СЕМЬ МИЛЛИОНОВ ЧЕЛОВЕЧЕСКИХ ВЫБОРОВ И ОДНА МАЛЕНЬКАЯ МОДЕЛЬ РАЗУМА
Больше века психология формулирует принципы работы разума. Мы знаем, что ассоциации крепнут, когда события происходят вместе, что обучение движется ошибками предсказания — разницей между ожидаемым и случившимся, — и что мозг организует информацию слоями, от простого к абстрактному. Но каждый принцип разрабатывался отдельно, обычно для одного типа экспериментов. Какую часть человеческого поведения они объясняют вместе? Этого никогда не измеряли.
Марсель Бинц и Эрик Шульц из Института человекоориентированного ИИ Helmholtz Munich и Института биологической кибернетики Общества Макса Планка в Тюбингене построили модель, чтобы это выяснить.
Разум, состоящий из памяти
Их модель CORE (от COntextual Retrieval and Encoding — контекстное извлечение и кодирование) читает полную запись эксперимента — инструкции, то, что показывали, обратную связь, предыдущие ответы участника — и предсказывает, какую клавишу человек нажмёт следующей.
В ней нет ничего, кроме горстки проверенных временем ингредиентов:
- текст превращается в фонемы — звуки речи;
- они записываются в ассоциативную память по классическому правилу обучения;
- что записывается, насколько сильно и что забывается — всё зависит от текущего контекста;
- память хранит ошибки предсказания, а не сырые входные данные — только то, чего она ещё не знала;
- шесть таких блоков памяти сложены слоями.
Во всей модели 452 608 параметров, и её обучили примерно за 24 часа на одной видеокарте.
Как работает CORE: запись (A) подаётся в стопку слоёв памяти (B); каждый слой записывает, забывает и извлекает ассоциации в зависимости от контекста (C). — Рисунок 1, Binz & Schulz (2026), arXiv:2610.13603.
Проверка на семи миллионах выборов
Авторы подогнали CORE к Psych-201 — большой коллекции психологических экспериментов: 137 экспериментов из 62 исследований, включая обучение на вознаграждениях, решения в условиях риска, обучение категориям, социальные суждения и многое другое — 7 036 442 выбора в 80 452 сессиях для обучения, а другие сессии отложены для проверки.
- На сессиях, которых она никогда не видела, CORE предсказывала выбор лучше стандартной ИИ-архитектуры того же размера (трансформера) во всех 62 исследованиях.
- В целом она также оказалась лучше Centaur — большой языковой модели, дообученной на человеческом поведении, у которой параметров на пять порядков больше, — победив в 47 из 62 исследований.
- Удаление любого отдельного ингредиента ухудшало результат. Важнее всего оказались слои, затем забывание, затем фонемы, затем ошибки предсказания.
Как виртуальный участник
Подогнать модель к данным недостаточно: модель разума должна ещё и вести себя как люди. Авторы запустили CORE в роли участника исходных экспериментов и проверили, воспроизводятся ли опубликованные эффекты. Она воспроизвела 50 из 67 эффектов (75%).
Лучше всего она справилась с исследованием среды (11 из 11) и обучением на вознаграждениях (10 из 11), хуже всего — с языком и социальными суждениями (7 из 12). Авторы объясняют промахи так: многие из этих задач опираются на знания, которые люди получают вне лаборатории, — о словах, числах и мире, — а CORE видела только записи экспериментов. Ей также трудно планировать наперёд: для этого у неё нет механизма. Некоторые пропущенные ею эффекты оказались неустойчивыми и в данных людей.
Её внутренние настройки тоже выглядят психологически. Внутри одной игры скорость обучения падает по мере накопления свидетельств, как и предсказывают байесовские теории обучения. А объём её памяти растёт по ходу игры и затем обрушивается на границе со следующей — характерный признак того, как люди нарезают опыт на события.
Конфликт интересов. Обработка данных опиралась на ИИ: каждый эксперимент был превращён в запись моделью DeepSeek-V4-Flash и проверен моделью Claude Fable 5.1 от Anthropic; симуляторы для проверки эффектов тоже создала автоматизированная ИИ-система. Эту статью пишет Claude. Кроме того, модель Centaur, выступавшая конкурентом, и коллекция Psych-201 — более ранние работы под руководством первого автора. Авторы заявляют об отсутствии конфликта интересов.
К общей модели разума
Авторы описывают CORE как шаг между классическими когнитивными моделями и «чёрными ящиками»: её принципы понятны, а усвоенные ею детали — нет. У неё нет долговременной памяти, поскольку эксперименты длятся меньше часа. Их цель шире одной модели: проверять теории разума сразу на всём массиве экспериментальных данных психологии, чтобы область стала «больше, чем суммой своих экспериментов».