Тест Тьюринга: как ИИ обманывает людей и почему нам это нравится

Нейросети подарили нам голосовых помощников, инструменты для творчества, телемедицину. А еще — фейковые новости, фото, статьи. Тест Тьюринга позволяет отличить компьютер от человека, но актуален ли он до сих пор?

В этой статье:

1. Как работает тест
2. Что проверяет тест Тьюринга
3. Какие программы прошли тест Тьюринга
4. Актуален ли тест Тьюринга

Алан Тьюринг — британский математик, живший задолго до нейросетей. В 1950 году он написал статью «Вычислительные машины и разум», где рассуждал, удастся ли обучить компьютер так, чтобы его ответы не отличались от человеческих.

Середина XX века — начало компьютерной эры, золотой век научной фантастики. Компьютеры весили полтонны, код писали на перфокартах, ученые и писатели волновались: что, если однажды искусственный интеллект (ИИ) станет самостоятельным?

Тьюринг не боялся восстания машин, но допускал, что лет через пятьдесят они будут похожи на людей. Изучат наш мир, освоят языки, будут «видеть» (считывать визуальные сигналы), двигаться, играть в интеллектуальные игры и регулярно удивлять нас.

В 2025 году с выхода статьи Алана Тьюринга прошло 75 лет. Пока что ни одна нейросеть не смогла обмануть 70% пользователей в первые пять минут, как он прогнозировал. Но порог в 50% пройден, да и остальные его ожидания сбылись. Рассказываем, чем полезен тест Тьюринга в XXI веке.

Как работает тест

Смысл теста Тьюринга — оценить способность компьютера отвечать на вопросы так, как это сделал бы человек. Он не доказывает, что машина мыслит; речь об имитации мышления.

Суть теста: за пять минут тестировщик должен угадать, кто его собеседник: ИИ или человек. Для этого он задает вопросы, просит решить несложные задачи, разговаривает на общие темы.

Есть два сценария:

• одновременно общаться с человеком и ИИ, пытаясь угадать, кто есть кто;
• общаться с кем-то одним и угадать, с кем.

Чтобы уравнять шансы, взаимодействуют только письменно через равные промежутки времени. В 1950-е человек отвечал быстрее компьютера, сейчас наоборот.

Что проверяет тест Тьюринга

Чтобы выдать себя за человека, ИИ должен считывать контекст, давать актуальные и логичные ответы. Также он должен учитывать физические, социальные, правовые ограничения, не советовать ничего опасного.

Примеры вопросов:

1. Общие: Какое сегодня число? Какой сейчас год?
2. Логические: Мы купили восемь кусков торта. Раздели их на четверых.
3. Бытовые: Что будешь делать, если на улице гололед?
4. Эмоциональные и социальные: Как ты себя чувствуешь? Мы с другом поссорились, что делать?

Тьюринг считал, что машины превосходят нас в интеллекте, но уступают в эмоциях, юморе, спонтанности. Чтобы пройти тест, компьютер должен ошибаться, делать опечатки и нелогичные выводы.

Компьютеры долго проигрывали в контекстном мышлении. Так, в предложении «Шляпа не поместилась в сумку, потому что она слишком большая», компьютер логично решит, что «она» относится к сумке, а человек учтет контекст и поймет, что речь о шляпе.

Какие программы прошли тест Тьюринга

С 1991 по 2020 годы за самую «человечную» программу, которая пройдет тест, вручали премию Лебнера. Последние пять раз ее забирал британец Стив Уорсвик, разработчик чат-бота Mitsuku.

Бот изображал молодую британку, которая любит поболтать и всегда готова помочь. Позже ее переименовали в Kuki, с ней можно пообщаться на английском.

Премию Лебнера критиковали: судьи общались с ИИ всего три – пять минут, а жанр спонтанной беседы давал машине преимущество. Похожие проблемы были у других конкурсов, однако свою роль они выполнили: вдохновили разработчиков на улучшения и хуманизацию ИИ.

Тест прошли шесть программ.

Eliza, 1966

Бот-психотерапевт отвечала на жалобы пациентов короткими сообщениями.

Подвох: пациентам сказали, что с ними будет общаться врач. Программа часто не отвечала на вопросы, а перефразировала их или просила привести пример, то есть уходила от ответа.

Parry, 1972

Имитировала поведение человека с параноидальной шизофренией. В 52% случаев психиатры не выделили ее среди настоящих пациентов.

Подвох: сравнивать мышление здорового человека и человека с диагнозом некорректно.

«Женя Густман», 2014

Треть (33%) жюри приняли «подростка из Одессы» за реального человека.

Подвох: бот общался на «неродном» английском, и если не мог ответить, грубил. Судьи списали ошибки на плохое знание языка, возраст и специфический юмор.

