Theorie des Geistes: Was es in der Psychologie bedeutet und warum KI-Forscher darüber debattieren

Was die Theorie des Geistes in der Psychologie bedeutet

Die Theorie des Geistes (ToG) wird als die Fähigkeit definiert, andere Personen zu verstehen, indem man ihnen mentale Zustände zuordnet, laut Wikipedias Übersicht über das Konzept. Sie ermöglicht einer Person zu erkennen, dass jemand anderes Überzeugungen, Wünsche oder Absichten haben kann, die sich von ihren eigenen unterscheiden, und diese Erkenntnis zu nutzen, um Verhalten vorherzusagen oder zu erklären.

Der Begriff kam mit dem Aufsatz von 1978 'Hat der Schimpanse eine Theorie des Geistes?' von David Premack und Guy Woodruff in die moderne Forschung, was Psychologen dazu drückte, die Fähigkeit über Arten und Kindheitsentwicklung hinweg zu untersuchen, laut Wikipedia. Später entstanden zwei rivalisierende Erklärungen darüber, wie ToG funktioniert: die 'Theorie-Theorie', die behauptet, dass Menschen Regeln der Alltagspsychologie anwenden, um die Zustände anderer abzuleiten, und die Simulationstheorie, die behauptet, dass Menschen andere mental modellieren, indem sie sich an deren Stelle imaginieren.

Der Sally-Anne-Test

Das Standardinstrument zum Testen von ToG bei Kindern ist die Falsch-Überzeugungsaufgabe, am häufigsten als Sally-Anne-Geschichte dargestellt: Sally legt eine Murmel in ihren Korb und verlässt den Raum; Anne bewegt die Murmel dann in eine Schachtel. Ein Kind besteht den Test, indem es vorhersagt, dass Sally nach der Murmel in dem Korb suchen wird — ihrer ursprünglichen, nun falschen Überzeugung — anstatt dort, wo sie tatsächlich ist, wie Wikipedia erklärt. Eine verwandte Version, die Aufgabe mit unerwartetem Inhalt, fragt Kinder, was jemand anderes darin glaubt, sich in einer irreführend beschrifteten Schachtel zu befinden.

Kinder entwickeln diese Fähigkeiten typischerweise in einer festgelegten Reihenfolge zwischen etwa drei und fünf Jahren, von dem Verständnis, dass Menschen unterschiedliche Dinge wollen können, zu dem Verständnis, dass Menschen unterschiedliche Überzeugungen haben können, bis zum Bestehen vollständiger Falsch-Überzeugungstests. Wikipedia bemerkt, dass die exakte Reihenfolge je nach Kultur variiert: Kinder im Iran und China verstehen beispielsweise 'Wissenszugang' früher, benötigen aber länger, um 'unterschiedliche Überzeugungen' zu verstehen, was Forscher mit kollektivistischen Kulturwerten verbinden.

Warum künstliche Intelligenz in die Debatte kam

Das Interesse an maschineller Theorie des Geistes wuchs, nachdem Michal Kosinski, ein Rechnerpsychologe von Stanford, dieselben Falsch-Überzeugungsaufgaben, die bei Kindern verwendet werden, durch eine Reihe von Sprachmodellen führte. Laut der Seite des Arbeitspapiers auf der Website der Stanford Graduate School of Business konstruierte Kosinski 40 Falsch-Überzeugungsszenarien plus entsprechende Richtig-Überzeugungskontrollversionen und testete sie an Sprachmodellen, die zwischen dem späten 2010er-Jahre und 2023 veröffentlicht wurden.

Eine separate Darstellung der Forschung auf PsyPost gibt unterschiedliche Zahlen für das, was sie als spätere Testrunde mit 11 Modellen beschreibt: Sie berichtet, dass GPT-3-Varianten nur etwa 20 % der Aufgaben lösten, und 'ChatGPT-4' insgesamt 75 % löste, mit einer Aufteilung von 90 % bei unerwartetem-Inhalt-Aufgaben, aber nur 60 % bei der schwierigeren unerwarteten-Transfer-Version. Die beiden Quellen beschreiben unterschiedliche Testserien und Modellversionen, was ein wahrscheinlicher Grund ist, warum die Prozentsätze nicht übereinstimmen; beide deuten jedoch auf eine klare Verbesserung in neueren Modellen im Vergleich zu älteren hin.

Der Widerspruch: Mustererkennung oder echtes Verständnis?

Kosinkis Schlussfolgerung ist nicht unangefochten geblieben. Der Harvard-Psychologe Tomer Ullman veröffentlichte einen Aufsatz auf arXiv mit dem Titel 'Large Language Models Fail on Trivial Alterations to Theory-of-Mind Tasks', in dem er argumentiert, dass kleine Umformulierungen, die die gleiche zugrunde liegende psychologische Logik beibehalten, die Antwort eines Modells von richtig zu falsch umkehren können. Ullmans Position, zusammengefasst im eigenen Rahmen des Papiers, ist, dass Forscher von einer skeptischen Ausgangslage aus beginnen sollten, wenn sie Maschinen-Psychologie bewerten, und dass zerstreute Ausfälle bei nahezu identischen Aufgaben wichtiger sind als eine durchschnittliche Erfolgsquote.

PsyPosts Berichterstattung über die Stanford-Forschung signalisiert auch direkt diese Einschränkung: Da GPT-Modelle auf enormen Mengen von Text trainiert werden, die möglicherweise ähnliche Falsch-Überzeugungsgeschichten enthalten, ist es schwierig, auszuschließen, dass ein Modell ein vertrautes Muster erkennt, anstatt über den mentalen Zustand eines ungesehenen Charakters nachzudenken. Die Forscher versuchten, neue Szenarien zu entwerfen, um dieses Risiko zu verringern, aber der Artikel bemerkt, dass dies nicht vollständig garantiert werden kann.

Warum die Frage über das Labor hinaus wichtig ist

Dieselbe Test-Batterie, die bei Kindern und Schimpansen verwendet wird, wird jetzt auf Software angewendet, weil, wie die Stanford-GSB-Seite bemerkt, die Theorie des Geistes zentral für menschliche soziale Interaktion, Kommunikation, Empathie, Selbstbewusstsein und Moralität ist. Sowohl das Stanford-Material als auch das Ullman-Paper stimmen jedoch darin überein, dass das Bestehen eines festen Satzes von Testfragen nicht dasselbe ist wie die Feststellung, dass ein System die Theorie des Geistes in der Art besitzt, wie Kognitionswissenschaftler den Begriff für Menschen verwenden.