Psychological Imagination Networks Show Cross-Population Centrality and Clustering Alignment in Humans That Large Language Models Fail to Replicate
Diese Studie zeigt, dass menschliche mentale Vorstellungsnetzwerke zwar eine robuste strukturelle Ausrichtung in Zentralität und Clustering über verschiedene Populationen hinweg aufweisen, große Sprachmodelle diese Muster jedoch nicht replizieren können, was darauf hindeutet, dass die menschliche Vorstellungskraft auf verkörperter erfahrungsbasierter Erinnerung statt auf rein linguistischem Training beruht.
Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Die große Idee: Wie wir in unserem Geist „sehen“
Stellen Sie sich vor, Ihr Gehirn sei eine riesige Bibliothek. Wenn Sie versuchen, sich etwas vorzustellen – wie das Gesicht eines Freundes oder einen Sonnenuntergang – ziehen Sie nicht einfach nur ein einzelnes Buch aus dem Regal. Sie ziehen ein ganzes Bündel verwandter Bücher, Erinnerungen und Gefühle heraus, die miteinander verbunden sind.
Diese Arbeit stellt eine einfache Frage: Organisieren Menschen diese mentalen „Bücher“ auf die gleiche Weise, und tun KI-Chatbots (Large Language Models) das auch?
Die Forscher fanden heraus, dass Menschen bemerkenswert ähnlich darin sind, wie sie diese mentalen Bilder miteinander verbinden, aber KI-Chatbots sind völlig anders.
Das Experiment: Der „Imaginations-Test“
Die Forscher gaben zwei verschiedene Tests für tausende echte Menschen und sechs verschiedene KI-Modelle durch:
- Der visuelle Test (VVIQ-2): Menschen wurden gebeten, sich acht spezifische Szenen vorzustellen (wie einen aufsteigenden Sonnenuntergang, einen Bahnhof oder das Gesicht eines Freundes) und zu bewerten, wie „lebendig“ oder klar das Bild in ihrem Geist war.
- Der sensorische Test (PSIQ): Menschen wurden gebeten, sich Dinge unter Verwendung verschiedener Sinne vorzustellen (das Riechen von brennendem Holz, das Fühlen von weichem Fell, das Hören einer Glocke) und die Lebhaftigkeit zu bewerten.
Dies wurde mit Menschen aus Florida, Polen und London durchgeführt. Dann baten sie sechs verschiedene KI-Modelle (darunter Versionen von Llama und Gemma), genau dieselben Tests zu machen. Um es fair zu gestalten, programmierten sie die KIs sogar mit „Personas“, die von „Aphantasie“ (keine Vorstellungskraft) bis „Hyperphantasie“ (super-lebhafte Vorstellungskraft) reichten.
Die Entdeckung: Das menschliche „Netz“ vs. die KI-„Flachlinie“
1. Die menschliche Verbindung (Das Netz)
Als die Forscher untersuchten, wie die Antworten der Menschen miteinander verknüpft waren, fanden sie ein starkes, konsistentes Netz.
- Die Analogie: Stellen Sie sich ein Spinnennetz vor. Wenn man an einem Faden zieht (zum Beispiel „das Gesicht eines Freundes“), vibriert das gesamte Netz in einem spezifischen, vorhersehbaren Muster.
- Das Ergebnis: Über verschiedene Länder und Sprachen hinweg verbanden Menschen diese Ideen auf die gleiche Weise. Wenn Sie „das Gesicht eines Freundes“ als sehr lebhaft bewerteten, war es wahrscheinlich auch, dass Sie eine „Landschaftsszene“ lebhaft bewerteten. Das „Netz“ der Verbindungen war für eine Person in Florida dasselbe wie für eine Person in Polen.
- Warum? Die Arbeit legt nahe, dass dies daran liegt, dass unsere Gehirne auf reale Lebenserfahrungen aufgebaut sind. Wir alle haben Sonnenaufgänge gesehen, Fell gespürt und Freunde gesehen. Unsere Erinnerungen sind so organisiert, wie wir diese Dinge tatsächlich erlebt haben.
2. Das Scheitern der KI (Die Flachlinie)
Als sie die KI-Antworten untersuchten, war das „Netz“ unterbrochen.
