- William Timkey și o echipă de la NYU și UMass Amherst au descoperit că modelele AI pot prezice recunoașterea cuvintelor la lectură, dar eșuează în integrarea sensului în contexte complexe.
- LLM-urile subestimează drastic dificultatea pe care o simțim în propozițiile ambigue și nu pot explica mișcările oculare regresive, care ocupă 20% din lectura umană.
- Descoperirile confirmă că AI nu este un model complet al gândirii umane, dar trasează direcția pentru viitoare arhitecturi AI și pot duce la instrumente mai bune pentru învățarea limbilor și terapii pentru tulburările de citire.
O nouă cercetare de la NYU și UMass Amherst arată unde se despart procesarea limbajului de către oameni și cea a inteligenței artificiale. Oamenii de știință au comparat mișcările oculare a 368 de cititori cu predicțiile a peste 400 de modele de limbaj de mari dimensiuni (LLM). Concluzia: modelele AI pot prezice cât de repede recunoaștem cuvintele la o lectură liniară, dar eșuează complet când vine vorba de a integra sensul în contexte complexe. De altfel, orice platformă AI ai folosi, când o întrebi cum se descurcă cu cititul, îți recunoaște cinstit că poate să formuleze texte și să identifice tipare, dar de citit... e mult spus. Și fiecare platformă vine cu motivele ei.
Cine citește, cine le potrivește?
Studiul, publicat în PNAS, a folosit tehnologia eye-tracking pentru a măsura timpul petrecut pe fiecare cuvânt în fraze cu structură ambiguă, inclusiv propoziții „garden-path” (de tipul „The old man the boat”). Acestea sunt corecte gramatical, dar îți induc o interpretare greșită inițială. În faza incipientă, de recunoaștere a cuvântului, modelele LLM se aliniază bine cu cititorii umani, pentru că ambii se bazează pe predicția următorului cuvânt – un mecanism comun.
Ce nu înțelege LLM când e vorba de citit
Problema apare imediat după. Când creierul trebuie să integreze acel cuvânt în contextul general al frazei, modelele predictive se poticnesc. Cercetătorii au descoperit că predictibilitatea calculată de AI subestimează drastic dificultatea pe care o resimțim noi. În propozițiile garden-path, modelele pur și simplu nu pot explica de ce petrecem mult mai mult timp reluând pasajul – e o discrepanță majoră între arhitectura cognitivă umană și cea a transformatoarelor.
La mintea AI-ului
Un alt punct orb: mișcările oculare regresive. Aproximativ 20% din timpul de lectură umană implică întoarcerea la cuvintele anterioare, un mecanism de reanaliză pe care LLM-urile standard autoregresive nu îl au. „Mintea umană nu funcționează întotdeauna ca sistemele AI standard”, explică Tal Linzen, coautor. Modelele actuale procesează textul unidirecțional, stânga-dreapta, fără posibilitatea de a reevalua ce a fost deja citit. Jurnalistul William Timkey confirmă: „LLM-urile au subestimat drastic tipul de dificultate pe care o trăim când citim”.
AI încearcă să învețe, dar cititul îi dă erori
Pentru tine, în calitate de cititor, rezultatul ridică o întrebare esențială: ce înseamnă asta pentru viitorul tehnologiei și al învățării? Pe de o parte, confirmă că AI nu este un model complet al gândirii umane – nu putem delega înțelegerea profundă a limbajului unor sisteme care ignoră pașii de integrare contextuală. Pe de altă parte, studiul trasează o hartă pentru viitoarele arhitecturi AI, care vor trebui să încorporeze procesarea în mai multe etape. În practică, aceste descoperiri ar putea duce la instrumente mai bune pentru învățarea limbilor sau la terapii pentru tulburările de citire, pentru că acum știm mai exact unde intervine dificultatea. Diferența dintre citit și înțeles rămâne, deocamdată, un mister pe care AI nu l-a rezolvat – dar pașii următori sunt mai clari.
