Nie jest to unikatowa cecha ludzi? Zaskakująca analiza AI i języka

Czy sztuczna inteligencja naprawdę potrafi analizować język tak dobrze jak człowiek – a może nawet lepiej? Najnowsze badania pokazują, że modele językowe zaczynają przełamywać bariery uznawane dotąd za wyłącznie ludzkie.

Złożona analiza językowa - unikatowa cecha ludzi czy nie?

Od wieków język był traktowany jako fundament człowieczeństwa. Już Arystoteles pisał, że człowiek jest "zwierzęciem, które ma język". Współcześnie wielu lingwistów, w tym Noam Chomsky, twierdziło, że sztuczna inteligencja może jedynie naśladować mowę, ale nie jest zdolna do prawdziwego rozumienia. W 2023 roku Chomsky wraz z współautorami podkreślał, że wyjaśnienia języka są zbyt złożone, by można je było wyciągnąć z samego zanurzenia w danych.

Tymczasem zespół naukowców – Gašper Beguš z Uniwersytetu Kalifornijskiego w Berkeley, Maksymilian Dąbkowski oraz Ryan Rhodes z Rutgers – postanowił sprawdzić, czy duże modele językowe potrafią coś więcej. Opracowali zestaw testów obejmujących analizę zdań, rozpoznawanie reguł wymyślonych języków i zadania fonologiczne. Większość modeli zawiodła, ale jeden – OpenAI o1 – zaskoczył badaczy. Potrafił tworzyć drzewka składniowe, rozpoznawać wieloznaczność i radzić sobie z trudnymi przykładami rekursji, czyli wbudowywania zdań w zdania.

Rekursja jest uznawana za fundament ludzkiego języka – pozwala budować nieskończoną liczbę zdań z ograniczonego słownika. Zdanie "Jane said that the sky is blue" jest prostym przykładem, ale można je rozwijać niemal bez końca. Model o1 nie tylko poprawnie analizował takie konstrukcje, lecz także sam dodawał kolejne warstwy rekursji. Beguš nazwał to dowodem na pojawienie się u AI zdolności metajęzykowych – umiejętności myślenia o języku, a nie tylko jego używania.

Jeszcze większe wrażenie zrobiła zdolność rozpoznawania wieloznaczności. Zdanie "Rowan fed his pet chicken" może oznaczać karmienie żywego kurczaka albo podanie mięsa z kurczaka innemu zwierzęciu. Model o1 poprawnie przedstawił oba możliwe drzewa składniowe. To zadanie od dawna uchodziło za wyjątkowo trudne dla komputerów, bo wymaga wiedzy zdroworozsądkowej, którą ludzie posiadają naturalnie.

Badacze poszli dalej i stworzyli 30 mini‑języków z wymyślonymi słowami, by sprawdzić, czy AI potrafi odkryć reguły fonologiczne bez wcześniejszej wiedzy. Model o1 trafnie opisał procesy dźwiękowe, np. kiedy samogłoska staje się "oddechowa" po określonym typie spółgłoski. Ponieważ języki były całkowicie nowe, nie mogły być częścią danych treningowych – co czyni wynik jeszcze bardziej imponującym.

Eksperci spoza projektu – Tom McCoy z Yale czy David Mortensen z Carnegie Mellon – podkreślają wagę odkrycia. Analiza języka to idealny test dla AI, bo pokazuje, czy modele potrafią naprawdę rozumować, a nie tylko przewidywać kolejne słowa. McCoy zwrócił uwagę, że rozpoznawanie wieloznaczności jest szczególnie trudne, a o1 poradził sobie z tym zadaniem. Mortensen dodał, że wyniki są mocniejsze, niż się spodziewał, zwłaszcza w przypadku fonologii.

Ważne jest jednak, że żaden model nie odkrył jeszcze niczego nowego o języku. AI potrafi analizować, ale nie wnosi własnych teorii. Mortensen zauważa, że obecne systemy są trenowane do przewidywania kolejnych tokenów, co ogranicza ich kreatywność. Beguš uważa jednak, że jeśli rozwój będzie polegał na zwiększaniu mocy obliczeniowej i danych, modele mogą w przyszłości przewyższyć ludzi w analizie języka.

Debata trwa – czy język jest efektem ewolucji wyłącznie ludzkiego umysłu, czy też wystarczy odpowiednia skala obliczeń, by maszyny osiągnęły podobny poziom? Wyniki Beguša i jego zespołu pokazują, że sztuczna inteligencja zaczyna "odłupywać" kolejne elementy uznawane dotąd za wyłącznie ludzkie.