מבחן טיורינג (Turing Test)

מבחן טיורינג (Turing Test) הוא מבחן קלאסי, שהוצע ב-1950 על ידי המתמטיקאי אלן טיורינג במאמרו "Computing Machinery and Intelligence", לבדיקה אם מחשב מפגין התנהגות אינטליגנטית שאי-אפשר להבחין מזו של אדם. טיורינג עצמו כינה את המבחן "משחק-החיקוי" (Imitation Game), וטען שבמקום לשאול את השאלה הבלתי-ניתנת-להגדרה "האם מחשבים יכולים לחשוב", עדיף לשאול שאלה מעשית וניתנת-לבדיקה.

צורתו הבסיסית: שופט אנושי מנהל שיחת טקסט, בלי לדעת אם הוא משוחח עם אדם או עם מחשב. אם השופט לא מצליח להבחין ביניהם באמינות גבוהה מהסיכוי האקראי — המחשב "עבר" את המבחן. עוד לפני עידן ה-AI המודרני, התוכנה ELIZA — צ'אטבוט-טקסט פשוט שנכתב ב-1966, ומחקה מטפל פסיכולוגי על ידי החזרת שאלות המשתמש כניסוח מחדש — הצליחה להטעות משתמשים רבים לחשוב שהם משוחחים עם אדם, הרבה לפני שהייתה לה יכולת-הבנה אמיתית כלשהי.

מאז חתמו כמה אירועים על מגבלות המבחן בפועל. ב-2014 טענו מארגני-תחרות בבריטניה שתוכנת-צ'אט בשם "יוג'ין גוסטמן" (Eugene Goostman), שהתחזתה לנער אוקראיני בן 13, "עברה" את מבחן טיורינג — טענה שעוררה ביקורת נרחבת, כי הגיל-הצעיר-המדומה של הדמות שימש לתרץ שגיאות-דקדוק וידע חלקי, ולא כי המערכת הפגינה הבנה אמיתית. מחקר מ-2023-2024 שבדק גרסאות של (GPT — Generative Pre-trained Transformer) בדגם GPT-4 במתודולוגיה מחמירה יותר מצא ששופטים אנושיים לעיתים אכן לא הצליחו להבחין בין המודל לאדם אמיתי בשיעור גבוה משמעותית מהסיכוי האקראי — תוצאה שהחזירה את השאלה לכותרות אחרי עשרות שנים שבהן נראה שהמבחן "רחוק".

כיום נחשב המבחן מוגבל מדי כמדד ליכולת AI אמיתית: מודלי שפה גדולים מסוגלים לרוב לנהל שיחה משכנעת מאוד, אבל זה לא בהכרח מעיד על "הבנה" במובן העמוק — הביקורת המרכזית היא שהמבחן בודק חיקוי-שיחה מוצלח, לא אינטליגנציה כללית אמיתית. בגלל זה חוקרים רבים כיום מעדיפים מבחנים ממוקדי-יכולת קונקרטית (הבנת-שפה, הסקה לוגית, פתרון-בעיות) על-פני מבחן חיקוי-שיחה כללי אחד.