Gondolkodhat-e egy gép

Turing kérdéscseréje

Alan Turing 1950-ben a Mind folyóiratban megjelent tanulmányában, a Computing Machinery and Intelligence címűben, abból indult ki, hogy a gondolkodhatnak-e a gépek kérdés túl homályos ahhoz, hogy értelmesen vitatkozni lehessen róla. Helyette egy játékot javasolt. Egy kérdező írásban beszélget két partnerrel, akik közül az egyik ember, a másik gép, és a beszélgetés alapján kell eldöntenie, melyik melyik. Ha a gép rendszeresen megtéveszti, Turing szerint nincs okunk megtagadni tőle a gondolkodás jelzőjét. Maga is jóslatot fűzött hozzá, eszerint nagyjából ötven év múlva egy átlagos kérdező öt perc beszélgetés után legfeljebb hetven százalékos eséllyel talál majd helyesen.

A teszt zsenialitása, hogy a megfoghatatlan belső állapot helyett megfigyelhető viselkedést mér. Ugyanez a gyengesége is. Egy rendszer átmehet rajta úgy, hogy közben semmit nem ért abból, amiről beszél, csak jól utánozza, ahogyan az emberek beszélnek. Az Elements of AI ezért inkább gondolkodási eszközként kezeli a tesztet, mint az intelligencia mérőszalagjaként.

A kínai szoba

John Searle filozófus 1980-ban a Minds, Brains, and Programs című tanulmányában egy gondolatkísérlettel támadta a viselkedés alapú megközelítést. A kísérletben egy ember ül egy zárt szobában, és egy szót sem tud kínaiul. Kap egy vastag szabálykönyvet, amely megmondja, milyen kínai írásjelekre milyen írásjelekkel kell válaszolnia. Az ajtó alatt kérdéseket csúsztatnak be neki, ő a könyv alapján kikeresi a választ, és kicsúsztatja. Kintről úgy tűnik, mintha a szobában valaki tökéletesen értene kínaiul, pedig bent csak szabálykövetés zajlik.

Searle következtetése szerint a jelek szabályok szerinti kezelése, a szintaxis, önmagában nem hoz létre jelentést, azaz szemantikát. Egy program tehát hiába viselkedik úgy, mintha értene, ebből nem következik, hogy ért is. A kínai szoba érv körül azóta is vita folyik, sokan úgy vélik, hogy a rendszer egésze, a szobával és a könyvvel együtt, mégiscsak ért valamit. Eldöntetlen vitáról van szó, a megkülönböztetés viszont a gyakorlatban is hasznos.

A beszélő gép korában

Hetvenöt évig a Turing teszt inkább gondolatkísérlet volt, mint mérés. 2025-ben Cameron Jones és Benjamin Bergen, a San Diegó-i Kaliforniai Egyetem kutatói előre regisztrált kísérletben ellenőrizték a háromszereplős változatot. A résztvevők öt percig beszélgettek egyszerre egy emberrel és egy géppel, majd tippeltek. Az emberi személyiség eljátszására utasított GPT-4.5 modellt az esetek 73 százalékában tartották embernek, gyakrabban, mint a valódi embert.

Ennek a gyakorlatban komoly következménye van. A folyékony, magabiztos beszéd ma már semmit nem árul el arról, hogy a mondat mögött megértés vagy igazság áll. Egy debreceni ügyvédi irodában az irodavezető azért bízott meg egy nyelvi modell által összefoglalt jogszabályváltozásban, mert a szöveg éppen olyan stílusban szólt, ahogyan egy tapasztalt kolléga írna. A hivatkozott rendeletszakasz nem létezett. Nem hazudott a modell, egyszerűen a jogi szövegek mintázatát folytatta, és ennek a mintázatnak része a szakaszszám.

Searle megkülönböztetése ezért üzleti eszköz is. Egy AI rendszer értékét az adja, hogy ellenőrizhető-e, honnan veszi, amit állít, a hangzása erről semmit nem árul el. A magabiztos hangnem és az igazság elválásáról részletesen írtam a nyelvi modellek működéséről szóló cikkemben.

Források és további olvasnivaló

University of Helsinki és MinnaLearn, Elements of AI, 1. fejezet, Philosophy of AI. Alan M. Turing, Computing Machinery and Intelligence, Mind, 1950. John R. Searle, Minds, Brains, and Programs, Behavioral and Brain Sciences, 1980. Cameron Jones és Benjamin Bergen, Large Language Models Pass the Turing Test, arXiv 2503.23674, 2025. Kapcsolódó cikkem Miért értsen egy vezető ahhoz, hogyan működik egy nyelvi modell.