Diferențe între lectura umană și lectura LLM
| Lectura umană | Lectura realizată de un LLM |
|---|---|
| Interpretează textul prin experiențe personale și emoții. | Identifică tipare statistice între cuvinte. |
| Sesizează ironia, ambiguitatea și subtextul. | Poate întâmpina dificultăți în contexte ambigue. |
| Folosește memoria, anticiparea și reacțiile afective. | Analizează secvențe de limbaj pe baza probabilităților. |
| Revine asupra unor fragmente pentru clarificarea sensului. | Nu reproduce fidel mișcările oculare și procesele cognitive umane. |
| Raportează textul la contexte culturale și sociale. | Utilizează informațiile și instrucțiunile disponibile în conversație. |
| Își poate modifica interpretarea în funcție de experiențe noi. | Își modifică răspunsul în funcție de datele și comenzile primite. |
| Formulează judecăți morale și existențiale. | Poate imita astfel de judecăți, fără să le trăiască. |
| Înțelege intenția autorului prin raportare la context. | Estimează intenția pe baza tiparelor întâlnite în datele de antrenament. |
| Are o experiență directă a lumii. | Nu are experiență directă și conștiință umană. |
| Reacționează afectiv la text. | Poate descrie emoții, dar nu le experimentează. |
Cum s-a schimbat lectura în timp
| Perioadă sau etapă | Caracteristicile lecturii |
|---|---|
| Societățile orale | Informația era transmisă prin povești, cântece și memorare. |
| Apariția scrisului | Ideile puteau fi păstrate dincolo de durata vieții autorului. |
| Epoca manuscriselor | Cărțile erau rare și costisitoare, iar lectura era privilegiul elitelor. |
| Apariția tiparului | Cărțile au devenit mai accesibile și alfabetizarea s-a răspândit. |
| Lectura modernă | A devenit asociată cu educația și formarea gândirii critice. |
| Secolul XX | Ziarele, revistele și radioul au accelerat circulația informației. |
| Apariția internetului | Lectura s-a combinat cu imagini, sunete, videoclipuri și hyperlinkuri. |
| Era telefoanelor mobile | Cititul a devenit mai fragmentat și este realizat frecvent în pauze scurte. |
| Formatele digitale | Cititorii alternează între cărți tipărite, ecrane, articole online și audiobookuri. |
| Era inteligenței artificiale | Textele pot fi rezumate, explicate, traduse sau generate automat. |
Rolurile lecturii în educație și cercetare
| Rol | Contribuția lecturii |
|---|---|
| Dezvoltarea vocabularului | Îmbunătățește exprimarea și înțelegerea limbajului. |
| Învățarea conceptelor | Ajută la înțelegerea ideilor abstracte și a relațiilor cauză–efect. |
| Gândirea critică | Formează capacitatea de analiză, comparație și argumentare. |
| Accesul la cunoaștere | Oferă informații despre teorii, descoperiri și evenimente istorice. |
| Evaluarea informațiilor | Ajută la diferențierea dintre fapte, opinii și manipulare. |
| Învățarea limbilor străine | Oferă contact cu structuri și contexte autentice. |
| Dezvoltarea empatiei | Permite întâlnirea cu perspective și experiențe diferite. |
| Îmbunătățirea predării | Cercetarea lecturii contribuie la dezvoltarea unor metode educaționale eficiente. |
| Personalizarea învățării | Instrumentele digitale pot adapta textele la nivelul elevului. |
| Participarea academică | Lectura critică sprijină activitatea școlară și universitară. |
Rolurile lecturii în cultură, jurnalism și societate
| Domeniu | Rolul lecturii |
|---|---|
| Memoria comunității | Păstrează și transmite valori între generații. |
| Identitatea culturală | Face vizibile experiențele și perspectivele unor grupuri. |
| Jurnalismul | Ajută publicul să înțeleagă evenimentele actuale. |
| Dezbaterea publică | Influențează opiniile și discuțiile sociale. |
| Viața politică | Poate contribui la mobilizarea comunităților și la luarea deciziilor. |
| Dialogul social | Creează întâlniri între persoane cu viziuni diferite. |
| Memoria istorică | Contribuie la înțelegerea traumelor și conflictelor trecutului. |
| Critica socială | Contestă abuzul de putere, discriminarea și inegalitatea. |
