Teoria della mente: cosa significa in psicologia e perché i ricercatori di IA ne stanno dibattendo

Cosa significa la teoria della mente in psicologia

La teoria della mente (TdM) è definita come la capacità di comprendere altri individui attribuendo loro stati mentali, secondo la panoramica del concetto di Wikipedia. Consente a una persona di riconoscere che qualcun altro può avere credenze, desideri o intenzioni diverse dai propri, e di utilizzare questo riconoscimento per prevedere o spiegare il comportamento.

Il termine è entrato nella ricerca moderna con l'articolo del 1978 'Lo scimpanzé ha una teoria della mente?' di David Premack e Guy Woodruff, che ha spinto gli psicologi a studiare la capacità tra le specie e attraverso lo sviluppo infantile, secondo Wikipedia. Due spiegazioni rivali sono successivamente emerse su come funziona la TdM: la 'teoria-teoria', che sostiene che le persone applichino regole di psicologia popolare per inferire gli stati mentali altrui, e la teoria della simulazione, che sostiene che le persone modellino mentalmente gli altri immaginandosi al loro posto.

Il test Sally-Anne

Lo strumento standard per testare la TdM nei bambini è il compito di falsa credenza, presentato più spesso come la storia Sally-Anne: Sally mette una biglia nel suo cesto e lascia la stanza; Anne poi sposta la biglia in una scatola. Un bambino supera il test prevedendo che Sally cercherà la biglia nel cesto — la sua credenza originale, ora falsa — piuttosto che dove effettivamente si trova, come spiega Wikipedia. Una versione correlata, il compito di contenuto inaspettato, chiede ai bambini cosa pensano che qualcun altro crederà sia dentro una scatola etichettata in modo ingannevole.

I bambini sviluppano tipicamente queste capacità in una sequenza stabilita tra circa tre e cinque anni, passando dalla comprensione che le persone possono volere cose diverse, alla comprensione che le persone possono avere credenze diverse, al superamento di test completi di falsa credenza. Wikipedia nota che la sequenza esatta varia a seconda della cultura: i bambini in Iran e Cina, ad esempio, comprendono l'«accesso al sapere» prima ma impiegano più tempo a comprendere le 'credenze diverse', cosa che i ricercatori collegano ai valori culturali collettivisti.

Perché l'intelligenza artificiale è entrata nel dibattito

L'interesse per la teoria della mente delle macchine è cresciuto dopo che Michal Kosinski, psicologo computazionale di Stanford, ha sottoposto gli stessi compiti di falsa credenza utilizzati sui bambini a una serie di modelli linguistici. Secondo la pagina del preprint sul sito della Stanford Graduate School of Business, Kosinski ha costruito 40 scenari di falsa credenza, più versioni di controllo di credenza vera corrispondenti, e li ha testati su modelli linguistici rilasciati tra la fine degli anni 2010 e il 2023.

Un resoconto separato della ricerca su PsyPost fornisce cifre diverse per quello che descrive come un round successivo di test che copre 11 modelli: riferisce che le varianti di GPT-3 hanno risolto solo circa il 20% dei compiti, e 'ChatGPT-4' ha risolto il 75% complessivamente, con una divisione del 90% sui compiti di contenuto inaspettato ma solo il 60% sulla versione più difficile di trasferimento inaspettato. Le due fonti descrivono diversi lotti di test e versioni di modelli, il che è una probabile ragione per cui le percentuali non corrispondono; entrambe, tuttavia, indicano un chiaro miglioramento nei modelli più recenti rispetto a quelli più vecchi.

La controreplica: riconoscimento di pattern o vera comprensione?

La conclusione di Kosinski non è rimasta incontestata. Lo psicologo di Harvard Tomer Ullman ha pubblicato un articolo su arXiv intitolato 'Large Language Models Fail on Trivial Alterations to Theory-of-Mind Tasks', sostenendo che piccole riformulazioni che preservano la stessa logica psicologica sottostante possono far cambiare la risposta di un modello da corretta a scorretta. La posizione di Ullman, riassunta nel framework dello stesso articolo, è che i ricercatori dovrebbero iniziare da una linea di base scettica quando valutano la psicologia delle macchine, e che i fallimenti sparsi su compiti quasi identici contano più di un tasso di successo medio.

La copertura di PsyPost della ricerca di Stanford segnala anche direttamente questa limitazione: poiché i modelli GPT sono addestrati su enormi quantità di testo che possono includere storie di falsa credenza simili, è difficile escludere che un modello stia riconoscendo un pattern familiare piuttosto che ragionare sullo stato mentale di un personaggio non visto. I ricercatori hanno tentato di progettare nuovi scenari per ridurre questo rischio, ma l'articolo nota che questo non può essere completamente garantito.

Perché la domanda importa al di là del laboratorio

La stessa batteria di test utilizzata su bambini e scimpanzé viene ora applicata al software perché, come nota la pagina di Stanford GSB, la teoria della mente è centrale per l'interazione sociale umana, la comunicazione, l'empatia, l'autocoscienza e la moralità. Tuttavia, sia il materiale di Stanford che l'articolo di Ullman concordano sul fatto che superare un insieme fisso di domande di test non è la stessa cosa che stabilire che un sistema possiede la teoria della mente nel modo in cui gli scienziati cognitivi usano il termine per gli umani.