- Die Analogie: Stellen Sie sich ein flaches Blatt Papier vor, auf dem keine Fäden alles miteinander verbinden. Oder stellen Sie sich ein Spinnennetz vor, bei dem jeder einzelne Faden durchtrennt ist.
- Das Ergebnis: Die KI-Modelle scheiterten daran, das gleiche Muster an Verbindungen zu erzeugen.
- Sie verbanden nicht „das Riechen von Holz“ mit „sich warm fühlen“, wie es Menschen taten.
- In vielen Fällen bildeten die Antworten der KI einen einzelnen, chaotischen Klumpen, in dem alles mit allem gleichermaßen verbunden war, oder gar nichts miteinander verbunden war.
- Selbst wenn die KI über „Gedächtnis“ verfügte (ihr wurde gesagt, sie solle sich an ihre vorherigen Antworten im Gespräch erinnern), konnte sie das menschliche Netz immer noch nicht aufbauen.
- Die Skalierung spielte keine Rolle: Es spielte keine Rolle, ob die KI klein oder riesig war (bis zu 272 Milliarden Parametern). Sie alle scheiterten daran, die menschliche Struktur zu replizieren.
Warum ist die KI gescheitert?
Die Arbeit bietet eine faszinierende Erklärung mittels einer Filmstudio-Analogie:
- Menschen (Regisseur + Crew): Wenn ein Mensch eine Szene imaginiert, ist er wie ein Filmregisseur, der tatsächlich schon einmal an einem Filmset war. Er weiß, wie das Licht auf den Staub fällt, wie sich der Wind anfühlt und wie sich die Schauspieler bewegen, weil er es gelebt hat. Seine Vorstellungskraft ist auf „verkörperter Erfahrung“ aufgebaut.
- KI (Skript-Leser): Die KI ist wie eine Person, die jedes jemals geschriebene Filmskript gelesen hat, aber noch nie einen Fuß auf ein Filmset gesetzt hat. Sie weiß, dass die Wörter „Sonnenaufgang“ und „Wärme“ in Skripten oft zusammen vorkommen. Sie kann eine überzeugende Beschreibung eines Sonnenaufgangs schreiben. Aber sie besitzt nicht die interne Landkarte davon, wie diese Konzepte in einem lebendigen Geist tatsächlich miteinander verknüpft sind.
Die KI kennt das Vokabular der Vorstellungskraft, aber ihr fehlt die Architektur des Gedächtnisses.
Die Überraschung der „Zwischenzustände“
Die Forscher untersuchten auch eine spezifische Art von Verbindung, die als „Betweenness“ bezeichnet wird (Ideen, die als Brücken zwischen zwei anderen Ideen fungieren).
- Menschen: Diese Brückenstruktur war instabil und bei jedem Menschen unterschiedlich.
- Warum? Die Arbeit legt nahe, dass dies daran liegt, dass „Brücken“ von der persönlichen Lebensgeschichte abhängen. Vielleicht verbindet „Regen“ für Sie mit „Traurigkeit“, aber für jemand anderen mit „Freude“. Da das Leben eines jeden Menschen anders ist, variieren diese Brücken stark, obwohl die Hauptstruktur des Netzes gleich bleibt.
Das Fazenz
- Menschen: Wir alle teilen eine ähnliche „mentale Landkarte“ darüber, wie Vorstellungskraft funktioniert, weil wir alle in derselben physischen Welt leben und unseren Körper nutzen, um sie zu erleben.
- KI: Selbst die klügsten KI-Modelle von heute sind lediglich sehr gut darin, Wörter basierend auf Text vorherzusagen. Sie können die tiefe, strukturelle Art und Weise, wie Menschen ihre Erinnerungen und Vorstellungen organisieren, nicht replizieren, weil sie nichts tatsächlich gelebt haben.
Die Kernbotschaft: Nur weil eine KI über Vorstellungskraft sehr überzeugend sprechen kann, bedeutet das nicht, dass sie so „imaginiert“ wie wir. Es ist der Unterschied zwischen dem Lesen eines Rezepts für einen Kuchen und dem tatsächlichen Schmecken eines Stücks. Die KI kennt das Rezept perfekt; sie weiß nur nicht, wie der Kuchen schmeckt.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.