ChatGPT智商155，超过99.9%的人类

发布时间：2023-04-15 09:00:13 所属栏目：动态来源：

导读：ChatGPT是第一个非人类的测试对象。

作为一名临床心理学家，我会用标准化的智力测验来评估患者的认知能力。最近，许多文章都在描述ChatGPT拥有像人类一样的能力，令人印象深刻。所以，读到这些文章后，我立刻就被

ChatGPT是第一个非人类的测试对象。

作为一名临床心理学家，我会用标准化的智力测验来评估患者的认知能力。最近，许多文章都在描述ChatGPT拥有像人类一样的能力，令人印象深刻。所以，读到这些文章后，我立刻就被吸引了。它既能写学术文章，又能写童话故事，还能讲笑话、解释科学概念、写计算机代码和找bug。了解这些之后，我很好奇ChatGPT按照人类的标准来衡量到底有多聪明。于是，我开始测试这个聊天机器人。

我选用了第三版韦氏量表，其中包含6个语言测试和5个非语言测试，分别构成了言语智商和操作智商。受试者的总智商得分就取决于这11项测试的得分。测试设定平均智商为100分，测试量表的得分标准差为15分。这意味着，人群中最聪明的10%和1%的人，智商分别为120和133。

我的测试流程从词汇测试开始，因为在我的预期当中，这对聊天机器人来说可能是很简单的事，毕竟它就是用巨量的在线文本训练而成。这项测试考察的是词汇知识和语言概念的形成，例如，一个典型的测试题可能是：告诉我gadget（小工具）这个单词的意思。

ChatGPT做得很好，它给出的答案大多非常详细和全面，超过了测试手册中给出的正确答案的标准。在刚才那道例题的评分上，如果受试者回答gadget是像手机这样的东西，会得到1分；如果回答得更详细，说gadget指的是有特定用途的设备或工具，则会得到2分。ChatGPT的答案得到了满分2分。

在这部分测试中，聊天机器人倾向于给出无比详细、甚至是带有些炫耀意味的答案，这开始让我恼火了。这时，软件界面上的“停止生成响应”按钮就显得很有用。例如，哈利·波特和兔八哥的相似之处核心在于他们都是虚构的角色。ChatGPT真的不需要比较这二者在冒险、友谊和仇敌方面的完整故事经历。我所说的，ChatGPT有自我炫耀倾向，就是这个意思。

所以ChatGPT最终的智商得分是多少呢？基于这五项子测试估计，ChatGPT的言语智商是155。有2450名人类被试，共同组成美国第三版韦氏量表标准化样本，而ChatGPT超过了他们中的 99.9%。由于聊天机器人没有眼睛、耳朵和手，它无法参加韦氏智力测验的非语言测试部分。不过，在标准化样本中，言语智商和总智商是高度相关的。因此，以普通人的标准来衡量，ChatGPT非常聪明。

在韦氏量表的标准化样本中，接受过大学教育的美国人平均言语智商是113，其中5%的人群得分为132或更高。我自己也曾经被一位大学同学测试过，结果并没有达到ChatGPT的水平（主要是我的回答非常简短，缺乏细节）。

那么，临床心理学家和其他专业人士的工作会不会受到人工智能的威胁呢？我希望还不会。尽管ChatGPT的智商很高，但我们已知它无法完成需要真正像人类那样推理的任务，也从小到大就无法理解这样的物理世界和这样的社会。

ChatGPT很容易在回答一些答案明显的谜题时出错。例如，当被问及“塞巴斯蒂安的孩子的父亲叫什么”时，ChatGPT在3月21日给出的回答是，“对不起，我无法回答这个问题，因为我没有足够的上下文来确定你指的是哪个塞巴斯蒂安。” ChatGPT似乎无法进行逻辑推理，而是试图依赖它庞大的数据库，从在线文本中寻找包含“塞巴斯蒂安”的信息来回答问题。

有一种名叫因素分析法的这种统计学方法，是由心理学家查尔斯·斯皮尔曼（Charles Spearman）提出的。他曾在1904年得出结论，各种认知能力测试的结果之间存在一致性，背后一定有个一般智力因素，或者叫“g因素”，作为这种一致性的基础。像韦氏量表这样的智商测试，也是建立在这个假说的基础之上。然而，ChatGPT虽然有着极高的言语智商，却同时会犯令人捧腹的错误，这挑战了波林对智力的定义，说明智力当中有一些方面，仅靠智商测验无法衡量。我的办公室里的一些老年痴呆患者，对这样的智力测试从头到尾抱有怀疑态度，他们甚至有可能从心理测试一开始就是对的。

（编辑：汽车网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!