Umělá inteligence dokáže psát eseje, odpovídat na otázky a řešit složité problémy. Nový výzkum však naznačuje, že jí dělá potíže něco, co lidé zvládají každý den: udržet soustředění na zadaný úkol, když se dostaví rušivé podněty. Výzkumný tým vedený Suketem Patelem podrobil několik předních AI modelů klasickému psychologickému experimentu zvanému Stroopův test, jehož výsledky publikoval časopis PNAS Nexus. Studie odhalila zásadní rozdíl v tom, jak AI systémy zpracovávají informace v porovnání s tím, jak lidský mozek řídí pozornost.

Stroopův test patří k základním nástrojům psychologie, které se po desetiletí používají k měření pozornosti, soustředění a sebekontroly. Účastníkovi jsou zobrazena barevná slova — například slovo „červená“ napsané modrou barvou — přičemž úkolem je pojmenovat barvu inkoustu, nikoli přečíst slovo. To zní jednoduše, ale vytváří konflikt, protože čtení slov je pro mozek zautomatizovaná dovednost. Mozek proto musí potlačit nutkání přečíst slovo a soustředit se na identifikaci barvy. Psychologové tímto testem měří takzvanou exekutivní kontrolu — soubor mentálních procesů, které pomáhají regulovat pozornost a odolávat rozptylování.

Jak modely selhávají při delších úkolech

Výzkumníci zjistili, že při krátkých seznamech o pěti slovech si AI modely vedly dobře i v případě konfliktních barev. Obraz se ale dramaticky změnil s rostoucí délkou seznamu. GPT-4o dosáhl 91% přesnosti u pěti slov, při deseti slovech jeho přesnost klesla na 57 % a u čtyřiceti slov se propadla na pouhých 15 %. Claude 3.5 Sonnet si udržel stabilní výkon až do dvaceti slov, pak ale prudce klesl na 24% přesnost u čtyřicetislovných seznamů. Podobné vzorce výzkumníci zaznamenali i u GPT-5, Clauda Opus 4.1 a Gemini 2.5.

Situaci dále zhoršovalo střídání shodných a neshodných barevných slov v jednom seznamu — přesnost u neshodných položek v některých případech klesla téměř na nulu. Modely přestávaly dodržovat instrukci pojmenovávat barvu inkoustu a místo toho stále více skloňovaly k přečtení samotného slova. Jinými slovy, systémy nebyly schopny důsledně potlačit reakci, na níž byly nejintenzivněji trénovány.

Studie zdůrazňuje důležitý rozdíl mezi lidskou a umělou inteligencí. Přestože jsou moderní AI systémy schopny působivých jazykových a logických výkonů, jejich mechanismus se zásadně liší od procesů pozornosti v biologickém mozku. Lidé mohou i přes přirozené sklony k chybám udržet vysokou přesnost při práci s dlouhými seznamy konfliktních podnětů. Výsledky výzkumu upozorňují na fundamentální omezení dnešních velkých jazykových modelů v situacích, kdy je nutné odolávat rozptylování a udržet soustředění po delší čas.

Zdroj: sciencedaily.com