Hvordan forstår vi maskiner som snakker til oss?

Hvordan samhandler mennesker med maskiner som bruker store språkmodeller? Tolker vi “uttalelsene” fra språkmodeller på samme måte som vi forstår hverandre?

Mange forskere støtter seg på det som blir kalt inferensialisme (Grice 1957, 1967) som en grunnleggende del av menneskelig kommunikasjon. Ifølge dette synet innebærer forståelsen av det som sies, enten det er muntlig eller skriftlig, å gjøre antakelser for å finne ut hva den som snakker faktisk mener. Dette krever at vi bruker informasjon fra konteksten og vår egen bakgrunnskunnskap sammen med setningsstrukturen vi analyserer.

Effektive samtaler med store språkmodeller, også kalt LLM-er?

Men dette fører til et vanskelig spørsmål: Hvordan kan vi effektivt føre samtaler med noen som ikke har kommunikative intensjoner, som store språkmodeller (LLM-er)? Gjennom å kombinere teoretisk og eksperimentell forskning, håper prosjektet å svare på flere viktige spørsmål:

Er inferensialisme en riktig tilnærming for våre interaksjoner med LLM-er?
Kan vi tolke uttalelser fra både mennesker og LLM-er på en enhetlig måte, eller forstår vi dem på grunnleggende forskjellige måter?
Hvordan opplever barn sine samhandlinger med LLM-er?

Målet med studien er å utvide vår forståelse av kommunikasjon, ikke bare mellom mennesker, men også med KI-drevne systemer.