Современные языковые модели демонстрируют впечатляющие результаты, но их возможности принципиально отличаются от человеческих. В отличие от людей, нейросети не способны к истинно абстрактным рассуждениям — они анализируют шаблоны, но не распознают глубинные логические связи. Исследование, опубликованное в Transactions on Machine Learning Research, подтвердило: в задачах, требующих интуитивного понимания контекста, искусственный интеллект уступает человеку.
Ограничения машинного обучения
Эксперименты с решением буквенных задач ярко иллюстрируют разрыв. Если преобразование «abcd» → «abce» нейросети выполняли успешно, то с удалением дублирующих символов («abbcd» → «abcd») возникали сложности. Применение правила к новым комбинациям вроде «ijkkl» часто приводило к ошибкам, тогда как люди справлялись безошибочно.
Преимущества человеческой логики
Наибольшие трудности у ИИ вызвали сюжетные аналогии, где требовалось уловить смысловую связь. Вместо анализа внутренней логики модели ограничивались поверхностным переформулированием вопросов. Ученые отмечают: в отличие от человека, нейросети не способны выводить универсальные правила из ограниченных данных и применять их в новых условиях.
Авторы исследования подчеркивают — хотя языковые модели стали мощным инструментом, их креативный потенциал остается ограниченным. Это открытие напоминает о ценности человеческого интеллекта, способного к подлинным озарениям и адаптивному мышлению.
