌کند و روند یادگیری را کمی آسان تر می‌کند. اما نکته منفی این است که این کار مشاغلی را که برای مدت طولانی در اختیار انسان بوده است، از بین می برد. 4. به چالش کشیدن آموزش زبان انگلیسی (یا حتی زبان‌مادری در آینده!) 🔻می‌توانید از ChatGPT بخواهید نوشته‌های شما را تصحیح کند یا به شما در بهبود یک پاراگراف کمک کند. یا می توانید خودتان را به طور کامل از معادله حذف کنید و از ChatGPT بخواهید که تمام امر نوشتن را برای شما انجام دهد. معلمان با دادن تکالیف انگلیسی به ChatGPT تواناییش را آزمایش کرده‌اند و پاسخ‌هایی دریافت کرده‌اند که بهتر از آنچه بسیاری از دانش‌آموزانشان می‌توانستند انجام دهند، بود. ChatGPT از نوشتن نامه‌های اداری گرفته تا توصیف موضوعات اصلی در یک اثر ادبی معروف، می‌تواند همه این کارها را بدون تردید و با دقت بسیار بالا انجام دهد. خب با این توصیفات و دسترسی راحت دانش‌آموزان به این AI به نظر می‌رسد موسسات آموزشی باید فکری برای روند آموزش، ارائه تکالیف و ارزیابی بکنند. ✍️ادامه در پست بعد...

5. امکان آسیب در دنیای واقعی! 🔻سرعت تولید متن با ظرافت و دقت انسانی باعث می‌شود که با استفاده از ChatGPT، کلاهبرداران در رسانه‌های اجتماعی به راحتی وانمود کنند که فردی هستند که شما او را می‌شناسید. به همین ترتیب، طراحی یک ایمیل فیشینگ که برای استخراج جزئیات حساس از شما طراحی شده است، توسط یک ربات خیلی ساده می شود، با این مزیت اضافه که ChatGPT می تواند متنی را بدون اشتباهات گرامری تولید کند؛ چیزی که قبلاً یک پرچم قرمز آشکار برای هوش های مصنوعی بود. 🔻انتشار اطلاعات جعلی نیز یک نگرانی جدی است. مقیاسی که در آن ChatGPT می تواند متن تولید کند، همراه با توانایی ایجاد اطلاعات حتی نادرست - که به طور قانع کننده ای درست به نظر می‌رسند- مطمئناً اطلاعات موجود در اینترنت را غیرقابل اعتمادتر خواهد کرد. 6. قدرت انحصاری و مخفی‌کاری OpenAI 🔻قدرت زیاد، مسئولیت بزرگی به همراه دارد، و OpenAI قدرت زیادی دارد. این شرکت یکی از اولین شرکت‌های هوش مصنوعی است که نه یک، بلکه با چندین مدل هوش مصنوعی مولد از جمله Dall-E 2، GPT-3 و GPT-4 واقعاً دنیا را تکان داد. 🔻این OpenAI است که انتخاب می کند که از چه داده هایی برای آموزش ChatGPT استفاده شود، اما این اطلاعات برای عموم در دسترس نیست. ما نمی دانیم که چگونه ChatGPT آموزش داده می شود، از چه داده هایی استفاده شده است، داده ها از کجا می آیند، یا معماری سیستم این مدل با جزئیاتش چگونه است. ‼️مقابله با بزرگترین مشکلات هوش مصنوعی ⏳در مورد ChatGPT چیزهای زیادی وجود دارد که می‌شود درباره‌شان هیجان زده شد، اما فراتر از کاربردهای فوری آن، مشکلات جدی وجود دارد که ارزش فکر کردن دارد. OpenAI اذعان می‌کند که ChatGPT می‌تواند پاسخ‌های آسیب‌زننده و مغرضانه ایجاد کند، و به این امید است که با جمع‌آوری بازخورد کاربران، مشکل را کاهش دهد. اما توانایی آن در تولید متن قانع کننده، حتی زمانی که حقایق واقعی نیستند، می تواند به راحتی توسط افرادی با نیت بد استفاده بشود. ⏳با فناوری جدید، پیش‌بینی مشکلاتی که در آینده به وجود می‌آیند دشوار است. بنابراین، اگرچه ممکن است استفاده از این AI سرگرم کننده باشد، اما مطمئن بشوید که همه چیزهایی را که ChatGPT می‌گوید را باور نکنید. منبع: www.makeuseof.com @CogniPlus

