I modelli linguistici di grandi dimensioni (LLM), una tecnologia avanzata di intelligenza artificiale in grado di analizzare testi, si stanno dimostrando più precisi degli esperti umani nel prevedere i risultati degli studi neuroscientifici. Questo è quanto emerge da una ricerca condotta dagli scienziati dell’University College di Londra e pubblicata sulla rivista Nature Human Behaviour.
Il team, guidato da Ken Luo, ha analizzato le capacità degli LLM, addestrati su vastissimi dataset, di estrapolare schemi dalla letteratura scientifica e di anticipare i risultati di esperimenti in neuroscienze. “Dall’avvento dell’Intelligenza artificiale – afferma Luo – molte ricerche si sono concentrate sulle capacità di risposta alle domande degli LLM, dimostrando la loro straordinaria abilità nel riassumere le conoscenze da ampi dati di formazione. Tuttavia, anziché enfatizzare la capacità retrospettiva di recuperare informazioni passate, volevamo esplorare la possibilità di sintetizzare conoscenze e prevedere risultati futuri”.
Il progresso scientifico, spiegano gli studiosi, si basa spesso su un processo di tentativi ed errori, che richiede tempo e risorse considerevoli. Anche i ricercatori più esperti possono trascurare intuizioni rilevanti nascoste nella letteratura esistente. Per ovviare a questi limiti, il team ha sviluppato BrainBench, uno strumento progettato per valutare l’efficacia degli LLM nel predire gli esiti degli studi neuroscientifici.
BrainBench utilizza coppie di abstract provenienti da ricerche neuroscientifiche. Ogni coppia presenta da un lato un abstract contenente il contesto, i metodi e i risultati originali dello studio, e dall’altro una versione in cui i risultati sono stati modificati da esperti del settore per renderli plausibili, ma errati.
Il gruppo di ricerca ha quindi confrontato le prestazioni di 15 modelli linguistici di grandi dimensioni con quelle di 171 esperti di neuroscienze. I risultati hanno mostrato una sorprendente superiorità degli LLM nel riconoscere i risultati reali rispetto a quelli falsificati.
Questo studio pone nuove basi per il ruolo dell’intelligenza artificiale nel supportare e accelerare il progresso scientifico, evidenziando le potenzialità dei modelli linguistici non solo nel recupero delle informazioni, ma anche nella loro capacità di predizione e sintesi.
