Основний препринт щойно вийшов! Ми порівнюємо, як люди та LLM формують судження на семи епістемологічних стадіях. Ми виділяємо сім розломних ліній, точок, де люди та LLM фундаментально розходяться: Помилка Заземлення: Люди базують судження на сприйнятті, втіленому та соціальному досвіді, тоді як LLM починаються лише з тексту, реконструюючи значення опосередковано з символів. Помилка Парсінгу: Люди аналізують ситуації через інтегровані перцептивні та концептуальні процеси; LLM виконують механічну токенізацію, що дає структурно зручне, але семантично тонке представлення. Недолік досвіду: Люди покладаються на епізодичну пам'ять, інтуїтивну фізику та психологію, а також на засвоєні концепції; LLM спираються виключно на статистичні асоціації, закодовані в вкладеннях. Недолік мотивації: людське судження керується емоціями, цілями, цінностями та еволюційно сформованими мотиваціями; LLM не мають внутрішніх уподобань, цілей чи афективного значення. Помилка причинності: люди міркують, використовуючи каузальні моделі, контрфакти та принципову оцінку; LLM інтегрують текстовий контекст без побудови причинних пояснень, натомість спираючись на поверхневі кореляції. Метакогнітивна помилка: Люди контролюють невизначеність, виявляють помилки та можуть призупиняти судження; LLM не мають метакогніції і завжди повинні генерувати вихід, що робить галюцинації структурно неминучими. Недолік цінності: людські судження відображають ідентичність, мораль і реальні ставки; «Судження» LLM — це ймовірнісні прогнози наступного токена без внутрішньої оцінки чи підзвітності. Незважаючи на ці розбіжності, люди систематично надмірно вірять у результати LLM, оскільки вільна та впевнена мова створює упередження щодо достовірності. Ми стверджуємо, що це створює структурну умову, Епістемію: Лінгвістична правдоподібність замінює епістемічну оцінку, створюючи відчуття знання без фактичного усвідомлення. Для вирішення проблеми епістемії ми пропонуємо три взаємодоповнюючі стратегії: епістемічну оцінку, епістемічне управління та епістемічну грамотність. Повна стаття у першій відповіді. Спільно з @Walter4C та @matjazperc

Захоплююча стаття, щойно опублікована в Science. Автори аналізують кар'єрні траєкторії найкращих гравців у різних сферах, включно з лауреатами Нобелівської премії, елітними шахістами, олімпійськими чемпіоністами та іншими. Їхнє центральне відкриття кидає виклик поширеній вірі. Інтенсивне навчання з однією дисципліною в ранньому віці дає ранню перевагу, але з часом ця перевага зникає. Натомість особи, які знайомляться з мультидисциплінарною практикою в ранньому віці, зазвичай починають повільніше. Однак у довгостроковій перспективі вони з більшою ймовірністю досягнуть світового рівня, зрештою обганяючи ранніх спеціалістів, які часто застрягають трохи нижче вершини. Важливе нагадування про те, що широта на початку може стати потужною інвестицією у довгострокову досконалість. Посилання на статтю в першій відповіді.

Тепер у Nature Human Behavior! 🚀🚀 За останні десятиліття дослідження колективної людської поведінки значною мірою спиралися на мережі. Це інтуїтивно: люди взаємодіють з іншими людьми. Однак ми стверджуємо, що ця домінуюча структура пропускає важливий елемент. Традиційні мережі представляють агентів як вузли, а парні відношення — як ребра. Внаслідок цього вони фундаментально припускають, що соціальні взаємодії можна розкласти на пари. Проте багато соціальних процесів невідкладно залежать від груп. Простий приклад: групу з трьох співавторів, які пишуть статтю, не можна звести до трьох незалежних пар співавторів. Сама група має значення. У цій статті ми розглядаємо широкий спектр емпіричних і теоретичних випадків, коли групові взаємодії не можна розкласти на парні, і показуємо, що взаємодії вищого порядку формують колективну поведінку поза межами діадичних зв'язків. Ми виступаємо за вивчення колективної поведінки на гіперграфах, де взаємодії можуть одночасно залучати кількох агентів. Ми аналізуємо, як гіперграфи дають нові інсайти у різних сферах, включно з мережами афіліації та співпраці, високочастотними контактами (сім'ї, друзі) та ключовими соціальними процесами, такими як соціальне зараження, співпраця, розкриття правди та моральна поведінка. Нарешті, ми окреслюємо перспективні напрямки для майбутніх досліджень: вирішення обчислювальних викликів моделей вищого порядку; вивчення упередженості та нерівності в груповій динаміці; поєднання гіперграфів і великих мовних моделей для дослідження коеволюції мови та поведінки; та використання мереж вищого порядку для моделювання впливу політик до впровадження; та інші. Ми дуже раді цій роботі і сподіваємося, що вона надихне на подальші дослідження у швидкозростаючій і фундаментальній галузі з широкими реальними наслідками. Посилання на статтю у першій відповіді Цю роботу блискуче очолив Федеріко Баттістон (@fede7j) з видатною командою співавторів: Фаріба Карімі (@fariba_k), Сюне Леманн, Андреа Бамберг Мільяно, Онкар Садекар (@OnkarSadekar), Анхель Санчес і Матяз Перц (@matjazperc)