Uno studio pubblicato su Nature Human Behaviour ha rivelato che i modelli linguistici di grandi dimensioni (LLM), un tipo avanzato di intelligenza artificiale, possono prevedere con maggiore precisione i risultati degli studi neuroscientifici rispetto agli esperti umani.
Sono questi, in sostanza, i risultati ottenuti dalla ricerca condotta dall’University College di Londra e guidata da Ken Luo, che ha provveduto a valutare l’efficacia degli LLM nell’estrapolare i dati dalla letteratura scientifica e nel prevedere gli esiti dei trial.
Quando l’intelligenza artificiale supererà quella umana
Luo e il suo team hanno sviluppato uno strumento chiamato BrainBench che ha come compito quello di confrontare la capacità predittiva degli LLM con quella degli esperti umani. Il processo, che ha determinato il risultato finale, ha coinvolto 15 modelli di intelligenza artificiale e ben 171 esperti di neuroscienze. Ogni partecipante ha analizzato coppie di abstract: uno con risultati autentici e uno con risultati modificati per sembrare plausibili ma errati.
Che differenza c’è tra intelligenza artificiale e intelligenza umana
I modelli di intelligenza artificiale hanno dimostrato una precisione media dell’81%, contro il 63% degli esperti umani. Anche tra i neuroscienziati più qualificati, la precisione non ha superato il 66%. L’LLM specificamente adattato alla letteratura neuroscientifica, denominato BrainGPT, ha raggiunto un’accuratezza ancora maggiore, pari all’86%.
Quali sono i vantaggi dell’intelligenza artificiale per l’essere umano
Secondo Bradley Love, coautore dello studio, i risultati indicano che in futuro l’intelligenza artificiale potrebbe diventare uno strumento cruciale nella progettazione di esperimenti scientifici. Luo aggiunge che l’adozione di questi strumenti potrebbe migliorare la velocità e l’efficacia delle sperimentazioni, riducendo errori e ottimizzando le risorse. Gli scienziati, infatti, potrebbero beneficiare di un processo decisionale più informato grazie all’analisi predittiva degli LLM.
Lo studio apre la strada a un nuovo approccio nella ricerca neuroscientifica, integrando intelligenza artificiale e competenza umana per un progresso scientifico più rapido ed efficiente.
