近期，科技界傳來了一則引人深思的消息。據(jù)報(bào)道，科技媒體The Decoder在2月16日發(fā)布的一篇文章中，提及了一項(xiàng)最新研究成果：OpenAI的ChatGPT在模擬治療師角色的圖靈測試中，展現(xiàn)出了令人驚訝的表現(xiàn)。該測試旨在評估參與者能否準(zhǔn)確區(qū)分ChatGPT與人類治療師所提供的治療建議，而結(jié)果卻顯示，區(qū)分兩者對大多數(shù)人來說并不容易。
在這項(xiàng)研究中，研究人員巧妙地運(yùn)用了圖靈測試的原理，邀請了830名參與者參與測試。他們需要判斷一系列回復(fù)是來自ChatGPT還是真實(shí)的人類治療師。然而，測試結(jié)果卻表明，參與者的識別能力并不強(qiáng)，他們正確識別出人類治療師回復(fù)的概率僅為56.1%，而對于ChatGPT的回復(fù)，識別正確的概率也僅僅為51.2%，略高于隨機(jī)猜測的水平。
更令人驚訝的是，研究還發(fā)現(xiàn)，ChatGPT在多個(gè)關(guān)鍵指標(biāo)上，如治療聯(lián)盟、同理心和文化勝任力等方面的表現(xiàn)，甚至超過了人類專家。ChatGPT的回復(fù)往往更加詳細(xì)和富有同理心，這得益于其更長的回復(fù)、更積極的語氣以及更多名詞和形容詞的使用。這種細(xì)致入微的表達(dá)方式，使得ChatGPT的回復(fù)在測試中獲得了高度評價(jià)。
然而，研究也揭示了一種有趣的偏見現(xiàn)象。當(dāng)參與者得知他們正在閱讀的是人工智能生成的回復(fù)時(shí)，無論這些回復(fù)實(shí)際上是由誰撰寫的，他們都會給予較低的評分。相反，如果人工智能生成的回復(fù)被誤認(rèn)為是人類治療師所寫，那么這些回復(fù)就會獲得最高的評分。這一發(fā)現(xiàn)無疑為我們理解人類對人工智能的態(tài)度提供了新的視角。
其實(shí)，這并不是首次有研究表明人工智能在咨詢角色中具有潛力。早先，墨爾本大學(xué)和西澳大利亞大學(xué)的研究就已經(jīng)發(fā)現(xiàn)，ChatGPT在社會困境方面提供的建議往往比人類專欄作家更加均衡、全面和具有同理心。在這些研究中，ChatGPT的偏好率達(dá)到了70%到85%之間。盡管參與者對人工智能回復(fù)的評價(jià)更高，但大多數(shù)人仍然表示他們更喜歡人類顧問。
