Theory of Mind: Apa Maknanya dalam Psikologi dan Mengapa Para Peneliti AI Memperdebatkannya
Terbit:
Singkatnya
Theory of mind adalah kemampuan kognitif untuk mengatribusikan keyakinan, keinginan, dan niat kepada diri sendiri dan orang lain, memungkinkan prediksi tentang perilaku bahkan ketika sudut pandang orang lain terhadap realitas berbeda dari milik sendiri. Konsep ini, yang lama dipelajari melalui tes perkembangan anak seperti tugas Sally-Anne, telah kembali ke dalam perdebatan publik setelah seorang peneliti Stanford melaporkan bahwa model bahasa besar seperti GPT-4 lulus banyak tes yang sama, sebuah klaim yang dipertanyakan oleh para ilmuwan lain.
Versi ini adalah terjemahan mesin dari naskah asli (English). Baca naskah asli
Apa arti theory of mind dalam psikologi
Theory of mind (ToM) didefinisikan sebagai kapasitas untuk memahami individu lain dengan mengatribusikan keadaan mental kepada mereka, menurut ikhtisar Wikipedia tentang konsep ini. Hal ini memungkinkan seseorang untuk mengenali bahwa orang lain mungkin memiliki keyakinan, keinginan, atau niat yang berbeda dari milik mereka sendiri, dan menggunakan pengakuan itu untuk memprediksi atau menjelaskan perilaku.
Istilah ini memasuki penelitian modern dengan makalah tahun 1978 'Does the chimpanzee have a theory of mind?' oleh David Premack dan Guy Woodruff, yang mendorong psikolog untuk mempelajari kemampuan ini di seluruh spesies dan perkembangan anak, menurut Wikipedia. Dua penjelasan saingan kemudian muncul untuk bagaimana ToM bekerja: 'theory-theory', yang berpendapat bahwa orang menerapkan aturan psikologi rakyat untuk menyimpulkan keadaan orang lain, dan teori simulasi, yang berpendapat bahwa orang memodelkan orang lain secara mental dengan membayangkan diri mereka sendiri di tempat mereka.
Tes Sally-Anne
Alat standar untuk menguji ToM pada anak-anak adalah tugas kepercayaan palsu, paling sering disajikan sebagai cerita Sally-Anne: Sally menempatkan kelereng di keranjangnya dan meninggalkan ruangan; Anne kemudian memindahkan kelereng ke dalam kotak. Seorang anak lulus ujian dengan memprediksi bahwa Sally akan mencari kelereng di keranjang — keyakinannya yang asli, yang sekarang salah — daripada di mana sebenarnya, Wikipedia menjelaskan. Versi terkait, tugas konten tak terduga, meminta anak-anak apa yang akan dipikirkan orang lain ada di dalam kotak yang berlabel menyesatkan.
Anak-anak biasanya mengembangkan kemampuan ini dalam urutan yang ditetapkan antara kira-kira usia tiga dan lima tahun, bergerak dari memahami bahwa orang dapat menginginkan hal yang berbeda, hingga memahami bahwa orang dapat memiliki keyakinan yang berbeda, hingga lulus tes kepercayaan palsu penuh. Wikipedia mencatat bahwa urutan pastinya bervariasi menurut budaya: anak-anak di Iran dan China, misalnya, menguasai 'akses pengetahuan' lebih awal tetapi membutuhkan waktu lebih lama untuk menguasai 'kepercayaan beragam', yang peneliti kaitkan dengan nilai-nilai budaya kolektivis.
Mengapa kecerdasan buatan memasuki perdebatan
Minat pada teori pikiran mesin tumbuh setelah psikolog komputasional Stanford Michal Kosinski menjalankan tugas kepercayaan palsu yang sama digunakan pada anak-anak melalui serangkaian model bahasa. Menurut halaman kertas kerja Stanford Graduate School of Business sendiri, Kosinski membangun 40 skenario kepercayaan palsu, ditambah versi kontrol kepercayaan-benar yang cocok, dan mengujinya pada model bahasa yang dirilis antara akhir 2010-an dan 2023.
