Tadqiqotchilarning xulosa qilishicha, katta til modellari haqiqiy abstrakt fikrlashga qodir emas. Chuqur qonuniyatlarni osonlik bilan aniqlaydigan insondan farqli o‘laroq, sunʼiy intellekt yuzaki qoliplarni tanib olish bilan cheklangan. Bu, ayniqsa, o‘xshashliklarni aniqlash bo‘yicha topshiriqlarda yaqqol ko‘rinadi — insonlar umumiy tamoyillarni intuitiv tushungan holda harakat qilsa, neyron tarmoqlar doimiy ravishda xatoga yo‘l qo‘yadi. Bu, masalan, yuridik amaliyotda sunʼiy intellektdan foydalanishda muammoga aylanishi mumkin.
Tadqiqot katta til modellarining analogiya qurish qobiliyatini tahlil qildi. Natijalar shuni ko‘rsatdiki, tushirib qoldirilgan elementni aniqlash talab etiladigan harfli ketma-ketliklar va raqamli matritsalar bilan bog‘liq oddiy masalalarni yechishda odamlar barqaror yuqori natijalar ko‘rsatdi. Sunʼiy intellekt esa buni qiyinchilik bilan uddaladi.
Inson va sunʼiy intellekt o‘rtasidagi farq syujetli analogiyalarni yechishda namoyon bo‘ldi. Til modellari ikkita muhim cheklovni ko‘rsatdi — natijalarning taklif etilayotgan savollar ketma-ketligiga bog‘liqligi va mazmunli tahlil o‘rniga mexanik qayta ifodalashga moyillik.
GPT-4 oddiy harfli analogiyalarni bajara oladi, bunda ketma-ketlikdagi oxirgi harfni almashtirish talab etiladi. Masalan, agar “abcd”ni “abce”ga o‘zgartirish berilgan bo‘lsa, model “ijkl”ni “ijkm”ga to‘g‘ri o‘zgartiradi. Ammo takrorlanuvchi harflarni olib tashlash kabi murakkabroq qoidalarni sunʼiy intellekt yomonroq tushunadi. “abbcd”ni “abcd”ga aylantirish va xuddi shu qoidani “ijkkl”ga qo‘llash kerak bo‘lganda, tizim ko‘pincha xatoga yo‘l qo‘yadi va to‘g‘ri “ijkl” javobini topib bera olmaydi. Insonda bunday muammolar yuzaga kelmaydi.
Olimlarning xulosasiga ko‘ra, sunʼiy intellekt modellari “noldan o‘rganish” (zero-shot learning) qobiliyatiga ega emas — yaʼni o‘quv tanlanmasida bo‘lmagan toifalardagi maʼlumotlarni to‘g‘ri tahlil qila olmaydi va qo‘yilgan savol asosida ularni tasniflay olmaydi.
Odamlardan farqli o‘laroq, til modellari muayyan qoliplardan umumiy qoidalarni keltirib chiqarishga qodir emas. Ular shablonlarni yaxshi taniydi va taqqoslaydi, lekin ularni umumlashtira olmaydi. Ko‘pchilik sunʼiy intellekt tizimlari maʼlumotlar hajmiga bog‘liq — o‘rgatuvchi tanlanma qanchalik katta bo‘lsa, ular shunchalik ko‘p qonuniyatlarni aniqlaydi. Biroq shablonlarni tanib olish va mavhumlashtirish bir-biridan tubdan farq qiladi. Bu yerda asosiy omil mavjud maʼlumotlar hajmi emas, balki ularni qayta ishlash va tahlil qilish uslubiyati hisoblanadi.
Bu, masalan, sunʼiy intellekt qonunlarni tahlil qilish va hukm chiqarish uchun qo‘llaniladigan huquqshunoslik uchun muhimdir. Ushbu cheklov tufayli model pretsedentlarni yangi ishlarga noto‘g‘ri qo‘llashi mumkin.