Pré-impressão importante acaba de sair! Comparamos como humanos e LLMs formam julgamentos em sete estágios epistemológicos. Destacamos sete linhas de falha, pontos nos quais humanos e LLMs divergem fundamentalmente: A falha do Grounding: Os humanos ancoram o julgamento na percepção, na experiência corporal e social, enquanto os LLMs começam apenas com o texto, reconstruindo o significado indiretamente a partir de símbolos. A falha da análise sintática: Os humanos analisam situações por meio de processos perceptivos e conceituais integrados; LLMs realizam tokenização mecânica que gera uma representação estruturalmente conveniente, porém semanticamente fina. A falha da Experiência: Os humanos dependem da memória episódica, física intuitiva e psicologia, e conceitos aprendidos; LLMs dependem exclusivamente de associações estatísticas codificadas em embeddings. A Falha da Motivação: O julgamento humano é guiado por emoções, objetivos, valores e motivações evolutivas; LLMs não possuem preferências, objetivos ou significado afetivo intrínsecos. A falha da causalidade: Os humanos raciocinam usando modelos causais, contrafactuais e avaliação baseada em princípios; LLMs integram contexto textual sem construir explicações causais, dependendo em relação às superficiais. A falha metacognitiva: Os humanos monitoram a incerteza, detectam erros e podem suspender o julgamento; LLMs carecem de metacognição e devem sempre produzir um resultado, tornando alucinações estruturalmente inevitáveis. A Falha de Valor: Julgamentos humanos refletem identidade, moralidade e interesses do mundo real; Os "julgamentos" de LLM são previsões probabilísticas de próximo token sem avaliação ou responsabilidade intrínsecas. Apesar dessas falhas, os humanos sistematicamente superestimam os resultados dos LLMs, porque uma linguagem fluente e confiante produz um viés de credibilidade. Argumentamos que isso cria uma condição estrutural, epistemia: A plausibilidade linguística substitui a avaliação epistêmica, produzindo a sensação de saber sem realmente saber. Para enfrentar a Epistemia, propomos três estratégias complementares: avaliação epistêmica, governança epistêmica e alfabetização epistêmica. Artigo completo na primeira resposta. Joint com @Walter4C & @matjazperc

Artigo fascinante recém-publicado na Science. Os autores analisam as trajetórias de carreira de grandes atletas em múltiplos domínios, incluindo laureados com o Nobel, jogadores de xadrez de elite, medalhistas de ouro olímpicos e outros. A descoberta central deles desafia uma crença comum. O treinamento intensivo e disciplinar desde cedo concede uma vantagem precoce, mas essa vantagem diminui com o tempo. Por outro lado, indivíduos expostos à prática multidisciplinar desde cedo tendem a começar mais devagar. No entanto, a longo prazo, eles têm mais chances de alcançar desempenho de nível mundial, eventualmente superando especialistas iniciais, que frequentemente se estabilizam logo abaixo do topo. Um lembrete importante de que a amplitude desde o início pode ser um investimento poderoso na excelência a longo prazo. Link para o artigo na primeira resposta.

Agora na Natureza, Comportamento Humano! 🚀🚀 Nas últimas décadas, a pesquisa sobre comportamento humano coletivo tem se apoiado fortemente em redes. Isso é intuitivo: as pessoas interagem com outras pessoas. No entanto, argumentamos que essa estrutura dominante deixa de lado um ingrediente crucial. Redes tradicionais representam agentes como nós e relações par a par como arestas. Como resultado, eles assumem fundamentalmente que as interações sociais podem ser decompostas em pares. Ainda assim, muitos processos sociais são irredutivelmente baseados em grupos. Um exemplo simples: um grupo de três coautores escrevendo um artigo não pode ser reduzido a três pares independentes de coautores. O grupo em si importa. Neste artigo, revisamos uma ampla gama de casos empíricos e teóricos em que as interações de grupo não podem ser decompostas em interações em pares, e mostramos que interações de ordem superior moldam o comportamento coletivo além dos laços diádicos. Defendemos o estudo do comportamento coletivo em hipergrafos, onde as interações podem envolver múltiplos agentes simultaneamente. Revisamos como os hipergrafos fornecem novos insights em diversos domínios, incluindo redes de afiliação e colaboração, configurações de contato de alta frequência (famílias, amigos) e processos sociais chave como contágio social, cooperação, divulgação da verdade e comportamento moral. Por fim, delineamos direções promissoras para pesquisas futuras: enfrentar desafios computacionais de modelos de ordem superior; estudar viés e desigualdade na dinâmica de grupos; combinar hipergrafos e grandes modelos de linguagem para investigar a coevolução da linguagem e do comportamento; e o uso de redes de ordem superior para simular o impacto das políticas antes da implementação; e outros. Estamos muito entusiasmados com esse trabalho e esperamos que ele inspire novas pesquisas em uma área fundamental e em rápido crescimento, com amplas implicações no mundo real. Link para o artigo na primeira resposta Essa obra foi brilhantemente liderada por Federico Battiston (@fede7j), com uma equipe excepcional de coautores: Fariba Karimi (@fariba_k), Sune Lehmann, Andrea Bamberg Migliano, Onkar Sadekar (@OnkarSadekar), Angel Sanchez e Matjaz Perc (@matjazperc)