GPT-4o reads the mind in the eyes
这项研究表明，GPT-4o 在从正立面孔中推断心理状态方面表现优于人类，但在倒置面孔上的表现较差，并表现出种族偏见，展示了其与人类认知相比，既具有类人化的认知特征，又存在截然不同且系统性的处理差异的复杂组合。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
核心理念：AI 能否“察言观色”？
想象你正在参加一个派对。你看着一个人的眼睛，瞬间就能知道他是感到无聊、焦虑，还是在暗自发笑。人类是这方面的专家；我们只需看一眼眼睛，就能“读懂人心”。
这篇论文提出了一个简单的问题：一个超级聪明的计算机（GPT-4o）也能做到这一点吗？
研究人员不仅是让 AI 进行猜测，还让它接受了一项严苛的测试，称为“眼神识心测试”（Reading the Mind in the Eyes Test）。他们向 AI 和一组人类展示了眼睛的照片，并问道：“这个人的感受是什么？”答案必须从四个词的列表中做出选择（例如：焦虑、自信、讽刺、无聊）。
实验过程：倒置的把戏
为了观察 AI 和人类是如何思考的，研究人员使用了一个经典的技巧：他们将照片倒过来展示。
- 人类的反应： 当人类看到倒过来的脸时，就像是在尝试阅读一本几乎看不懂的外语书籍。这变得更难了，我们也更容易出错。但我们仍然使用同样的“心理词典”来猜测情绪。
- AI 的反应： 当脸部正向时，AI 在识别眼睛方面实际上比人类更出色。然而，当脸部被翻转过来时，AI 不仅仅是变得有些困惑；它完全迷失了方向。它的准确率大幅下降，甚至跌破了随机猜测的预期水平。
类比： 想象一个机器人和一个人正在尝试解一个谜题。
- 正向时： 机器人是个天才，解题的速度和准确度都超过了人类。
- 倒置时： 人类只是把谜题转了个面，然后继续尝试。而机器人却似乎完全忘记了谜题该怎么玩，甚至开始把碎片往墙上扔。
“偏见”问题：只看你想看到的
研究人员还测试了不同种族（白人和非白人）的面孔。
- 人类： 在这项研究中，人们在解读各种种族背景的人的眼神时表现得同样出色。
- AI： AI 在识别白人眼睛方面比识别非白人眼睛要好得多。这就像 AI 有一个它理解得更好的“优选”群体，这很可能是因为它接受的训练数据中包含更多这类面孔。
“错误”侦探工作：它们是如何出错的
这项研究中最引人入胜的部分不仅在于谁得到了正确答案，还在于它们是如何出错的。
把错误想象成雪地里的脚印。
- 人类的脚印： 当人类犯错时，他们的脚印是有些散乱的。如果他们把“害怕”猜成了“愤怒”，那么下次他们可能会猜“开心”。他们的错误在某种程度上是随机的，并且会根据情况而变化。
- AI 的脚印： AI 的脚印极其一致。如果它要犯错，它每次都会犯完全相同的错误。
- 转折点： 当脸部倒过来时，AI 并不是产生了随机的脚印。它形成了一种全新的、僵化的错误模式，这种模式与它在处理正向脸部时的错误模式完全不同。
结论： 人类在面对困难（倒置）时改变的是其“效率”，但使用的是同样的“逻辑”。而 AI 似乎在遇到困难时，切换到了另一种完全不同的、失效的逻辑。
错误中的“信息”
研究人员使用了一个数学概念——“信息论”来分析这些错误。他们发现，AI 的错误实际上比人类的错误包含更多信息。
类比：
- 人类的错误： 就像一个在考试中随机乱猜的学生。他们的错误答案无法告诉你他们在想什么。
- AI 的错误： 就像一个总是把“猫”和“狗”搞混，但绝不会把“猫”和“车”搞混的学生。尽管他们错了，但他们的模式能让你准确地了解他们的脑子（或代码）是如何连接概念的。AI 不仅仅是在猜测；它在持续地应用一套特定的、尽管是错误的规则手册。
研究结果总结
- 超人能力（但很脆弱）： 当一切正常时，GPT-4o 在通过眼睛识别情绪方面表现得极其出色，甚至优于人类。
- 倒置效应： 当脸部倒置时，AI 的表现比人类崩溃得更加严重。
- 种族偏见： AI 对白人面孔的识别能力优于非白人面孔，而本研究中的人类则没有表现出这种差异。
- 系统性错误： AI 不会犯随机的错误。它会犯高度一致、有结构的错误，这些错误揭示了它处理信息的一种特定方式——这种方式与人类处理信息的方式有着本质的区别，尤其是在处理棘手输入（如倒置的脸部）时。
简而言之，AI 是一个聪明但刻板的学生。它记住了从训练数据中学习到的“正确”读脸方式，但当测试变得奇怪（倒置）或面孔看起来不同（不同种族）时，它不会像人类那样去适应，它只会机械地执行一个失效的剧本。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。