Тест Салли-Энн: Исследование теории разума и ложных убеждений.

Введение

Психологический тест

Тест Салли-Энн — это психологический тест, используемый в психологии развития для оценки способности человека понимать, что другие могут иметь ложные убеждения. Оригинальная разработка теста Салли-Энн была проведена Саймоном Бароном-Коэном, Аланом М. Лесли и Утой Фрит (1985 год); в 1988 году Лесли и Фрит повторили эксперимент с участием людей (вместо кукол) и получили схожие результаты.

Описание испытаний

Для разработки эффективного теста Барон-Коэн и др. модифицировали парадигму кукольной постановки Виммера и Пернера (1983), в которой куклы представляют конкретных персонажей в истории, а не гипотетических персонажей чистого повествования. В процессе тестирования, после знакомства с куклами, ребенку задают контрольный вопрос на запоминание их имен (Вопрос об именах). Затем разыгрывается короткая сценка: Салли берет шарик и прячет его в свою корзину. После этого она "уходит" из комнаты на прогулку. Пока ее нет, Энн перекладывает шарик из корзины Салли в свою коробку. Затем Салли снова появляется, и ребенку задают ключевой вопрос, Вопрос об убеждениях: "Где Салли будет искать свой шарик?". В исследовании Барона-Коэна и др. (1985) 23 из 27 клинически здоровых детей (85%) и 12 из 14 детей с синдромом Дауна (86%) правильно ответили на Вопрос об убеждениях. Однако, только четверо из 20 детей с аутизмом (20%) дали правильный ответ. В целом, дети младше четырех лет, а также большинство детей с аутизмом (старшего возраста), отвечали на Вопрос об убеждениях "в коробке Энн", по-видимому, не осознавая, что Салли не знает о перемещении ее шарика. Ruffman, Garnham и Rideout (2001) дополнительно исследовали связь между тестом Салли-Энн и аутизмом, рассматривая взгляд как социальную коммуникативную функцию. Они добавили третье возможное местонахождение шарика: карман исследователя. При тестировании детей с аутизмом и детей с умеренными нарушениями обучения в таком формате, было обнаружено, что обе группы одинаково хорошо отвечали на Вопрос об убеждениях; однако участники с умеренными нарушениями обучения надежно смотрели на правильное местонахождение шарика, в то время как участники с аутизмом этого не делали, даже если они правильно отвечали на вопрос. Эти результаты могут являться проявлением социальных дефицитов, характерных для аутизма. Tager-Flusberg (2007) отмечает, что, несмотря на эмпирические данные, полученные с помощью задания Салли-Энн, среди ученых растет неопределенность относительно значимости лежащей в его основе теории разума в контексте аутизма. Во всех проведенных исследованиях некоторые дети с аутизмом успешно выполняют задания на ложные убеждения, такие как Салли-Энн.

To develop an efficacious test, Baron Cohen et al. modified the puppet play paradigm of Wimmer and Perner (1983), in which puppets represent tangible characters in a story, rather than hypothetical characters of pure storytelling. In the test process, after introducing the dolls, the child is asked the control question of recalling their names (the Naming Question). A short skit is then enacted; Sally takes a marble and hides it in her basket. She then "leaves" the room and goes for a walk. While she is away, Anne takes the marble out of Sally's basket and puts it in her own box. Sally is then reintroduced and the child is asked the key question, the Belief Question: "Where will Sally look for her marble?" In the Baron Cohen et al. (1985) study, 23 of the 27 clinically unimpaired children (85%) and 12 of the 14 children with Down Syndrome (86%) answered the Belief Question correctly. However, only four of the 20 children with Autism (20%) answered correctly. Overall, children under the age of four, along with most autistic children (of older ages), answered the Belief Question with "Anne's box", seemingly unaware that Sally does not know her marble has been moved. Ruffman, Garnham, and Rideout (2001) further investigated links between the Sally–Anne test and autism in terms of eye gaze as a social communicative function. They added a third possible location for the marble: the pocket of the investigator. When autistic children and children with moderate learning disabilities were tested in this format, they found that both groups answered the Belief Question equally well; however, participants with moderate learning disabilities reliably looked at the correct location of the marble, while autistic participants did not, even if the autistic participant answered the question correctly. These results may be an expression of the social deficits relevant to autism. Tager Flusberg (2007) states that in spite of the empirical findings with the Sally–Anne task, there is a growing uncertainty among scientists about the importance of the underlying theory of mind hypothesis of autism. In all studies that have been done, some children with autism pass false belief tasks such as Sally–Anne.

У других гоминидов

Отслеживание движения глаз шимпанзе, бонобо и орангутанов показывает, что все три вида способны предвидеть ложные убеждения субъекта в костюме Кинг Конга и успешно проходят тест Салли-Энн.

Искусственный интеллект

Исследователи в области искусственного интеллекта и вычислительной когнитивной науки давно пытаются вычислительно смоделировать способность человека рассуждать о (ложных) убеждениях других в задачах, таких как тест Салли-Энн. Для воспроизведения этой способности в компьютерах было предпринято множество подходов, включая нейросетевые модели, распознавание эпистемических планов и байесовскую теорию разума. Эти подходы обычно моделируют агентов как рационально выбирающих действия на основе своих убеждений и желаний, что может быть использовано для предсказания их будущих действий (как в тесте Салли-Энн) или для вывода их текущих убеждений и желаний. В ограниченных условиях эти модели способны воспроизводить поведение, подобное человеческому, при решении задач, аналогичных тесту Салли-Энн, при условии, что задачи представлены в формате, читаемом машиной. 22 марта 2023 года исследовательская группа из Microsoft опубликовала статью, показывающую, что ИИ-система GPT 4, основанная на больших языковых моделях (LLM), может успешно пройти один из вариантов теста Салли-Энн, что авторы интерпретируют как свидетельство "очень высокого уровня теории разума" у GPT 4. Однако обобщаемость этого результата была поставлена под сомнение в нескольких других работах, которые указывают на то, что способность GPT 4 рассуждать об убеждениях других агентов остаётся ограниченной (точность 59% по бенчмарку ToMi) и не является устойчивой к "атакующим" изменениям теста Салли-Энн, с которыми люди справляются гибко. В то время как некоторые авторы утверждают, что производительность GPT 4 в задачах, подобных тесту Салли-Энн, можно повысить до 100% с помощью улучшенных стратегий промптинга, этот подход, по-видимому, улучшает точность лишь до 73% на более крупном наборе данных ToMi и не позволяет надёжно делать градированные выводы о целях других агентов на основе наблюдаемых действий. Таким образом, степень, в которой LLM, такие как GPT 4, способны к социальному рассуждению, остаётся активной областью исследований.