Kinerja model GPT pada tugas kepercayaan-palsu, seperti yang dilaporkan di halaman kertas kerja Stanford GSB
Model
Periode rilis
Tingkat keberhasilan (Stanford GSB)
Tolok ukur usia anak terdekat
Model pra-2020
sebelum 2020
hampir 0%
di bawah usia tes tipikal
GPT-3
Mei 2020
sekitar 40%
~anak berusia 3,5 tahun
GPT-3, versi yang diperbarui
Januari 2022
sekitar 70%
~anak berusia 6 tahun
GPT-3.5
November 2022
sekitar 90%
~anak berusia 7 tahun
GPT-4
Maret 2023
sekitar 95%
mendekati tingkat dewasa
Uraian terpisah tentang penelitian di PsyPost memberikan angka yang berbeda untuk apa yang digambarkan sebagai putaran pengujian yang lebih baru mencakup 11 model: melaporkan varian GPT-3 hanya menyelesaikan sekitar 20% tugas, dan 'ChatGPT-4' menyelesaikan 75% secara keseluruhan, dengan pemisahan 90% pada tugas konten tak terduga tetapi hanya 60% pada versi transfer-tak terduga yang lebih sulit. Kedua sumber menggambarkan batch tes dan versi model yang berbeda, yang merupakan salah satu alasan kemungkinan mengapa persentasenya tidak cocok; keduanya, bagaimanapun, menunjukkan perbaikan yang jelas dalam model yang lebih baru dibandingkan dengan yang lebih lama.
LLM bukan sekadar model bahasa—mereka adalah, pada dasarnya, model dari pikiran manusia.
— Michal Kosinski, Stanford Graduate School of Business, dikutip oleh PsyPost
Reaksi balik: pencocokan pola atau pemahaman sejati?
Kesimpulan Kosinski tidak terlewatkan. Psikolog Harvard Tomer Ullman menerbitkan makalah di arXiv berjudul 'Large Language Models Fail on Trivial Alterations to Theory-of-Mind Tasks', dengan alasan bahwa penyusunan ulang kecil yang mempertahankan logika psikologi dasar yang sama dapat membalik jawaban model dari benar menjadi salah. Posisi Ullman, dirangkum dalam framing makalah itu sendiri, adalah bahwa peneliti harus mulai dari garis dasar yang skeptis ketika mengevaluasi psikologi mesin, dan bahwa kegagalan tersebar di tugas-tugas yang hampir identik lebih penting daripada tingkat keberhasilan rata-rata.
Liputan penelitian Stanford oleh PsyPost juga menandai keterbatasan ini secara langsung: karena model GPT dilatih pada jumlah teks yang sangat besar yang mungkin mencakup cerita kepercayaan-palsu yang serupa, sulit untuk mengesampingkan bahwa model mengenali pola yang dikenal daripada bernalar tentang keadaan mental karakter yang belum pernah terlihat sebelumnya. Peneliti mencoba merancang skenario baru untuk mengurangi risiko ini, tetapi artikel mencatat bahwa ini tidak dapat sepenuhnya dijamin.
Mengapa pertanyaan ini penting di luar laboratorium
Baterai tes yang sama digunakan pada anak-anak dan simpanse sekarang diterapkan pada perangkat lunak karena, seperti halaman Stanford GSB mencatat, teori pikiran adalah pusat interaksi sosial manusia, komunikasi, empati, kesadaran diri dan moralitas. Materi Stanford dan makalah Ullman setuju, bagaimanapun, bahwa lulus serangkaian pertanyaan tes yang ditetapkan tidak sama dengan membuktikan bahwa sistem memiliki teori pikiran dengan cara ahli kognitif menggunakan istilah untuk manusia.
Pertanyaan
Apa itu theory of mind dalam istilah sederhana?
