Cosas que los humanos aún hacen mejor que la IA: comprender las flores

Si bien puede parecer que la inteligencia artificial se está volviendo peligrosamente inteligente, todavía hay algunos conceptos básicos que la IA no comprende tan bien como los humanos.

En marzo, informamos que los modelos de lenguaje grande (LLM) populares tienen dificultades para decir la hora e interpretar calendarios . Ahora, un estudio publicado a principios de esta semana en Nature Human Behaviour revela que herramientas de IA como ChatGPT tampoco son capaces de comprender conceptos familiares, como las flores, tan bien como los humanos. Según el artículo, representar con precisión conceptos físicos supone un reto para el aprendizaje automático entrenado únicamente con texto y, en ocasiones, imágenes.

“Un modelo lingüístico extenso no puede oler una rosa, tocar los pétalos de una margarita ni caminar por un campo de flores silvestres”, declaró Qihui Xu, autor principal del estudio e investigador postdoctoral en psicología en la Universidad Estatal de Ohio, en un comunicado de la universidad. “Sin esas experiencias sensoriales y motoras, no puede representar verdaderamente lo que es una flor en toda su riqueza. Lo mismo ocurre con otros conceptos humanos”.

El equipo evaluó la comprensión conceptual de 4442 palabras en humanos y cuatro modelos de IA (GPT-3.5 y GPT-4 de OpenAI, y PaLM y Gemini de Google), incluyendo términos como flor, pezuña, humorístico y columpio. Xu y sus colegas compararon los resultados con dos clasificaciones psicolingüísticas estándar: las Normas de Glasgow (clasificación de palabras basada en sentimientos como excitación, dominio, familiaridad, etc.) y las Normas de Lancaster (clasificación de palabras basada en percepciones sensoriales y acciones corporales).

El enfoque de las Normas de Glasgow implicó que los investigadores se preguntaran qué tan emotiva es una flor y qué tan fácil es imaginarla. Las Normas de Lancaster, por otro lado, incluían preguntas como cuántas flores se pueden experimentar a través del olfato y cuántas se pueden experimentar con el torso.

En comparación con los humanos, los LLM demostraron una sólida comprensión de palabras sin asociaciones sensoriomotoras (conceptos como "justicia"), pero tuvieron dificultades con palabras vinculadas a conceptos físicos (como "flor", que podemos ver, oler, tocar, etc.). La razón es bastante sencilla: ChatGPT no tiene ojos, nariz ni neuronas sensoriales (aún), por lo que no puede aprender a través de esos sentidos. Lo máximo que puede hacer es aproximarse, a pesar de que entrenan con más texto del que una persona lee en toda su vida, explicó Xu.

“Desde el intenso aroma de una flor, la vívida y sedosa sensación al acariciar sus pétalos, hasta la profunda sensación visual, la representación humana de la 'flor' une estas diversas experiencias e interacciones en una categoría coherente”, escribieron los investigadores en el estudio. “Este tipo de aprendizaje perceptivo asociativo, donde un concepto se convierte en un nexo de significados interconectados y la intensidad de las sensaciones, puede ser difícil de lograr únicamente mediante el lenguaje”.

De hecho, los LLM entrenados tanto con texto como con imágenes demostraron una mejor comprensión de los conceptos visuales que sus contrapartes que solo utilizaban texto. Sin embargo, esto no significa que la IA se limitará para siempre al lenguaje y la información visual. Los LLM están en constante mejora y, según Xu, algún día podrían representar mejor los conceptos físicos mediante datos sensoriomotores o robótica. Su investigación y la de sus colegas tienen importantes implicaciones para las interacciones entre la IA y los humanos , que se están volviendo cada vez más (y, siendo sinceros, preocupantemente) íntimas.

Por ahora, sin embargo, una cosa es segura: “La experiencia humana es mucho más rica de lo que las palabras pueden contener”, concluyó Xu.