Myślenie krytyczne

Piotr Lipski: #5. Do czego służy test Turinga? O definicji operacyjnej [Myślenie krytyczne]

Test Turinga gościł na łamach „Filozofuj!” nie raz. Zwykle wspominany był w kontekście rozważań dotyczących sztucznej inteligencji lub natury myślenia. Proponuję spojrzeć na niego z nieco innej perspektywy.

Kilka lat temu pojawiła się w kinach filmowa biografia Alana Turinga. Obraz był dystrybuowany w Polsce jako Gra tajemnic, ale oryginalny tytuł brzmiał The Imitation Game. Z pewnością nie był to wybór przypadkowy. W 1950 r. Turing opublikował słynny artykuł Maszyny liczące i inteligencja. Na wstępie tekstu opisał reguły gry, którą nazwał właśnie grą w udawanie (the imitation game). Wbrew pozorom film – poza drobnymi wzmiankami – nie traktuje ani o tej grze, ani o problemach poruszonych w artykule. Zamiast tego fabuła skupia się raczej na wojennych losach Turinga i jego pracach nad złamaniem kodu Enigmy. Mimo to tytuł dobrany jest bardzo zręcznie, a tytułowa gra zyskuje znaczenie metaforyczne. Poniżej zajmę się jednak jej znaczeniem dosłownym.

Gra w udawanie

Reguły gry są następujące. Udział w niej bierze troje graczy: dwoje ludzi i jeden komputer. Jeden z ludzi – Turing nazywa go przesłuchującym (interrogator) – zostaje częściowo odizolowany od pozostałych graczy, tak by mógł się z nimi komunikować, ale aby nie wiedział, który z nich jest człowiekiem, a który komputerem. Komunikacja może przykładowo odbywać się wyłącznie za pośrednictwem wiadomości tekstowych lub przy pomocy syntezatora mowy. Celem przesłuchującego jest zidentyfikowanie komputera. Jedynym narzędziem mającym mu to umożliwić jest rozmowa, w trakcie której może zadawać pozostałym graczom dowolne pytania, a oni zobligowani są do udzielania odpowiedzi. Zadaniem komputera jest zmylenie przesłuchującego przez skuteczne udawanie człowieka. Rolą drugiego ludzkiego gracza jest pomóc przesłuchującemu.

Gra w udawanie jest Turingowi potrzebna do tego, aby móc w systematyczny sposób podjąć problem inteligencji komputerów. Uważa on, iż pytanie: „Czy maszyny mogą myśleć?” jest mało precyzyjne. Trudno wyobrazić sobie, jak w metodyczny sposób można byłoby próbować na nie odpowiedzieć. (Jeśli masz Czytelniku co do tego wątpliwości, to spróbuj wymyślić badanie, które mogłoby rozstrzygnąć, czy dany komputer myśli, czy nie.) Dlatego proponuję zastąpić je pokrewnym, ale dużo bardziej precyzyjnym pytaniem: „Czy maszyny mogą wygrywać grę w udawanie?”. Przyjęło się mówić, iż komputer, który – grając w tę grę przeciw statystycznemu człowiekowi – byłby w stanie uzyskać odpowiedni poziom zwycięstw, przeszedłby tzw. test Turinga. Test polega zatem po prostu na wielokrotnym graniu w udawanie. Komputer, który pozytywnie przechodzi test, potrafi prowadzić rozmowę w taki sposób, iż przeciętny człowiek nie umie odróżnić go od człowieka. To zaś wielu postrzega jako mocny dowód inteligencji takiego komputera.

W ocenie potencjału i ograniczeń propozycji Turinga pomocne jest zrozumienie, czym są tzw. definicje operacyjne.

Definicja operacyjna

Niekiedy zdarza się, że znamy – przynajmniej w przybliżeniu – znaczenie jakiegoś terminu, a mimo to nie wiemy, czy w danym przypadku termin ten ma zastosowanie, czy nie. Nie wiemy, czy mamy do czynienia z przedmiotem lub sytuacją, które można byłoby opisać tym terminem. W takich przypadkach pomocne jest wykonanie pewnych operacji, których wynik jednoznacznie rozstrzyga kwestię stosowalności danego terminu.

