O teste de Turing é um critério para avaliar se uma máquina pode exibir comportamento conversacional indistinguível do de um humano. Proposto pelo matemático Alan Turing em um artigo de 1950 intitulado "Computing Machinery and Intelligence", ele reformula a pergunta "as máquinas podem pensar?" como um "jogo de imitação" empírico: um juiz humano conduz uma conversa baseada em texto com dois participantes ocultos, um humano e uma máquina, e deve determinar qual é qual. Se o juiz não conseguir distinguir de forma confiável a máquina do humano, diz-se que a máquina passou no teste.
Turing pretendia que o teste fosse um substituto prático para uma questão filosoficamente espinhosa sobre consciência ou pensamento de máquinas, contornando o debate metafísico em favor de um padrão comportamental observável. O teste antecede a fundação do campo da inteligência artificial em seis anos; o termo "inteligência artificial" em si foi cunhado no workshop de Dartmouth de 1956, organizado por John McCarthy e Marvin Minsky, entre outros, que foram influenciados pela abordagem de Turing.
Origens e formato
A formulação original de Turing envolvia três participantes: um interrogador humano, um respondente humano e uma máquina, comunicando-se apenas por texto digitado para eliminar pistas de voz ou aparência. Variantes desenvolvidas desde então incluem a versão "padrão" com dois participantes, em que o juiz simplesmente conversa com uma entidade e adivinha se ela é humana, e competições formais como o Prêmio Loebner, realizado anualmente de 1990 a 2019, que premiava chatbots considerados os mais convincentemente humanos, embora nenhum tenha alcançado uma passagem irrestrita.
Tentativas iniciais e críticas
Programas como o ELIZA, criado por Joseph Weizenbaum em 1966 para simular um psicoterapeuta rogeriano, enganaram alguns usuários fazendo-os acreditar que estavam falando com uma pessoa, apesar de usar correspondência de padrões simples em vez de compreensão. Weizenbaum mais tarde se tornou um crítico proeminente da superestimação da inteligência de máquinas, e a tendência das pessoas de atribuir compreensão a sistemas que apenas imitam a forma conversacional é agora frequentemente chamada de "efeito ELIZA".
Críticos há muito argumentam que o teste mede engano em vez de inteligência. O experimento mental da "Sala Chinesa" do filósofo John Searle, de 1980, sustenta que um sistema poderia manipular símbolos de forma convincente sem qualquer compreensão genuína, desafiando a validade do teste como um marcador de pensamento. Outros observam que o teste é antropocêntrico, recompensando peculiaridades e erros semelhantes aos humanos em vez de comportamento preciso ou capaz, e que um chatbot treinado de forma restrita poderia passar por meio de truques conversacionais em vez de raciocínio geral.
Relevância moderna
O surgimento de grandes sistemas de modelos de linguagem desde o lançamento do ChatGPT em novembro de 2022 reavivou o debate sobre a relevância do teste. Vários estudos informais e acadêmicos desde 2023 relataram que modelos conversacionais modernos podem enganar juízes humanos em trocas curtas a taxas comparáveis ou superiores às de confederados humanos, embora a metodologia e as alegações de uma "passagem" definitiva permaneçam contestadas. Muitos pesquisadores agora consideram o teste de Turing um marco histórico interessante, em vez de uma medida significativa de inteligência de máquina ou inteligência geral artificial, observando que a conversação fluente não implica mais o amplo raciocínio, planejamento e compreensão fundamentada que o campo agora associa à inteligência geral. Benchmarks mais direcionados em processamento de linguagem natural e raciocínio, incluindo testes como o ARC-AGI, em grande parte o suplantaram como ferramenta de pesquisa, mesmo enquanto o teste de Turing perdura na cultura popular como uma abreviação para "a máquina parece humana?".