Centaur, quando l’intelligenza artificiale impara a pensare come noi

Una nuova ondata di ricerca unisce scienze cognitive e modelli linguistici. Al centro c'è Centaur, un sistema di IA capace di prevedere le decisioni umane in contesti molto diversi: dal gioco d'azzardo ai rompicapi logici. Addestrato su 160 studi di psicologia che comprendono oltre 10 milioni di scelte effettuate da 60.000 partecipanti, Centaur promette di rivoluzionare il modo in cui gli scienziati esplorano la mente.

Che cos'è Centaur

• Un modello linguistico (derivato da Llama di Meta) fine‑tuned in soli cinque giorni.

• Alimentato da un enorme set di dati, battezzato "Psych 101", che copre 32 tipi di compiti: memoria, scommesse, problem solving, ragionamento sociale.

• Italiano per un «centauro» perché fonde due nature: il calcolo statistico delle macchine e la variabilità comportamentale umana.

Come è stato addestrato

1. Raccolta dati: i ricercatori hanno convertito ogni esperimento in una stringa testuale che descriveva contesto, istruzioni, opzioni e scelta del partecipante.

2. Fine‑tuning: il modello ha imparato non solo la risposta più probabile, ma l'intero spettro di risposte tipiche nella popolazione.

3. Validazione: in fase di test Centaur ha predetto le scelte di soggetti mai visti prima, superando 14 teorie cognitive classiche in 31 compiti su 32.

Cosa può fare

• Generalizzare: funziona anche su compiti inediti o modificati rispetto a quelli di addestramento.

• Simulare esperimenti in silico: gli scienziati possono "arruolare" migliaia di volontari virtuali, risparmiando tempo e costi.

• Esplorare ipotesi: variando parametri e condizioni, il modello suggerisce dove possono nascere bias o errori cognitivi.

Risultati chiave

Compito Accuracy di Centaur Accuracy media dei modelli tradizionali

Scelta tra guadagni/perdite	87 %	72 %
Riconoscimento di pattern	81 %	68 %
Problemi logici inediti	76 %	55 %

Centaur è arrivato secondo solo in un test di grammatica; tutti gli altri li ha dominati.

Perché è importante

• Versatilità: segna il passaggio da IA specializzate (come AlphaGo) a modelli trasversali.

• Nuovi strumenti per la psicologia: semplifica la fase di modellazione e stimola la creazione di teorie più robuste.

• Applicazioni pratiche: potenzialmente utile in educazione personalizzata, diagnosi precoce di disturbi cognitivi e design di interfacce che anticipano l'utente.

Limiti attuali

• Solo testo: non prevede tempi di reazione né risposte fisiologiche.

• Bias demografici: i dati provengono per lo più da campioni occidentali, istruiti, industrializzati.

• Validazione esterna: il modello è pubblico, ma serve che altri laboratori lo testino su nuove popolazioni e nuovi compiti.

Le prossime tappe

1. Espansione del dataset: quadruplare il numero di studi per includere culture e fasce d'età diverse.

2. Multimodalità: integrare dati di tempo di risposta, oculometria e attività cerebrale.

3. Collaborazioni aperte: la community accademica potrà proporre correzioni e miglioramenti, accelerando l'evoluzione del modello.

Conclusioni

Centaur dimostra che un'IA addestrata sui nostri comportamenti può diventare un potente specchio della mente. Non sostituisce gli esseri umani nei laboratori, ma apre la porta a esperimenti più rapidi e a teorie cognitive più ambiziose. Il suo successo pone un obiettivo chiaro: unire le forze tra psicologia e scienza dei dati per trasformare l'enigma delle nostre scelte in conoscenza condivisa.
FONTE