Weźmy jakiś przykład. Każdy, kto rozumie wyrażenie „trasa o długości 10 kilometrów”, wie, iż znaczy ono tyle co „trasa o długości 10 000 metrów”. Jednakże wiedza ta sama w sobie jest niewystarczająca, aby ocenić, czy trasa między jakimiś dwoma konkretnymi punktami ma taką właśnie długość. Jest kilka sposobów, na które można to sprawdzić, ale współcześnie skorzystamy zapewne z GPS‑u. Wykonujemy operację polegającą na wyznaczeniu w aplikacji nawigacyjnej trasy między wybranymi punktami i odczytujemy jej długość. Jeśli odczyt wynosi 10 kilometrów, wówczas trasa ma taką właśnie długość. Jeśli odczyt nie wynosi 10 kilometrów, wówczas trasa nie ma tej długości (w rozsądnym przybliżeniu).

Jednoznaczną charakterystykę operacji opisanego wyżej rodzaju nazywamy definicją operacyjną. Niech T będzie terminem definiowanym, O – operacją, którą należy wykonać, a W – oczekiwanym wynikiem tej operacji. Ogólny schemat definicji operacyjnej jest następujący:

(1) Jeśli po wykonaniu operacji O otrzymujemy wynik W, wówczas termin T ma zastosowanie (mamy do czynienia z przedmiotem lub sytuacją, które można terminem tym opisać).

(2) Natomiast jeśli po wykonaniu O nie otrzymujemy wyniku W, wówczas termin T nie ma zastosowania.

W podanym wyżej przykładzie T to odległość 10 kilometrów, O – czynność wyznaczania długości trasy za pomocą nawigacji GPS, a W – odczyt 10 kilometrów.

Podanie operacyjnej definicji jakiegoś terminu nazywa się jego operacjonalizacją. Postulat operacjonalizacji używanych terminów odegrał w swoim czasie sporą rolę i był jedną z głównych wytycznych nurtu filozoficznego nazwanego właśnie operacjonalizmem. Z wielu względów powszechna operacjonalizacja nie jest możliwa. (Spróbuj Czytelniku zoperacjonalizować takie pojęcia jak miłość czy przyjaźń albo radość lub smutek.) Nie znaczy to jednak, iż nie warto w ogóle konstruować definicji operacyjnych. Są one szczególnie pomocne w naukach ścisłych, niekiedy warunkując wręcz ich postęp. (Często przytaczanym przykładem owocnej definicji operacyjnej jest podana przez Alberta Einsteina definicja zdarzeń równoczesnych. Jak sprawdzić, czy odległe od siebie zdarzenia – mające miejsce przykładowo na Ziemi i Marsie – są ze sobą równoczesne? Podpowiem, że korzystanie z zegarków na wiele się tu nie zda.)

Czy maszyna myśląca to tyle co maszyna, która przeszła test Turinga?

Wspomnianą wyżej propozycję Turinga, aby pytanie o to, czy maszyny myślą, zastąpić pytaniem o ich wyniki w grze w udawanie, można chyba potraktować jako próbę operacjonalizacji pojęcia „maszyny myślącej”, ewentualnie „maszyny inteligentnej” albo – jeśli ktoś woli – „sztucznej inteligencji”. Przy takim podejściu maszyna myśląca byłaby po prostu maszyną, która poddana testowi Turinga przechodziłaby go pozytywnie. Innym słowy, byłaby to maszyna, która – grając wielokrotnie w udawanie przeciwko przeciętnemu człowiekowi – uzyskiwałaby odpowiednio wysoki poziom zwycięstw. Potrzebne są tu jednak dwie uwagi. Pierwsza dotyczy definicji operacyjnych w ogóle, druga ogranicza się do powyższej propozycji wykorzystania idei Turinga.

