İnsan ve Yapay Zeka Akıl Yürütmesi Sembolik Modellerle Analiz Ediliyor

Bilgisayar bilimciler, insan ve yapay zeka sistemlerinin akıl yürütme süreçlerini anlamak için yeni bir yöntem geliştirdi. Behavior-Conditioned Symbolic Synthesis (BCSS) adlı bu yaklaşım, yorumlanabilir ve doğrulanabilir sembolik programlar arayarak her iki sistemin nasıl düşündüğünü ortaya koymayı amaçlıyor.

Çalışmanın temel bulgusu ilginç: hem insanlar hem de yapay zeka modelleri benzer şekilde hata yapıyor. Her ikisi de problemleri aşırı basitleştiriyor, eksik açıklamalar sunan kurallar benimsiyorlar ve değişkenler arasındaki ilişkileri yanlış çıkarıyorlar. Bu davranışlar, kullanılabilir kaynaklara bağlı olarak değişiyor, daha fazla hesaplama gücü veya dikkat harcayan sistemler daha az basitleştirme eğilimi gösteriyor.

Araştırmacılar bu yöntemi yüzlerce karmaşık mantık probleminde test ettiler. Sembolik modeller sayesinde, bir sistemin neden belirli bir kararı aldığını adım adım izleyebilmek mümkün hale geliyor. Bu, siyah kutu olarak görülen yapay zeka sistemlerini daha şeffaf kılıyor.

Praktik açıdan, bu bulguların iki yönü var. Birincisi, yapay zeka modellerini iyileştirmek için insan bilişinin nasıl çalıştığını daha iyi anlayabiliyoruz. İkincisi, insan kararlarının neden bazen tutarsız olduğunu matematiksel olarak modelleyebiliyoruz. Gelecekte, bu tür analiz yöntemleri daha güvenilir ve açıklanabilir yapay zeka sistemleri tasarlamaya yardımcı olabilir.