La super IA pense et prend des décisions étonnamment comme les humains

Des chercheurs de Helmholtz Munich ont créé un système d'intelligence artificielle avancé capable de simuler la prise de décision humaine avec une précision impressionnante.

Le modèle, appelé Centaur, a été formé à l’aide de données provenant de plus de dix millions de décisions collectées dans le cadre d’études psychologiques, ce qui lui permet de générer des réponses qui reflètent de manière réaliste le comportement humain.

Cette avancée ouvre de nouvelles possibilités pour une compréhension plus approfondie de la façon dont les humains pensent et pour affiner les cadres psychologiques existants.

Le modèle de méta-langage de Centaur AI a été entraîné sur plus de dix millions de décisions issues d'expériences psychologiques. Photo : Helmholtz Munich

Pendant de nombreuses années, la psychologie a peiné à saisir pleinement les complexités de la pensée humaine. Cependant, les modèles antérieurs se sont souvent limités à expliquer la façon dont les gens pensent ou à prédire leurs actions, atteignant rarement ces deux objectifs.

Dirigée par les Dr Marcel Binz et Eric Schulz de l'Institut d'IA centrée sur l'humain de Helmholtz Munich, l'équipe a présenté un modèle qui comble cette lacune. Centaur a été entraîné sur un ensemble de données complet appelé Psych-101, qui regroupe plus de dix millions de décisions issues de 160 expériences comportementales différentes.

Centaur se distingue par sa capacité à prédire les réactions humaines non seulement dans des contextes familiers, mais aussi dans des situations totalement inédites. Il reconnaît les schémas décisionnels récurrents, s'adapte facilement aux nouveaux environnements et peut même estimer les temps de réaction avec une précision incroyable.

« Nous avons créé un outil qui nous permet de prédire le comportement humain dans n’importe quelle situation décrite en langage naturel – comme un laboratoire virtuel », a déclaré Marcel Binz, auteur principal de l’étude.

Les applications potentielles vont de l’analyse d’expériences psychologiques classiques à la simulation de processus de prise de décision individuels dans des contextes cliniques, par exemple dans les cas de dépression ou de troubles anxieux.

Ce modèle ouvre de nouvelles perspectives, notamment en recherche en santé, en nous aidant par exemple à comprendre comment les personnes souffrant de différents troubles mentaux prennent des décisions. L'ensemble de données sera élargi pour inclure des caractéristiques démographiques et psychologiques.

Le pont entre la théorie et la prédiction

Centaur relie deux domaines jusqu'alors distincts : la théorie de l'interprétabilité et la prédiction. Il peut révéler les faiblesses des modèles classiques et fournir des pistes d'amélioration. Cela ouvre de nouvelles perspectives de recherche et d'applications pratiques, de la médecine aux sciences environnementales et sociales.

« Nous n'en sommes qu'à nos débuts et nous percevons déjà un potentiel énorme », a déclaré Eric Schulz, directeur de l'institut. Il est essentiel de garantir la transparence et la vérifiabilité de ces systèmes, a ajouté Binz, par exemple en utilisant des modèles ouverts et hébergés localement qui préservent la pleine souveraineté des données.

Les chercheurs ont ensuite voulu examiner de plus près Centaur : quels modèles informatiques correspondent à des processus décisionnels spécifiques ? Pourraient-ils permettre de déduire comment les humains traitent l’information, ou en quoi les stratégies décisionnelles diffèrent entre les personnes en bonne santé et celles atteintes de troubles mentaux ?

Les chercheurs pensent que ces modèles ont le potentiel d’approfondir notre compréhension de la cognition humaine, à condition que nous les utilisions de manière responsable.

Le fait que cette recherche ait été menée à Helmholtz Munich et non dans les départements de développement de grandes entreprises technologiques n’est pas une coïncidence.

« Nous combinons la recherche en IA avec la théorie psychologique, avec un engagement éthique clair », explique Binz. « Dans un environnement de recherche publique, nous avons la liberté d'aborder des questions cognitives fondamentales qui sont rarement abordées par l'industrie. »