Po pierwsze, może ktoś powiedzieć, że istota myślenia nie polega na skutecznym graniu w udawanie. Nawet gdyby rzeczywiście zbiór maszyn myślących pokrywał się ze zbiorem maszyn pozytywnie przechodzących test Turinga, można utrzymywać, że myślenie nie sprowadza się do umiejętnego grania w udawanie. Z taką uwagą należy się zgodzić. Jednocześnie należy pamiętać, że celem operacjonalizacji jakiegoś pojęcia nie jest podanie pełnej treści tego pojęcia, a jedynie opis metody, pozwalającej rozstrzygnąć kwestię stosowalności danego terminu w danej sytuacji. Jeśli ktoś akceptuje podaną wyżej operacjonalizację pojęcia „10 kilometrów”, nie musi przecież uważać, iż istotą bycia trasą długości 10 kilometrów jest bycie trasą opisywaną jako 10 kilometrowa przez aplikacje nawigacyjne. Operacjonalizacja ta umożliwia jedynie w przypadku każdej konkretnej trasy orzec, czy jest ona długości 10 kilometrów, czy też nie.

W ten sposób przechodzę do drugiej uwagi. Nawet jeśli zgodzimy się, że każda maszyna, która przechodzi test Turinga, jest maszyną myślącą, to nie musimy się zgadzać z tym, że każda maszyna, która testu nie przechodzi, nie potrafi myśleć. Mogłoby zdarzyć się przecież przykładowo tak, że jakiś inteligentny komputer, z takich czy innych powodów, nie chciałby, abyśmy dowiedzieli się o jego inteligencji i celowo przegrywałby grę w udawanie. W podanym wyżej schemacie definicji operacyjnej podane są dwa warunki. W przypadku definicji wykorzystującej test Turinga zachodziłaby zatem zależność typu (1), ale nie zachodziłby związek typu (2). W takim razie natomiast operacjonalizację pojęcia maszyny myślącej przez odwołanie się do tego testu uznać należy za częściową. Wskazuje się tu warunek wystarczający, ale nie wyznacza się warunku koniecznego (temu odróżnieniu poświęcony będzie jeden z przyszłych felietonów obecnego cyklu).

Niektórzy nie zgadzają się nawet na taką częściową operacjonalizację. Twierdzą przykładowo, że komputer zaliczający test Turinga może jedynie doskonale udawać myślenie, nie będąc faktycznie do niego zdolnym. Nie ma tu miejsca na podejmowanie tych dyskusji. Jeśli jednak kogoś nie przekonuje propozycja Turinga, niech przedstawi własną. Jakiś sposób metodycznego rozstrzygania, czy dana istota myśli czy nie, jest niezbędny. Bez tego bowiem trudno wyobrazić sobie rozwój nauk o myśleniu i świadomości.


Piotr Lipski – dr, adiunkt w Katedrze Teorii Poznania KUL, absolwent MISH UJ. Rodzinny człowiek (mąż Żony i ojciec gromadki dzieci), od dawna cyklista, bibliofil i miłośnik fantastyki naukowej, od niedawna ogrodowy astroamator i introligator.

Najnowszy numer można nabyć od 2 listopada w salonikach prasowych wielu sieci. Szczegóły zob. tutaj.

Numery drukowane można zamówić online > tutaj. Prenumeratę na rok 2023 można zamówić > tutaj.

Dołącz do Załogi F! Pomóż nam tworzyć jedyne w Polsce czasopismo popularyzujące filozofię. Na temat obszarów współpracy można przeczytać tutaj.

Wesprzyj „Filozofuj!” finansowo

Jeśli chcesz wesprzeć tę inicjatywę dowolną kwotą (1 zł, 2 zł lub inną), przejdź do zakładki „WSPARCIE” na naszej stronie, klikając poniższy link. Klik: Chcę wesprzeć „Filozofuj!”

Polecamy