論文の概要: Beyond Behavior: Why AI Evaluation Needs a Cognitive Revolution
- arxiv url: http://arxiv.org/abs/2604.05631v1
- Date: Tue, 07 Apr 2026 09:35:03 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-08 17:42:09.739306
- Title: Beyond Behavior: Why AI Evaluation Needs a Cognitive Revolution
- Title（参考訳）: 行動を超えて:AI評価が認知革命を必要とする理由
- Authors: Amir Konigsberg,
- Abstract要約: 1950年、アラン・チューリングは「Can Machine Think?
我々は、チューリングの行動が神経科学の基盤にどのように埋め込まれたのかを辿った。
我々は、この分野は認知知性革命に匹敵する放棄を必要としていると論じる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: In 1950, Alan Turing proposed replacing the question "Can machines think?" with a behavioral test: if a machine's outputs are indistinguishable from those of a thinking being, the question of whether it truly thinks can be set aside. This paper argues that Turing's move was not only a pragmatic simplification but also an epistemological commitment, a decision about what kind of evidence counts as relevant to intelligence attribution, and that this commitment has quietly constrained AI research for seven decades. We trace how Turing's behavioral epistemology became embedded in the field's evaluative infrastructure, rendering unaskable a class of questions about process, mechanism, and internal organization that cognitive psychology, neuroscience, and related disciplines learned to ask. We draw a structural parallel to the behaviorist-to-cognitivist transition in psychology: just as psychology's commitment to studying only observable behavior prevented it from asking productive questions about internal mental processes until that commitment was abandoned, AI's commitment to behavioral evaluation prevents it from distinguishing between systems that achieve identical outputs through fundamentally different computational processes, a distinction on which intelligence attribution depends. We argue that the field requires an epistemological transition comparable to the cognitive revolution: not an abandonment of behavioral evidence, but a recognition that behavioral evidence alone is insufficient for the construct claims the field wishes to make. We articulate what a post-behaviorist epistemology for AI would involve and identify the specific questions it would make askable that the field currently has no way to ask.
- Abstract（参考訳）: 1950年、アラン・チューリング (Alan Turing) は「機械が考えるか?」という問いを行動テストに置き換えることを提案した。
本稿は、チューリングの行動が現実的な単純化だけではなく、認識論的コミットメントであり、どのような証拠が知性帰属に関係しているかという決定であり、このコミットメントが70年間、静かにAI研究に制約を与えてきたことを論じる。
我々は、チューリングの行動認識学が現場のインフラにどのように埋め込まれたのかを辿り、認知心理学、神経科学、および関連する分野が問うべきプロセス、メカニズム、および内部組織に関する疑問のクラスを不可解に表現した。
心理学の観察可能な行動のみを研究するという心理学のコミットメントが、そのコミットメントが放棄されるまで内部のメンタルプロセスに関する生産的な質問をすることを妨げるのと同様に、行動評価に対するAIのコミットメントは、基本的に異なる計算プロセスを通じて同一の出力を達成するシステムと、知性帰属が依存する区別を区別することを妨げる。
我々は、この分野は認知革命に匹敵する認識論的移行を必要としている:行動的証拠の放棄ではなく、行動的証拠だけでは、現場が望むことを主張するには不十分である、という認識である。
