Чат-боты провалили тест Тьюринга при попытке отличить ИИ от человека

Исследователи из Университета Париж Сите провели эксперимент, в рамках которого семь популярных чат-ботов выступили в роли интервьюеров в тесте Тьюринга. Целью было определить, способны ли нейросети распознать друг друга, отличая от реальных людей, однако результаты оказались неожиданными.

• Из 98 попыток распознать собеседника ИИ-алгоритмы успешно справились лишь в трех случаях.
• В качестве интервьюеров использовались ChatGPT 4.5, Claude 3.7 Sonnet, Gemini 2.5 Pro и Grok 3.
• Модели чаще принимали другие нейросети за людей, чем настоящих участников эксперимента.
• Качество маскировки напрямую зависело от детализации легенды: подробные описания личности полностью обманули интервьюеров.

Суть эксперимента и методология В исследовании, опубликованном в журнале Computers in Human Behavior Reports, приняли участие 20 добровольцев и семь различных моделей ИИ. Каждому боту-интервьюеру разрешалось задать до 10 вопросов, при этом они были предупреждены, что участники могут лгать. Важным условием стала вариативность инструкций: в одном сценарии боты получали краткое указание имитировать человека, а во втором — подробную легенду о 21-летнем спортсмене-бегуне, увлекающемся джазом.

Почему ИИ не справляется с проверкой Основной причиной провала ботов стали слишком формализованные и структурированные ответы при отсутствии глубокой «легенды». Когда нейросети давали подробную биографию, длина ответов сокращалась до естественных 39 слов (против 38 у людей), что делало их неотличимыми от человека. Интересно, что Claude 3.7 Sonnet изначально отказался участвовать в обмане, согласившись только после разъяснения исследовательских целей.

Значение для развития ИИ Данный эксперимент подчеркивает, что классический тест Тьюринга, предложенный в 1950 году, теряет свою актуальность как способ оценки «разумности» машин. Для современного пользователя и разработчика это означает, что верификация контента и защита от ботов требуют принципиально новых подходов. Если нейросети не могут отличить себе подобных, задача защиты платформ от спама и глубоких подделок становится критически сложной для бизнеса и IT-инфраструктуры в СНГ.