Sekarang ChatGPT telah muncul sebagai tolok ukur keserbagunaan dan kemampuan belajarnya. Salahnya, banyak yang menggunakannya sebagai alat pencarian, bukan Google: ini tidak dibuat untuk ini dan hasilnya terlihat. Namun, tampaknya demikian tanggapan chatbot paling baik dihasilkan dengan biaya tertentu. Benar sekali, benar dengan tip (seperti yang kita berikan kepada pelayan restoran).
ChatGPT dan tip virtual: sungguh menarik bagaimana AI belajar dari kenyataan
Seperti yang kita ketahui dengan baik, model kecerdasan buatan menyukainya GPT-4, yang menjadi dasar ChatGPT, belajarlah dari sejumlah besar data pelatihan poco sangat luas. Data ini, entah bagaimana, membuat chatbot berperilaku seperti pelayan, memperbaiki jawaban mereka jika mereka diberi tip.
Hipotesis (dan demonstrasi) bahwa tip virtual dapat mempengaruhi kinerja ChatGPT muncul hampir secara tidak sengaja, namun dengan cepat mendapatkan kredibilitas melalui eksperimen yang dilakukan oleh beberapa pengguna yang penasaran. Salah satu dari ini, Theia Vogel, dimulai sebagai tes sederhana, menawarkan tip virtual ke ChatGPT dan mengamati peningkatan tanggapan dalam hal panjang dan detail.
Selanjutnya, pengguna lain, menyukai Abram Jackson, mereplikasi eksperimen tersebut, mengonfirmasi peningkatan serupa pada kinerja ChatGPT. Untuk mengetahui lebih lanjut, Vogel menyusun eksperimen yang lebih formal. Dia menanyakan pertanyaan yang sama kepada ChatGPT dalam beberapa putaran, memvariasikan tawaran tip: tidak ada, 20 dolar dan 200 dolar. Hasilnya menunjukkan peningkatan yang proporsional dalam lamanya tanggapan sehubungan dengan jumlah tip yang dijanjikan.
Fenomena ini menimbulkan pertanyaan menarik tentang mekanisme pembelajaran ChatGPT dan kemampuannya beradaptasi dengan rangsangan luar, meskipun bersifat non-konkret seperti tip virtual. Kemungkinan bahwa AI telah mempelajari konsep pemberian tip dan dampaknya terhadap perilaku manusia dari sumber seperti forum dan diskusi online membuka perspektif baru mengenai kognitif dan perilaku manusia. adaptasi model linguistik.
Meskipun ada ketertarikan, OpenAI belum memberikan penjelasan resmi mengenai perilaku ini. Pakar industri, dalam upaya memberikan penjelasan, menyarankan bahwa AI mungkin hanya mencerminkan perilaku dan tren yang diamati ketika menganalisis sejumlah besar data online. Ini menyoroti kemampuan ChatGPT untuk 'belajar' dan beradaptasi dengan cara yang mungkin tidak sepenuhnya berada dalam kendali pengembang.