Ini adalah kemampuan untuk mengenali bahwa orang lain memiliki kepercayaan, keinginan, dan niat mereka sendiri, yang mungkin berbeda dari milik sendiri, dan menggunakan itu untuk memprediksi perilaku mereka, seperti yang ditentukan dalam ikhtisar Wikipedia tentang teori pikiran.
Apa itu tes Sally-Anne?
Ini adalah tugas kepercayaan-palsu di mana seorang anak harus memprediksi bahwa karakter bernama Sally akan mencari suatu benda di tempat dia terakhir kali meninggalkannya, meskipun itu diam-diam dipindahkan oleh karakter lain, Anne, saat dia pergi — tes pemahaman bahwa kepercayaan dapat salah, menurut Wikipedia.
Apakah GPT-4 memiliki theory of mind?
Peneliti Stanford Michal Kosinski melaporkan bahwa GPT-4 menyelesaikan bagian tinggi dari tugas kepercayaan-palsu klasik, menurut halaman kertas kerja dan liputan PsyPost-nya, tetapi peneliti lain, termasuk Tomer Ullman dari Harvard dalam makalah arXiv, berpendapat bahwa ini mungkin mencerminkan pencocokan pola pada data pelatihan daripada penalaran keadaan mental sejati.
Pada usia berapa anak-anak biasanya lulus tugas kepercayaan-palsu?
Ikhtisar Wikipedia menyatakan bahwa anak-anak umumnya mengembangkan urutan kemampuan yang mendasari teori pikiran antara kira-kira usia tiga dan lima tahun, dengan urutan pastinya bervariasi agak di seluruh budaya.
Mengapa para kritikus meragukan hasil teori pikiran AI?
Makalah arXiv Tomer Ullman menunjukkan bahwa perubahan pengucapan kecil terhadap tugas kepercayaan-palsu yang setara dapat membuat model yang sebelumnya menjawab dengan benar gagal, yang dia berpendapat menunjukkan ketergantungan pada pola permukaan daripada penalaran yang kuat tentang keadaan mental orang lain.
Tulisan ini disiapkan dengan kecerdasan buatan dan lolos pemeriksaan sumber otomatis sebelum terbit. Jika Anda melihat kesalahan, ajukan koreksi. Ajukan koreksi atau hak jawab · Cara kami bekerja
Para peneliti di Busan mengonfirmasi populasi pertama yang terbentuk dari spesies kecoa non-asli di Korea Selatan: kecoa Turkestan, berasal dari Timur Tengah, Asia Tengah, dan Afrika Utara. Survei lapangan di dekat Pelabuhan Gamman antara November 2025 dan Juni 2026 menemukan imago, nimfa, dan kantung telur, menunjukkan serangga ini sudah berkembang biak di lingkungan barunya.
Replikasi DNA adalah proses di mana sel menyalin seluruh DNA-nya sebelum membelah, sehingga setiap sel baru mendapatkan seperangkat instruksi genetik yang identik. Pewarisan genetik adalah proses terpisah di mana instruksi-instruksi ini diwariskan dari orang tua ke keturunan melalui gamet yang terbentuk oleh meiosis, mengikuti pola yang pertama kali dijelaskan oleh Gregor Mendel.
Meteor Draconid mencapai puncaknya pada malam 8 Oktober hingga awal 9 Oktober 2026, dengan aktivitas paling baik terlihat segera setelah gelap daripada setelah tengah malam. Di bawah langit yang gelap dan tanpa bulan, pengamat dapat mengharapkan sekitar 10 meteor per jam, memancar dari konstelasi Draco.
Pesawat komersial dibangun untuk bertahan dari serangan petir langsung karena kulit, jala, dan sistem pentanahan mereka bertindak sebagai sangkar Faraday yang mengarahkan arus di sekitar — bukan melalui — kabin. Desain diuji lagi pada 7-8 Oktober 2026, ketika penerbangan IndiGo yang diduga terkena petir di dekat Lucknow mendarat dengan aman dengan kerucut hidung yang penyok dan tanpa cedera.
