Изилдөөдө адамдардын жасалган сүрөттөрдү кабыл алышы жана эмнеге катышуучулардын көбү аларды чыныгы сүрөттөрдөн так айырмалай албайт деген суроолор талданды. Негизги көңүл «жогорку таануу» жөндөмүнө ээ адамдардын тобуна бурулду — жүздөрдү айырмалоо жана эстеп калуу боюнча өзгөчө жөндөмдөргө ээ адамдар.
Изилдөөгө 36 мындай эксперт жана жогорку натыйжаларга ээ 89 волонтер катышты. Аларга 200 сүрөт көрсөтүлдү, анын жарымы нейрондук тармак аркылуу түзүлгөн, калган жарымы болсо чыныгы сүрөттөр болду. Бардык сүрөттөр жыныс, эмоциянын билдирүүсү жана башка негизги мүнөздөмөлөр боюнча айырмаланбайт деп тандалды.
Натыйжалар таң калыштуу болду: жөнөкөй катышуучулар «жасалмаларды» оригиналдуу сүрөттөрдөн айырмалай алышкан жок, алардын айырмачылыкты таануу жөндөмү такташтырылган болжолдорго жакын болду. Жогорку таануу жөндөмүнө ээ адамдар жакшы натыйжаларды көрсөтүштү, бирок алар да тактыкты болгону 57%га жеткире алышты.
Бул маалыматтар тапшырма эксперттер үчүн да кыйын экенин көрсөтөт.
Изилдөөчүлөр ошондой эле маанилүү бир мыйзам ченемдүүлүктү аныкташты: адам чыныгы жүздөрдү канчалык жакшы тааный алса, жасалма жүздөрдү да ошончолук эффективдүү айырмалай алат. Бул жөндөмдөр арасында туруктуу байланыш бар, бул болсо ИИ-портреттерди кабыл алуу негизинен техникалык кемчиликтерди издөөгө эмес, жүздөрдү кабыл алуунун негизги механизмдерине негизделгенин көрсөтөт.
Уникалдуу эффект топтун өз ара аракеттенишинде байкалган. Сегиз жогорку таануу жөндөмүнө ээ адамдар өз пикирлерин бириктиргенде, алардын тактыгы кыйла жогорулады. Контрольдук топто «топтун акылмандыгы» байкалган жок, бул эксперттердин өзүнө болгон ишениминин жана өзүн-өзү көзөмөлдөөнүн жогорку деңгээлин көрсөтөт.
Аныкталган айырмачылыктардын себептерин түшүнүү үчүн, илимпоздор жүздөрдү таанууга үйрөтүлгөн нейрондук тармактар аркылуу сүрөттөрдү талдашты. Бул «жүздөрдүн мейкиндиги» — ар бир жүз белгилүү мүнөздөмөлөрдүн жыйындысы катары көрсөтүлгөн көп өлчөмдүү моделди түзүүгө мүмкүндүк берди.
Чыныгы жүздөр бул мейкиндикте бирдей эмес жайгашкан жана көптөгөн уникалдуу деталдар менен айырмаланат. Ошол эле учурда, жасалган сүрөттөр борборго жакын жайгашкан — «ортомон» жүздөрдүн аймагында.
Башкача айтканда, ИИ максималдуу типтүү, статистикалык жактан орто жүздөрдү түзүүгө аракет кылат. Бул эффектти изилдөөчүлөр «гиперортомондук» деп аташты, ал генеративдик моделдердин өзгөчөлүктөрүнөн улам пайда болот: алгоритмдер сейрек жана туруктуу эмес мүнөздөмөлөрдү басып, эң көп таралган мүнөздөмөлөргө көңүл бурат. Натыйжада, конкреттүү адам эмес, нормадан минималдуу четтөөлөр менен идеалдашкан образ пайда болот.
Парадоксалдуу, бирок бул ИИ тарабынан түзүлгөн жүздөрдү көбүрөөк ишенимдүү кылат. Көпчүлүк адамдар уникалдуу мүнөздөмөлөрдүн айкалыштарына ээ, алар бирге сейрек кездешет. Мындай жүздөр статистикалык жактан «тегиз эмес», ал эми нейрондук тармактар гармониялуу жана «туура» образдарды түзөт.
Жогорку таануу жөндөмүнө ээ адамдар, илимпоздордун маалыматы боюнча, бул өзгөчөлүктү интуитивдүү түрдө сезишет. Алар жүздөрдүн жагымдуулугуна, жаштыгына же эмоционалдык билдирүүсүнө эмес, «ортомон образга окшоштугуна» көңүл бурат. Бул критерий аларга жасалган сүрөттөрдү таанууга жардам берет.
Бирок эксперттер өздөрүнүн иш методдорун так түшүндүрө алышпайт. Алардын ыкмасы интуитивдүү мүнөзгө ээ жана аң-сезимсиз тажрыйбага негизделет.
Изилдөөнүн авторлору белгилешет: эң тажрыйбалуу байкоочулар да өз мүмкүнчүлүктөрүнүн чегине туш болушат. Генеративдик технологиялардын өнүгүшү менен тапшырма дагы да кыйын боло берет.
Изилдөөнүн практикалык жыйынтыктары ар кандай тармактарга таасир эте алат. Илимпоздор ИИ тарабынан түзүлгөн жүздөрдү психологиялык эксперименттерде, окутууда же сот процесстеринде колдонуу кабыл алууларды бурмалап, адамдардын чечимдерине таасир эте алат деп эскертет. Мындай сүрөттөр нейтралдуу эмес — алар системалуу түрдө «идеалдуу норманын» жагына бурулган.
Келечекте изилдөөчүлөр алгоритмдерди адам экспертизасы менен бириктирген гибриддик аныктоо системаларын өнүктүрүүнү сунушташат. Компьютерлер статистикалык мыйзам ченемдүүлүктөрдү талдай алышат, ал эми адистер татаал кырдаалдарды интерпретациялай алышат. Нормадан жука четтөөлөрдү байкаган жөндөм цифралык доордо маанилүү жөндөмгө айланат. Изилдөө «жасалмаларды» аныктоо технологиялык чакырык гана эмес, адамдын кабыл алуусун өзгөрүп жаткан чындыкка адаптациялоо маселеси экенин баса белгилейт.
