AI는 실시간 채팅에서 튜링 테스트를 통과할 수 있으며 최신 결과는 소름이 끼칩니다. UC San Diego 연구에서 GPT-4.5는 반대편에 사람이 있다는 확신을 주는 심사위원에서 실제 참가자보다 뛰어난 성능을 보였습니다.
설정은 표준 벤치마크보다 무시하기가 더 어려웠습니다. 심사위원들은 정적인 프롬프트가 아닌 실시간 교환에 반응한 후 대화만으로 빠른 결정을 내렸습니다.
불안한 부분은 스킬이 얼마나 친숙해 보이는지입니다. 모델에게는 신체, 목소리, 전기가 필요하지 않았습니다. 누군가처럼 들리면됩니다.
AI는 어떻게 인간의 테스트를 이겼나
이 연구에서는 3자 버전의 테스트를 사용했습니다. 심사위원들은 사람과 AI 모델 모두와 대화를 나눈 후 어느 것이 실제라고 생각하는지 선택했습니다.
GPT-4.5는 페르소나 프롬프트가 제공되었을 때 73%가 인간으로 식별되었습니다. LLaMa-3.1-405B도 페르소나 프롬프트에서 56%의 확률로 인간으로 선택되는 등 놀라운 선을 넘었습니다.
그 숫자는 그 발견에 대한 물음을 제공합니다. 이 모델은 단순히 탐지를 피한 것이 아니라 판사에게 채팅에 참여한 사람으로 읽을 수 있도록 충분한 사회적 단서를 제공했습니다.
이 테스트가 여전히 중요한 이유
튜링 테스트는 기계가 사람을 속일 만큼 사람의 대화를 잘 모방할 수 있는지 묻는 수십 년 된 방법입니다. 클래식 버전에서는 평가자가 참가자를 보지 않고 채팅한 다음 인간과 기계를 구별하려고 합니다.
이는 항상 깨끗한 측정보다 더 문화적 상징이었습니다. 그럼에도 불구하고 사람들은 소프트웨어가 우리 중 하나를 통과할 수 있는지 알고 싶어할 때 인식하는 테스트로 남아 있습니다.
그러면 새로운 결과가 더욱 선명하게 느껴집니다. 챗봇은 실제 사람이 답장을 하고 있는 듯한 인상을 주기 위해 의식, 감정, 자기 인식이 필요하지 않습니다. 그 순간에만 믿을 수 있어야 합니다.
위험은 일반적인 장소에서 나타납니다. 고객 지원, 데이트 앱, 소셜 플랫폼, 교육 및 정치적 메시징은 모두 신원, 의도 및 진정성에 대한 빠른 판단에 의존합니다.
다음에는 무엇을 볼까요?
이 연구는 챗봇이 사람을 이해한다고 말하는 것에는 미치지 못합니다. 보다 실용적인 발견은 일부 모델이 이제 짧은 교환으로 인격을 매우 잘 수행할 수 있다는 것입니다.
보다 명확한 공개가 다음 압력 포인트가 되어야 합니다. 봇이 일상적인 대화에 섞일 수 있는 경우 사용자는 특히 설득이나 감정적 취약성이 대화를 형성하는 장소에서 소프트웨어를 다루고 있다는 더 강력한 신호가 필요합니다.
다음 싸움은 사람들이 신뢰에 대해 빠른 결정을 내리는 채팅에서의 라벨링에 관한 것입니다.
관련 정보는 아래 링크에서 확인하세요