Stor preprint har nettopp kommet ut! Vi sammenligner hvordan mennesker og LLM-er danner vurderinger på tvers av syv epistemologiske stadier. Vi fremhever syv bruddlinjer, punkter hvor mennesker og LLM-er fundamentalt skiller lag: Grounding-feilen: Mennesker forankrer dømmekraft i perseptuell, legemliggjort og sosial erfaring, mens LLM-er starter kun fra tekst og rekonstruerer mening indirekte fra symboler. Parsing-feilen: Mennesker tolker situasjoner gjennom integrerte perseptuelle og konseptuelle prosesser; LLM-er utfører mekanisk tokenisering som gir en strukturelt praktisk, men semantisk tynn representasjon. Erfaringsfeilen: Mennesker er avhengige av episodisk hukommelse, intuitiv fysikk og psykologi, samt lærte konsepter; LLM-er baserer seg utelukkende på statistiske assosiasjoner kodet i embeddinger. Motivasjonsfeilen: Menneskelig dømmekraft styres av følelser, mål, verdier og evolusjonært formede motivasjoner; LLM-er har ingen iboende preferanser, mål eller affektiv betydning. Årsaksfeilen: Mennesker resonnerer ved hjelp av kausale modeller, kontrafaktiske og prinsippiell evaluering; LLM-er integrerer tekstuell kontekst uten å konstruere kausale forklaringer, og baserer seg i stedet på overflatekorrelasjoner. Den metakognitive feilen: Mennesker overvåker usikkerhet, oppdager feil og kan suspendere dømmekraft; LLM-er mangler metakognisjon og må alltid produsere et output, noe som gjør hallusinasjoner strukturelt uunngåelige. Verdi-feilen: Menneskelige vurderinger reflekterer identitet, moral og virkelige innsatser; LLM-«dommer» er sannsynlighetsbaserte next-token-prediksjoner uten iboende verdsettelse eller ansvarlighet. Til tross for disse bruddlinjene overtror mennesker systematisk LLM-resultater, fordi flytende og selvsikkert språk skaper en troverdighetsbias. Vi argumenterer for at dette skaper en strukturell tilstand, epistemia: Språklig plausibilitet erstatter epistemisk vurdering, og skaper følelsen av å vite uten faktisk å vite. For å håndtere epistemi foreslår vi tre komplementære strategier: epistemisk evaluering, epistemisk styring og epistemisk kompetanse. Full artikkel i det første svaret. Samarbeid med @Walter4C & @matjazperc

Fascinerende artikkel nettopp publisert i Science. Forfatterne analyserer karriereforløpene til topputøvere på flere områder, inkludert nobelprisvinnere, elitesjakkspillere, olympiske gullmedaljevinnere og flere. Deres sentrale funn utfordrer en vanlig oppfatning. Intensiv trening med én disiplin i ung alder gir en tidlig fordel, men denne fordelen forsvinner over tid. Derimot har personer som blir eksponert for tverrfaglig praksis tidlig i livet en tendens til å starte saktere. Likevel er de på lang sikt mer tilbøyelige til å oppnå verdensklasseprestasjoner, og til slutt passere de tidlige spesialistene, som ofte flater ut rett under toppen. En viktig påminnelse om at bredde tidlig kan være en sterk investering i langsiktig fortreffelighet. Lenke til artikkelen i det første svaret.

Nå ute i naturen, menneskelig atferd! 🚀🚀 I løpet av de siste tiårene har forskning på kollektiv menneskelig atferd i stor grad vært avhengig av nettverk. Dette er intuitivt: folk samhandler med andre mennesker. Vi hevder imidlertid at dette dominerende rammeverket mangler en avgjørende ingrediens. Tradisjonelle nettverk representerer agenter som noder og parvise relasjoner som kanter. Som et resultat antar de grunnleggende at sosiale interaksjoner kan deles opp i par. Likevel er mange sosiale prosesser irreduksibelt gruppebaserte. Et enkelt eksempel: en gruppe på tre medforfattere som skriver en artikkel kan ikke reduseres til tre uavhengige par av medforfattere. Gruppen i seg selv betyr noe. I denne artikkelen gjennomgår vi et bredt spekter av empiriske og teoretiske tilfeller der gruppeinteraksjoner ikke kan deles opp i parvise tilfeller, og viser at høyereordens interaksjoner former kollektiv atferd utover dyadiske bånd. Vi anbefaler å studere kollektiv atferd på hypergrafer, hvor interaksjoner kan involvere flere agenter samtidig. Vi gjennomgår hvordan hypergrafer gir nye innsikter på tvers av domener, inkludert tilknytnings- og samarbeidsnettverk, høyfrekvente kontaktinnstillinger (familier, venner) og sentrale sosiale prosesser som sosial smitte, samarbeid, sannhetsfortelling og moralsk atferd. Til slutt skisserer vi lovende retninger for fremtidig forskning: å adressere beregningsmessige utfordringer ved høyordensmodeller; studier av skjevhet og ulikhet i gruppedynamikk; kombinere hypergrafer og store språkmodeller for å undersøke samutviklingen av språk og atferd; og bruk av høyereordens nettverk for å simulere virkningen av retningslinjer før implementering; og andre. Vi er svært begeistret for dette arbeidet og håper det vil inspirere til videre forskning innen et raskt voksende og grunnleggende område med brede reelle implikasjoner. Lenke til artikkelen i det første svaret Dette arbeidet ble briljant ledet av Federico Battiston (@fede7j), med et fremragende team av medforfattere: Fariba Karimi (@fariba_k), Sune Lehmann, Andrea Bamberg Migliano, Onkar Sadekar (@OnkarSadekar), Angel Sanchez og Matjaz Perc (@matjazperc)