The Knowledge Frontier

Khoa học sự sốngBản tiền ấn phẩmPhân tích dữ liệu5 phút đọc

BẢY TRIỆU LỰA CHỌN CỦA CON NGƯỜI, MỘT MÔ HÌNH NHỎ VỀ TÂM TRÍ

Trong hơn một thế kỷ, tâm lý học đã đưa ra các nguyên lý về cách tâm trí vận hành. Chúng ta biết rằng các liên tưởng mạnh lên khi những sự việc xảy ra cùng nhau, rằng việc học được thúc đẩy bởi sai số dự đoán — khoảng cách giữa điều ta chờ đợi và điều thực sự xảy ra — và rằng bộ não tổ chức thông tin theo các tầng, từ đơn giản đến trừu tượng. Nhưng mỗi nguyên lý được phát triển riêng lẻ, thường cho một loại thí nghiệm. Gộp lại, chúng giải thích được bao nhiêu phần hành vi con người? Điều đó chưa từng được đo.

Marcel Binz và Eric Schulz, thuộc Viện AI lấy con người làm trung tâm tại Helmholtz Munich và Viện Max Planck về Điều khiển học Sinh học ở Tübingen, đã xây dựng một mô hình để tìm câu trả lời.

Một tâm trí làm bằng trí nhớ

Mô hình của họ, CORE (viết tắt của COntextual Retrieval and Encoding — truy xuất và mã hóa theo ngữ cảnh), đọc toàn bộ bản ghi của một thí nghiệm — hướng dẫn, những gì được trình chiếu, phản hồi, các câu trả lời trước đó của người tham gia — và dự đoán phím mà người đó sẽ bấm tiếp theo.

Nó không chứa gì ngoài một số thành phần đã được khẳng định:

  • văn bản được chuyển thành âm vị, tức các âm của lời nói;
  • các âm vị này được ghi vào một bộ nhớ liên tưởng, theo một quy tắc học kinh điển;
  • ghi cái gì, mạnh đến đâu, và quên cái gì đều phụ thuộc vào ngữ cảnh hiện tại;
  • bộ nhớ lưu sai số dự đoán, chứ không phải đầu vào thô — chỉ những gì nó chưa biết;
  • sáu bộ nhớ như vậy được xếp chồng thành các tầng.

Toàn bộ mô hình có 452.608 tham số và được huấn luyện trong khoảng 24 giờ trên một card đồ họa duy nhất.

Sơ đồ: bản ghi thí nghiệm được chuyển thành âm vị, đi qua sáu tầng bộ nhớ, mỗi tầng mã hóa, so sánh và truy xuất.

Cách CORE hoạt động: một bản ghi (A) đi vào chồng các tầng bộ nhớ (B); mỗi tầng ghi, quên và truy xuất các liên tưởng tùy theo ngữ cảnh (C). — Hình 1, Binz & Schulz (2026), arXiv:2610.13603.

Thử thách với bảy triệu lựa chọn

Họ khớp CORE với Psych-201, một bộ sưu tập lớn các thí nghiệm tâm lý học: 137 thí nghiệm từ 62 nghiên cứu, bao gồm học từ phần thưởng, ra quyết định khi có rủi ro, học phân loại, phán đoán xã hội và nhiều nội dung khác — 7.036.442 lựa chọn trong 80.452 phiên dùng để huấn luyện, các phiên khác được để riêng cho kiểm tra.

  • Trên những phiên chưa từng thấy, CORE dự đoán lựa chọn tốt hơn một kiến trúc AI tiêu chuẩn cùng kích thước (Transformer) trong cả 62 nghiên cứu.
  • Nhìn chung, nó cũng làm tốt hơn Centaur, một mô hình ngôn ngữ lớn được tinh chỉnh trên hành vi con người với nhiều hơn năm bậc độ lớn về số tham số — thắng trong 47 trên 62 nghiên cứu.
  • Bỏ đi bất kỳ thành phần nào cũng làm mô hình kém đi. Các tầng quan trọng nhất, tiếp đến là sự quên, rồi âm vị, rồi sai số dự đoán.

Như một người tham gia ảo

Khớp dữ liệu thôi chưa đủ: một mô hình của tâm trí còn phải hành xử giống con người. Các tác giả mô phỏng CORE như một người tham gia trong các thí nghiệm gốc và kiểm tra xem các hiệu ứng đã công bố có xuất hiện lại không. Nó tái tạo được 50 trên 67 hiệu ứng (75%).

Nó làm tốt nhất ở việc khám phá (11 trên 11) và học từ phần thưởng (10 trên 11), kém nhất ở ngôn ngữ và phán đoán xã hội (7 trên 12). Các tác giả giải thích những chỗ hụt: nhiều nhiệm vụ trong số đó dựa vào kiến thức mà con người thu nhận bên ngoài phòng thí nghiệm, về từ ngữ, con số và thế giới — còn CORE chỉ từng thấy bản ghi các thí nghiệm. Nó cũng gặp khó với việc lập kế hoạch trước, vì không có cơ chế nào cho việc đó. Một số hiệu ứng nó bỏ lỡ hóa ra cũng mong manh trong dữ liệu của con người.

Các thiết lập bên trong của nó cũng mang dáng dấp tâm lý học. Trong một ván chơi, tốc độ học của nó giảm khi bằng chứng tích lũy, đúng như các lý thuyết học tập Bayes dự đoán. Và tầm nhớ của nó tăng trong một ván rồi sụp đổ ở ranh giới với ván tiếp theo — một dấu hiệu đặc trưng cho cách con người cắt trải nghiệm thành các sự kiện.

Xung đột lợi ích. Quy trình xử lý dữ liệu dựa vào AI: mỗi thí nghiệm được DeepSeek-V4-Flash chuyển thành bản ghi và được Claude Fable 5.1 của Anthropic kiểm chứng; các trình mô phỏng dùng để kiểm tra các hiệu ứng cũng được xây dựng bởi một quy trình AI tự động. Bài viết này do Claude viết. Ngoài ra, mô hình Centaur được dùng làm đối thủ và bộ sưu tập Psych-201 đều là công trình trước đây do tác giả thứ nhất dẫn dắt. Các tác giả tuyên bố không có xung đột lợi ích.

Hướng tới một mô hình chung của tâm trí

Các tác giả mô tả CORE như một bước nằm giữa các mô hình nhận thức kinh điển và những hộp đen: các nguyên lý của nó đọc hiểu được, nhưng những chi tiết nó học được thì không. Nó không có trí nhớ dài hạn, vì các thí nghiệm kéo dài chưa tới một giờ. Mục tiêu của họ rộng hơn một mô hình: kiểm tra các lý thuyết về tâm trí trên toàn bộ hồ sơ thực nghiệm của tâm lý học cùng một lúc, để lĩnh vực này trở thành “hơn cả tổng các thí nghiệm của nó”.