Jazykový model GPT-4.5 prošel v roce 2025 klasickým Turingovým testem: lidé ho v pětiminutových rozhovorech označili za člověka v 73 % případů, tedy častěji než skutečné lidi, se kterými si psali zároveň. Výsledek popsali vědci z Kalifornské univerzity v San Diegu. Neznamená ale, že stroje začaly myslet, a měl by spíš varovat než uklidňovat.

Hra na napodobování z roku 1950

Britský matematik Alan Turing v roce 1950 považoval otázku, jestli stroje umí myslet, za příliš nejasnou na to, aby se na ni dalo odpovědět. Navrhl proto praktickou zkoušku, kterou nazval hrou na napodobování. Tazatel si píše se dvěma neviditelnými účastníky, jedním člověkem a jedním strojem. Když po rozhovoru nedokáže spolehlivě určit, kdo je kdo, stroj obstál.

Test se stal nejznámější myšlenkou v dějinách umělé inteligence, i když ho odborníci dlouho brali spíš jako filozofický experiment. Programy, které ho v minulosti údajně „prošly“, obvykle měly zjednodušené podmínky, například jen jednoho partnera v rozhovoru nebo velmi krátký čas.

Jak vypadal pokus v San Diegu

Cameron Jones a Benjamin Bergen udělali test přesně podle původního zadání se třemi účastníky. Každý tazatel si pět minut současně psal s jedním člověkem a s jedním systémem umělé inteligence a pak určil, kdo z nich je člověk. Pokus zopakovali na dvou na sobě nezávislých skupinách lidí a studii zveřejnili na serveru arXiv na konci března 2025.

Vedle GPT-4.5 zkoušeli i model LLaMa-3.1-405B od Mety, starší GPT-4o a chatbota ELIZA z roku 1966. LLaMa označili tazatelé za člověka v 56 % případů, což se statisticky nelišilo od skutečných lidí. GPT-4o uspěl jen ve 21 % a ELIZA ve 23 % rozhovorů, tedy výrazně pod úrovní náhodného tipování.

Proč to není důkaz myšlení

Výsledek hodně závisel na zadání. Nejlépe dopadly modely, které dostaly pokyn hrát konkrétní lidskou postavu. Bez něj byl stejný GPT-4.5 úspěšný jen ve 36 % případů. Podle serveru The Decoder pokyn model vedl, aby psal malými písmeny, s minimem interpunkce, s překlepy a odpovídal co nejkratšími útržky místo celých vět.

Stroj tedy u lidí neuspěl tím, že by se ukázal chytřejší, ale tím, že své schopnosti schoval. Výzkumník Charbel-Raphaël Segerie to podle The Decoderu označil za „trochu ironické“: model, který umí za pár sekund napsat uhlazený text, musel předstírat, že to neumí. Turingův test proto měří, jak přesvědčivě stroj napodobí konverzaci, ne jestli rozumí světu.

Co to znamená pro vás

Pokud stroj dokáže v krátkém rozhovoru působit jako člověk, dá se toho zneužít v podvodných zprávách, falešných profilech na seznamkách nebo v telefonátech s umělým hlasem. Proto evropský AI Act od 2. srpna 2026 vyžaduje, aby se chatboti lidem představili jako umělá inteligence.

Když vám neznámý „člověk“ na síti píše podezřele ochotně a brzy přejde k penězům nebo osobním údajům, buďte opatrní. Ověřte si ho jiným kanálem, například videohovorem nebo telefonátem na číslo, které znáte z jiného zdroje.

Zdroje: Jones, Bergen: Large Language Models Pass the Turing Test (arXiv, 31. 3. 2025), The Decoder. Foto: Alan Turing, volné dílo.

Vzorové prompty ke zkopírování