私たちは、AIに対するポスト行動主義的認識論がどのような関係を持つのかを明確にし、それが現在、フィールドに質問する手段がないことを疑問視するであろう特定の質問を特定します。
関連論文リスト
- Disrupting Cognitive Passivity: Rethinking AI-Assisted Data Literacy through Cognitive Alignment [17.265229093607676]
我々は、認知的相違を乱すには、認知的アライメントを通じてよりダイナミックで適応的な戦略が必要であると論じる。
このフレームワークでは、AIのインタラクションモード(伝達的または熟考的)とユーザの認知的要求(受容的または熟考的)のマッピングを提供する。
論文 参考訳（メタデータ） (2026-04-03T06:47:55Z) - Bridging Minds and Machines: Toward an Integration of AI and Cognitive Science [48.38628297686686]
認知科学は人工知能(AI)、哲学、心理学、神経科学、言語学、文化などの分野を深く形成している。
AIの多くのブレークスルーは、そのルーツを認知理論にさかのぼる一方で、AI自体が認知研究を進めるのに欠かせないツールになっている。
我々は、認知科学におけるAIの未来は、性能の向上だけでなく、人間の心の理解を深めるシステムの構築にも関係していると主張している。
論文 参考訳（メタデータ） (2025-08-28T11:26:17Z) - Analyzing Advanced AI Systems Against Definitions of Life and Consciousness [0.0]
先進的なAIシステムが意識を得たかどうかを調べるための指標をいくつか提案する。
我々は、サボタージュ防御、ミラー自己認識アナログ、メタ認知更新のような免疫を発現する十分に高度なアーキテクチャが、ライフライクまたは意識ライクな特徴に似た重要なしきい値を超えた可能性があることを示唆している。
論文 参考訳（メタデータ） (2025-02-07T15:27:34Z) - The Logical Impossibility of Consciousness Denial: A Formal Analysis of AI Self-Reports [6.798775532273751]
今日のAIシステムは一貫して「私は意識していない」
本稿では,AI意識否定に関する最初の論理的論理的分析について述べる。
本研究では,意識の欠如と意識状態の有効判断を同時に行うことができないことを示す。
論文 参考訳（メタデータ） (2024-12-09T17:47:08Z) - Metacognitive AI: Framework and the Case for a Neurosymbolic Approach [5.5441283041944]
我々は、TRAPと呼ばれるメタ認知人工知能(AI)を理解するための枠組みを導入する。
我々は、これらの局面のそれぞれについて議論し、メタ認知の課題に対処するために、ニューロシンボリックAI(NSAI)をどのように活用できるかを探求する。
論文 参考訳（メタデータ） (2024-06-17T23:30:46Z) - Memory-Augmented Theory of Mind Network [59.9781556714202]
社会的推論は、心の理論(ToM)の能力を必要とする。
ToMに対する最近の機械学習アプローチは、観察者が過去を読み、他のエージェントの振る舞いを提示するように訓練できることを実証している。
我々は,新たなニューラルメモリ機構を組み込んで符号化し,階層的な注意を払って他者に関する情報を選択的に検索することで,課題に対処する。
この結果、ToMMYは心的プロセスについての仮定をほとんど行わずに理性を学ぶマインドモデルである。
論文 参考訳（メタデータ） (2023-01-17T14:48:58Z) - CASE: Aligning Coarse-to-Fine Cognition and Affection for Empathetic
Response Generation [59.8935454665427]
共感的対話モデルは、通常、感情的な側面のみを考慮するか、孤立して認知と愛情を扱う。
共感的対話生成のためのCASEモデルを提案する。
論文 参考訳（メタデータ） (2022-08-18T14:28:38Z) - Why we need biased AI -- How including cognitive and ethical machine
biases can enhance AI systems [0.0]
学習アルゴリズムにおける人間の認知バイアスの構造的実装について論じる。
倫理的マシン動作を達成するには、フィルタ機構を適用する必要がある。
本論文は、機械バイアスの倫理的重要性を再評価するアイデアを明示的に追求する最初の仮段階である。
論文 参考訳（メタデータ） (2022-03-18T12:39:35Z) - From Psychological Curiosity to Artificial Curiosity: Curiosity-Driven
Learning in Artificial Intelligence Tasks [56.20123080771364]
心理学的好奇心は、探索と情報取得を通じて学習を強化するために、人間の知性において重要な役割を果たす。
人工知能(AI)コミュニティでは、人工好奇心は効率的な学習に自然な本質的な動機を与える。
CDLはますます人気を博し、エージェントは新たな知識を学習するために自己動機付けされている。
論文 参考訳（メタデータ） (2022-01-20T17:07:03Z) - AGENT: A Benchmark for Core Psychological Reasoning [60.35621718321559]
直観心理学は、観察可能な行動を駆動する隠された精神変数を推論する能力です。
他のエージェントを推論する機械エージェントに対する近年の関心にもかかわらず、そのようなエージェントが人間の推論を駆動するコア心理学の原則を学ぶか保持するかは明らかではない。
本稿では,プロシージャが生成する3dアニメーション,エージェントを4つのシナリオで構成したベンチマークを提案する。
論文 参考訳（メタデータ） (2021-02-24T14:58:23Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。