در تیک تاک، اینستاگرام و افسردگی غرق نشوید!⌛️📱🌊 📱بر اساس تحقیقات جدید، تجربیات بیشتر «حضور از راه دور» (telepresence) - که به حس غوطه ور شدن کاربر در دنیای ایجاد شده توسط شبکه‌های اجتماعی اشاره دارد - در بین کاربران #TikTok و #Instagram با سطوح بالاتر افسردگی و اضطراب مرتبط است. 📱این مطالعه تجربیات «#فلو» در رسانه های اجتماعی را مورد بررسی قرار داد. فلو برای اولین بار توسط روانشناس Mihaly Csikszentmihalyi در دهه 1970 معرفی شد. فلو یک حالت ذهنی را توصیف می‌کند که طی آن فرد به طور کامل در یک فعالیت غوطه ور می‌شود. در زمینه رسانه های اجتماعی، تجربیات فلو ممکن است زمانی رخ دهد که شخص در فید خودش اسکرول می کند و به طور کامل در محتوایی که مصرف می کند غرق می شود. 📱محققان دریافتند که 24 درصد از کاربران TikTok و 28 درصد از کاربران اینستاگرام بر اساس معیارهای تشخیصی واجد شرایط اعتیاد هستند. در میان خرده مقیاس‌های فلو این مطالعه، حضور از راه دور بیشترین همبستگی را با اعتیاد به رسانه‌های اجتماعی، سرگردانی ذهن، اضطراب و افسردگی داشت. منبع: Cyberpsychology, Behavior, and Social Networking #تازه‌ها @CogniPlus

اعتماد به نفس کاذب: تماشای یک ویدیوی ساده باور افراد به توانایی فرود آوردن هواپیما را افزایش می دهد 😎🛬 ✈️«اعتماد به نفس بیش از حد» پدیده جالبی است که در آن ایمان فرد به توانایی ها یا دانش خودش بیشتر از مهارت های واقعیش هست. این پدیده می تواند شامل باور به داشتن دانش درباره یک موضوع ناشناخته و باور به داشتن ویژگی های مثبتی باشد که فرد آنها را ندارد. ✈️در این مطالعه 780 شرکت کننده در یک گروه ویدیویی یا بدون ویدیو قرار گرفتند. از شرکت کنندگان خواسته شد تصور کنند که آنها در یک هواپیمای کوچک هستند و خلبان ناتوان از کنترل هواپیما است و آنها تنها فرد باقی مانده اند که باید هواپیما را فرود بیاورند. ✈️گروه ویدیویی، کلیپی از فرود هواپیما توسط یک خلبان تماشا کردند، این ویدئو هیچ ارزش آموزشی نداشت و اقداماتی که خلبان برای انجام این کار انجام می‌داد با زاویه دوربین پوشانده شده بود، گروه بدون ویدئو مستقیماً یک پرسشنامه پر کردند. ✈️نتیجه: گروه ویدیویی، به طور قابل‌توجهی مطمئن‌تر بودند که می‌توانند هواپیما را بدون مردن فرود بیاورند! مردها هم بیشتر از زن‌ها در این مورد اعتماد به نفس نشان دادند. #تازه‌ها @CogniPlus

فعال سازی مجدد حافظه در طول خواب ممکن است همیشه باعث تقویت حافظه نشود🛏😴 🛌فعال سازی مجدد حافظه در خواب باعث تقویت خاطرات و کاهش فراموشی می شود. این دیدگاه به طور گسترده ای در تحقیقات حافظه پذیرفته شده است. با این حال، یک مطالعه اخیرا منتشر شده در Learning & Memory نشان داده است که فعال سازی مجدد حافظه، همراه با اختلال خواب، می تواند منجر به فراموشی موارد فعال شده بشود. 🛌فعال سازی مجدد حافظه هدفمند (TMR) روشی است که بارها برای مطالعه مکانیسم های فعال سازی مجدد حافظه استفاده شده است. در یک آزمایش معمولی TMR، یک لحن یا بویی که قبلاً با یک تکلیف در طول بیداری تداعی شده، در طول خواب دوباره به فرد ارائه می‌شود. خاطرات فعال‌سازی‌شده معمولاً بهتر از آن‌هایی که دوباره فعال نشده‌اند به یاد می‌آیند، که نشان می‌دهد فعال‌سازی مجدد حافظه در طول خواب می‌تواند خاطرات را تقویت کند. با این حال، توجه به این نکته مهم است که روش TMR نباید شرکت کنندگان را از خواب بیدار کند یا باعث ایجاد واکنش برانگیختگی شود که می تواند خواب را مختل کند. 