हाल ही में, एक अध्ययन से पता चला है कि OpenAI का ChatGPT मनोचिकित्सा के क्षेत्र के ट्यूरिंग परीक्षण में उत्तीर्ण हुआ है, यह दर्शाते हुए कि मानसिक परामर्श में सुझाव देने में, यह मानव चिकित्सकों की तुलना में अधिक सहानुभूतिपूर्ण है। यह शोध परिणाम प्रौद्योगिकी मीडिया The Decoder की नवीनतम रिपोर्ट से आया है। शोध टीम ने 830 प्रतिभागियों को आमंत्रित किया, जिन्होंने ChatGPT और मानव चिकित्सकों की प्रतिक्रियाओं की तुलना की। नतीजे बताते हैं कि प्रतिभागियों की पहचान दर केवल संयोगिक अनुमान से थोड़ी अधिक थी, मानव चिकित्सकों की प्रतिक्रियाओं को सही पहचानने की संभावना है

हाल की एक अध्ययन में पाया गया कि प्रतिभागियों को ChatGPT और मानव चिकित्सकों के मनोचिकित्सा प्रतिक्रियाओं में भेद करना बहुत कठिनाई हुई। अध्ययन ने दिखाया कि एआई के उत्तर अक्सर पेशेवरों के उत्तरों की तुलना में अधिक सहानुभूतिपूर्ण माने जाते हैं। इस अध्ययन ने पारंपरिक ट्यूरिंग परीक्षण का उपयोग किया, जिसका उद्देश्य यह आकलन करना था कि क्या मानव मशीन के साथ या अन्य लोगों के साथ बातचीत को पहचान सकते हैं। शोधकर्ताओं ने 830 प्रतिभागियों को आमंत्रित किया, जिनसे उन्होंने 18 जोड़ियों के जोड़ों की चिकित्सा मामलों में पूछा कि उनके अनुसार कौन सी प्रतिक्रियाएं ChatGPT से थीं और कौन सी अनुभवी मानव चिकित्सकों से।

एलन ट्यूरिंग द्वारा 1950 में प्रस्तुत ट्यूरिंग परीक्षण का उद्देश्य मशीनों की बुद्धिमत्ता का मूल्यांकन करना है, जिससे मानवों के लिए मशीन और मानव के बीच भेद करना कठिन हो जाए। हाल ही में, कैलिफोर्निया विश्वविद्यालय, सैन डिएगो के वैज्ञानिकों ने पढ़ने के दौरान संवाद रिकॉर्ड की बजाय, AI और मानवों के बीच पहचान की क्षमता का अन्वेषण किया। उन्होंने उल्टा ट्यूरिंग परीक्षण और स्थानांतरित ट्यूरिंग परीक्षण की डिजाइन की, जिसके परिणामस्वरूप, AI न्यायाधीश की सटीकता सीधे संवाद में भाग ले रहे मानवों की तुलना में कम पाई गई, और कुछ मामलों में, AI ने गलत तरीके से AI को मानव के रूप में पहचाना। यह दर्शाता है कि सीधे संवाद के बिना

कैलिफ़ोर्निया विश्वविद्यालय, सैन डिएगो के शोध ने पाया कि GPT-4 ने ट्यूरिंग परीक्षण में 41% से अधिक की सफलता दर हासिल की, जो ELIZA से बेहतर है। ELIZA ने 27% सफलता दर के साथ मानवों की नकल की, जबकि GPT-3.5 की दर केवल 14% थी, जिससे आधुनिक एआई प्रौद्योगिकी पर असहज समीक्षा हुई। शोध में कहा गया है कि ChatGPT को विशेष रूप से ट्यूरिंग परीक्षण में प्रदर्शन के लिए डिजाइन नहीं किया गया है, जबकि GPT-4 ने परीक्षण में और भी बेहतर प्रदर्शन किया। आधुनिक एआई चैटबॉट डिज़ाइन और प्रदर्शन पर विचार अभी तक सहकर्मी समीक्षा से गुजर नहीं सके हैं, जिससे उद्योग में विवेचना उत्पन्न हुई है।

GPT-4 ने ट्यूरिंग परीक्षण में 41% सफलता दर हासिल की, जो पारंपरिक मॉडलों ELIZA और GPT-3.5 से बेहतर है। जोन्स और बर्गन के अध्ययन ने दिखाया कि GPT-4 ने कृत्रिम बुद्धिमत्ता के क्षेत्र में स्पष्ट रूप से फयदा दिखाया। अध्ययन ने बताया कि GPT-4 एक पेड वर्ज़न है, जो मुफ़्त वर्ज़न GPT-3.5 की तुलना में परीक्षण में बेहतर प्रदर्शन करता है। हालांकि प्रगति हुई है, कृत्रिम बुद्धिमत्ता में ट्यूरिंग परीक्षण में सुधार की गुंजाइश है, जो प्रौद्योगिकी की संभावित सीमाओं को दर्शाता है।