«Соня Гусева», 2015

«Соня» три минуты переписывалась на русском языке и убедила 47% собеседников, что они беседуют с девочкой-подростком. Она делала опечатки, ставила смайлики, задавала встречные вопросы.

Подвох: короткая беседа, судьи сделали вывод всего по десятку реплик.

Google Duplex, 2018

Голосовой помощник записался в салон красоты, администратор ничего не заподозрила.

Подвох: стандартный диалог, легко заранее заготовить реплики.

Chat GPT, 2023

Пятьсот испытуемых пять минут общались с Chat GPT 3 и 4, ретро-ботом «Элизой» и человеком. GPT 3 набрал 50%, GPT 4 — 54%. Человека угадали 67% тестировщиков.

«Элиза» набрала всего 22% — очевидно, мы распознаем ИИ лучше, чем в 1960-х.

Актуален ли тест Тьюринга

Сегодня алгоритмом Тьюринга почти не пользуются. Разработчиков больше волнует, способен ли ИИ решать конкретные задачи: автоматизировать процессы, ставить диагнозы, управлять транспортом. Они используют альтернативы:

• тест Маркуса, где программа анализирует видеоматериалы;
• тест Лавлейс 2.0 — показывает способности ИИ к творчеству;
• схема Винограда — тестирует оценочное мышление;
• собственные алгоритмы.

Зато все мы регулярно проходим обратный тест Тьюринга — капчу. Когда будете вводить код или выбирать картинки с мотоциклами, доказывая, что вы не бот, вспомните, как переводится CAPTCHA — «Полностью автоматизированный публичный тест Тьюринга для различения компьютеров и людей» (Completely Automated Public Turing test to tell Computers and Humans Apart).

Впрочем, и без тестов понятно, что современные нейросети имитируют человеческое мышление гораздо лучше, чем пятьдесят лет назад. Еще бы: они каждый день учатся у людей.

На первый взгляд может показаться, что ответы А и В дали люди, а Б — машина: он правильный, но безличный. На самом деле человеку принадлежит только ответ В, первые два — нейросети Gemini.

Тот, кто работает с ИИ, уловит, что эмоции в ответе A преувеличены, а синтаксис искусственно искажен. Но неопытный собеседник может ошибиться.

75 лет назад Тьюринг писал, что компьютеры можно научить чему угодно. Они смогут рассуждать об искусстве, вести себя дружелюбно, враждебно, поступать не по правилам — главное, правильно запрограммировать.

В 2025 году полная имитация людей — скорее проблема. 60% россиян не распознают дипфейки — сгерированные фото медийных персон. Мошенники с помощью ИИ звонят жертвам от имени близких. Педагоги борются с выдуманными фактами в нейродипломах.

Но если не пытаться никого обмануть, боты облегчают жизнь. Они запишут к врачу, подскажут, что поесть, проанализируют проект, обработают любой объем данных.

Встроенный ИИ — стандарт современных гаджетов. Они улучшат фото, составят график, сгенерируют видеоролик и напишут к нему музыку, переведут текст, проиллюстрируют доклад, улучшат фон на созвоне.

Чем лучше нейросеть, тем дороже гаджет, но покупатели готовы платить за удобство и эстетику. С картой «Халва» вы получите приятный кешбэк или рассрочку без переплат.

Больше того: в XXI веке мы осознанно выбираем ИИ-помощников, потому что они лишены неудобных человеческих качеств. Им доверяют уязвимые сферы:

• медицинского чат-бота AMIE оценили как более чуткого и внимательного, чем настоящие врачи;
• бот Mira «работает» онлайн-психотерапевтом на пяти языках, включая русский;
• ChatGPT общается на сайтах знакомств, защищая от токсичных переписок;
• голосовому помощнику «Алисе» делают комплименты и признаются в любви.

ИИ не осудит, не оскорбит, не потребует поддержки взамен. Его в любой момент можно выключить или сменить. Его ценят за предсказуемость, управляемость и общение по правилам — то, что отличает от человека.

Разработчики не удивлены. Как отметила Ксения Буржская, одна из тренеров «Алисы»: «Люди не всегда придут на помощь или сделают это без всяких ожиданий, а Алиса — да».

В XXI веке тест Тьюринга — это, скорее, философская концепция. Он заставляет задуматься: что отличает нас от машин? С кем комфортнее общаться и почему? Что мы готовы доверить нейросетям, а что не отдадим никогда?

Главный вопрос Тьюринга — не «Насколько умными могут стать машины?», а «Что значит быть человеком в эпоху умных машин?».

Вероятно, чем активнее развиваются нейросети, тем актуальнее будет вопрос, а тест Тьюринга окончательно уйдет в область философии. Время покажет.