🛌در این مطالعه شرکت کنندگان مکان 75 شی جفت شده با صداها را یاد گرفتند و سپس یک تست حافظه انجام دادند که در آن اشیاء را از مرکز صفحه به محل صحیح خود منتقل می‌کردند. در ادامه اشیاء به سه مجموعه 25 تایی تقسیم شدند که یک مجموعه با صداهای بلند، یک مجموعه با صداهای ملایم و یک مجموعه بدون سرنخ در هنگام خواب ارائه می‌شد. روش TMR در مرحله 2 و مرحله 3 خواب حرکت غیر سریع چشم (NREM) انجام شد و بعد از آن، آزمایش حافظه مجدد تکرار شد. 🛌نتایج نشان داد که فراموشی برای اشیاء نشانه‌گذاری شده در مقایسه با اشیای بدون نشانه، به‌طور قابل‌توجهی بالاتر بود، صرف نظر از اینکه نشانه فعال‌سازی مجدد بلند یا ملایم بود. همچنین فراموشی برای اشیایی که همراه با برانگیختگی ارائه شدند، بیشتر از اشیای بدون علامت بود. ❗️جالب توجه است که گزارش‌های ذهنی شرکت‌کنندگان از شنیدن صدا در طول خواب هیچ تفاوتی در عملکرد حافظه نشان نداد. 🛌این مطالعه نشان می‌دهد که خواب بی‌وقفه برای تثبیت حافظه مهم است و روش‌های TMR که از برانگیختگی در خواب جلوگیری نمی‌کنند ممکن است در واقع حافظه را بهبود نبخشند. #تازه‌ها @CogniPlus

آموزش، توانایی ذهنی‌سازی دانشجویان روانشناسی بالینی را بهبود نمی بخشد! 🔆ذهنی‌سازی (mentalization) توانایی درک حالات ذهنی خود و دیگران است که به این وسیله آن نیت‌ها، رفتارها و حالات عاطفی را رمزگشایی می‌کنیم. ذهنی‌سازی یک مهارت خاص در زمینه درمانی است. 🔆مطالعه‌ای که در Frontiers in Psychology منتشر شده، سراغ این مفهوم رفته و بررسی کرده که (1) آیا ظرفیت ذهنی‌سازی دانشجویان روان‌شناسی بالینی با دانشجویان مهندسی متفاوت است، و (2) آیا این توانایی بین دانشجویان سال اول و آخر روان‌شناسی متفاوت است یا خیر. نتایج غیر منتظره بود: محققان هیچ تفاوتی را بین سال اولی‌ها و آخری‌های روانشناسی گزارش نکردند، با این حال، آنها متوجه شدند که دانشجویان روانشناسی در مقایسه با دانشجویان مهندسی، رتبه بالاتری در ظرفیت ذهنی‌سازی را کسب کردند. پس ممکن است توانایی بالاتر دانشجویان روانشناسی ناشی از ویژگی های شخصیتی یا عوامل دیگر باشد و نه آموزش. 🔆یافته‌های ضمنی هم این بود که زنان در مقایسه با مردان نمرات بالاتری داشتند و بین سن و ذهنی‌سازی رابطه مثبت برقرار بود. #تازه‌ها @CogniPlus

آیا آزمون تورینگ واقعا هوشمندی ماشین را اندازه‌گیری می‌کند؟ 🤖🤷‍♀️🧠 📌از زمانی که آزمون تورینگ مورد استقبال جامعه علمی هوش مصنوعی قرار گرفت انتقادهای مختلفی به این شیوه از سنجش هوشمندی ماشین وارد شده است. در این پست 6 مورد از مهم‌ترین این نقدها را به صورت مختصر بررسی می‌کنیم: 1. قوانین سهل‌گیرانه اولین دسته از این انتقادات، قوانین آزمون تورینگ را هدف قرار داده‌اند. به عقیده‌ی بسیاری از متخصصان، مدت زمان پنج دقیقه‌ای که برای گفتگو با دو شرکت کننده به داور داده می‌شود به هیچ وجه کافی نیست؛ چرا که در این حالت داور تنها می‌تواند حدود ۲ دقیقه و ۳۰ ثانیه را به هر شرکت کننده اختصاص دهد. ایراد دیگر مربوط به ضابطه‌ی در نظر گرفته شده برای موفقیت در این آزمون است. از نظر برخی از افراد، اگر هوش مصنوعی تنها در نیمی از موارد بتواند داور را فریب دهد، نمی‌توان آن را همتای هوش انسان قلمداد کرد و لازم است تا این ضابطه به مقدار سخت‌گیرانه‌تری افزایش یابد. 2. ارزیابی تقلید کلامی از انسان به جای هوشمندی برخلاف ایرادات قوانین که به سادگی قابل برطرف کردن هستند؛ برخی از انتقادات ماهیت آزمون تورینگ را هدف قرار داده‌اند. به عقیده‌ی کارشناسان، هدف آزمون تورینگ اساسا نمی‌تواند سنجش