隨著 AI 科技的進步，例如 ChatGPT 這類流行的人工智慧工具，已經可以產生流暢且近似於人類對話方式的文本跟語音，並在各種語言方面皆表現出色，這也讓人類越來越難以判斷，究竟正在進行交談的對象到底是 AI 還是真人。
以科學家艾倫圖靈為名的思想實驗「圖靈測試」，長期以來都被視為區分機器與真人的方法；圖靈測試要求受試者在不知情的狀況下，僅透過對問題所提出的文字回答，判斷給出回應的人是機器或是真人；假如受試者無法區分或判斷錯誤，那就代表機器已經有了模仿人類的能力。
掌握 AI 趨勢 & 活動資訊一點都不難！訂閱電子報，每週四一起《AI TOgether》
感謝訂閱！隨時注意信箱的最新資訊
加州大學聖地牙哥分校最近就舉辦了一次新的圖靈測試，在受控環境中讓 ELIZA（發明於 1960 年代的聊天機器人，僅內建簡單的回應規則作為實驗對照組）、OpenAI 的 GPT-3.5 及 GPT-4 共三組模型，跟 500 位人類受試者進行 5 分鐘的連續對話，最後由受試者們決定，究竟他們的交談對象是真人還是 AI。
研究團隊特別要求 GPT-4 和 GPT-3.5，必須扮演一名年輕人的角色，說話非常簡潔但態度上不太認真對待實驗，且偶爾會出現拼字錯誤並使用俚語；此外，研究團隊也向 AI 輸入了關於測試的規則和資訊，並補充近期發生的新聞事件，避免 AI 的訓練資料沒有足夠涵蓋。
超過半數受試者認為 AI 是人類
研究團隊經由 OpneAI 的 API 存取 GPT-4 和 GPT-3.5，同時為了防止 AI 回應太快，進而被人類看出破綻，研究團隊還特地延遲了對話的送出速度。
參與研究的 500 名人類受試者被區分成 5 組，他們可能與真人或三個 AI 系統的其中之一進行對話，交談方式則類似於常見的即時通訊程式；當 5 分鐘聊天時間過去，參與者必須判斷他們的對話夥伴是人類或者 AI，並且提供做出判斷的理由。
實驗結果十分有趣，OpenAI 的 GPT-4 被識別為人類的機率為 54%，領先 GPT-3.5 的 50%，兩者不僅都獲得超過半數的受試者信任，且皆顯著優於 ELIZA 的 22%；此外，人類正確判斷出交談對象為真人的比例為 67%。
分析指出受試者通常依賴語言風格、社會情感因素和基於知識的問題，來決定自己是在跟真人或與機器進行交談；但若單純從比例來看，目前的人工智慧系統已經足以偽裝成人類並欺騙他人。
【推薦閱讀】
◆ OpenAI 技術長一句話惹怒全球勞工，稱會被 AI 取代的工作本來就不應該存在
＊本文開放合作夥伴轉載，資料來源：《TechRadar》、《Arxiv》。首圖來源：Unsplash