هوش مصنوعی باشد، بلکه این آزمون صرفا توانایی هوش‌مصنوعی را در تقلید کلامی از انسان مورد ارزیابی قرار می‌دهد. با توجه به این که ارزیابی هوش مصنوعی در آزمون تورینگ تنها به ارزیابی کلامی محدود است، طبیعی است که تعدادی از خصیصه‌های ذاتی زبان می‌توانند منجر به موفقیت رایانه‌ها در آزمون تورینگ شوند؛ موفقیتی که ارتباطی با هوشمند بودن ندارد. یکی از این خصیصه‌های ذاتی زبان، ابهام است؛ چت‌بات‌ها می‌توانند هربار که به بن‌بست می‌رسند، صرفا با گفتن جمله‌ای مبهم خود را از این بن‌بست خلاص کنند. 3. شبیه ‌سازی آگاهی در مقابل آگاهی این نقد شاید بیش از همه ازسوی فلاسفه مطرح شده است. شاید مهم‌ترین چالش در این حوزه را جان سرل در مقاله اتاق چینی مطرح کرده باشد. سرل در این مقاله با استفاده از تمثیل اتاق چینی نشان می‌دهد که فارغ از نتیجه‌ای که ماشین به دست می‌دهد نمی‌توان گفت ماشین به فرایند‌هایی که انجام می‌دهد آگاهی دارد. جان سرل استدلال می‌کند که نمی توان از رفتار آشکار برای تعیین اینکه آیا ماشین «واقعا متفکر» است یا صرفاً «شبیه سازی تفکر دارد» استفاده کرد. با این حساب حتی اگر آزمون تورینگ تعریف عملیاتی خوبی از هوش ارائه داده باشد، قادر به نشان دادن این نیست که ماشین دارای ذهن، آگاهی یا قصدمندی است. 4. عدم اندازه‌گیری سطوح مختلف هوش یکی از نقدهای دقیق به آزمون تورینگ این است که نتیجه تست تنها یک گزاره است: این ماشین هوشمند است یا نیست. اما آیا نمی‌توان سطح هوش ماشین را در سطوح مختلف سنجید مثلا تصور کنید اگر تست تورینگ می‌توانست نتیجه این چنینی هم داشته باشد: «سطح هوشمندی این ماشین در حد کودکی هفت ساله است.» 5. کاربردی نبودن و بی ربطی آزمون تورینگ به تحقیقات هوش مصنوعی محققان محوری هوش مصنوعی استدلال می کنند که تلاش برای گذارندن آزمون تورینگ صرفاً حواس پرتی از تحقیقات پربارتر است. در واقع، آزمون تورینگ مورد تمرکز تلاش های دانشگاهی یا تجاری زیادی نیست. بیشتر تحقیقات فعلی در زمینه های مرتبط با هوش مصنوعی اهداف خاصی مانند زمان بندی خودکار، تشخیص شیء ، یا پشتیبانی دارند. محققان هوش مصنوعی برای آزمایش هوش برنامه هایی که این مشکلات خاص را حل می کنند، به سادگی این وظیفه را به طور مستقیم ارزیابی می‌کنند. هواپیماها با اینکه چقدر خوب پرواز می کنند آزمایش می شوند، نه با مقایسه آن ها با پرندگان؛ یک هوش مصنوعی خوب هم باید به خوبی حل مسئله کند نه اینکه شبیه انسان شود! 🔍با توجه به این نقدها طی سال‌های گذشته افراد مختلف سعی کردند تا این آزمون را اصلاح کنند یا جایگزینی برای آن ارائه کنند که به نظر نمی‌رسد هیچکدام جواب قانع کننده ای به این نقدها بدهند. برخی از این تلاش ها موارد زیر هستند: 🎯آزمون‌های تورینگ اصلاح شده آزمون تورینگ معکوس: در این آزمون یک انسان سعی می‌کند به کامپیوتر بفهماند که یک کامپیوتر نیست. مثل CAPTCHA آزمون تورینگ کامل: در این آزمون پرسشگر می‌تواند توانایی های ادراکی و همچنین توانایی دستکاری اشیاء را هم مورد آزمون قرار دهد. 🎯آزمون‌های جایگزین: آزمون تورینگ مارکوس: در این آزمون کامپیوتر یک برنامه تلویزیونی را نگاه می‌کند . سپس از آن سوال هایی درباره برنامه ای که دیده می‌پرسند. آزمون Lovelace: در این آزمون کامپیوتر باید یک اثر هنری بسازد. آزمون Winograd Schema: در این آزمون کامپیوتر باید به سوال های چند گزینه ای پاسخ دهد. منابع: 1️⃣دانشنامه استنفورد 2️⃣ medium 4️⃣ intellipaat.com 3️⃣ zoomits @CogniPlus