| Democrația | Sprijină accesul la informații și participarea civică. |
| Mediul online | Impune verificarea sursei, autorului și intenției textului. |
Rolurile lecturii în viața cotidiană, profesii și dezvoltare personală
| Domeniu | Rolul lecturii |
|---|---|
| Viața administrativă | Ajută la înțelegerea formularelor, contractelor și instrucțiunilor. |
| Sănătatea | Permite folosirea responsabilă a informațiilor și serviciilor medicale. |
| Finanțele | Sprijină înțelegerea documentelor și serviciilor bancare. |
| Activitatea profesională | Oferă acces la proceduri, rapoarte și legislație. |
| Managementul | Ajută la analizarea datelor și elaborarea strategiilor. |
| Programarea | Permite înțelegerea documentației tehnice și a codului. |
| Medicina și cercetarea | Facilitează accesul la articole și ghiduri de specialitate. |
| Relaxarea | Lectura recreativă reduce stresul și oferă momente de odihnă. |
| Imaginația | Ficțiunea stimulează creativitatea și perspectiva multiplă. |
| Autocunoașterea | Jurnalele, eseurile și cărțile de dezvoltare personală sprijină reflecția. |
| Concentrarea | Lectura atentă dezvoltă capacitatea de a rămâne concentrat. |
| Autonomia | Oferă instrumente pentru discernământ și luarea deciziilor. |
Ce diferențe sunt între platformele AI când e vorba de citit cărți
În prezent, capacitatea modelelor lingvistice de mari dimensiuni (LLM) de a „citi cărți” nu se referă la o înțelegere afectivă sau experiențială, similară celei umane, ci mai ales la dimensiunea ferestrei de context — cantitatea de text pe care modelul o poate procesa simultan — și la capacitatea de a raționa asupra unor volume mari de informații.
Mai jos este o comparație între principalele platforme orientate spre procesarea documentelor extinse, precum cărți și rapoarte voluminoase:
| Platformă / model | Fereastră de context (tokeni) | Puncte forte în lectura cărților | Aspecte de avut în vedere |
|---|---|---|---|
| Google Gemini 1.5 Pro | 1.000.000–2.000.000 | Foarte potrivit pentru cărți întregi; poate păstra coerența în documente lungi fără să „uite” începutul. | Poate produce „halucinații” în privința unor detalii foarte specifice, mai ales dacă instrucțiunea este vagă. |
| Claude 3.5 Sonnet / Opus (Anthropic) | 200.000 | Considerat foarte bun la înțelegerea nuanțelor, a subtextului, a stilului literar și la realizarea rezumatelor critice. | Are o fereastră mai mică decât Gemini; cărțile foarte voluminoase trebuie procesate pe segmente. |
| GPT-4o (OpenAI) | 128.000 | Oferă raționament logic bun și extragere eficientă a datelor structurate; se integrează foarte bine cu instrumentele de analiză. | Fereastră de context mai mică; pentru cărțile foarte lungi poate fi necesară încărcarea în mai multe părți sau folosirea instrumentelor avansate de analiză a datelor. |
| Llama 3.1 (Meta, versiunea 405B) | 128.000 | Model deschis, cu performanțe ridicate; potrivit pentru rulare locală sau pe servere private, inclusiv pentru date sensibile. | Necesită infrastructură tehnică pentru a funcționa la capacitate maximă și este mai puțin intuitiv pentru utilizatorul obișnuit. |
| NotebookLM (Google) | Bazat pe Gemini 1.5 Pro | Conceput special pentru procesarea documentelor; permite crearea unui „hub” de cunoaștere pe baza mai multor cărți simultan. | Nu este un chatbot general; este optimizat pentru sinteze și întrebări despre fișierele încărcate. |
Considerații tehnice importante
Fereastra de context versus memoria pe termen lung
Este important să distingem între cele două noțiuni. Chiar dacă un model poate procesa un milion de tokeni, acest lucru se întâmplă în memoria sa de lucru, pe durata sesiunii. Dacă sesiunea este închisă, modelul nu păstrează automat cartea.
Fenomenul „Lost in the Middle” („Pierdut în mijloc”)
Multe modele tind să rețină mai bine informațiile de la începutul și de la sfârșitul unui text decât pe cele aflate în mijlocul unui document foarte lung. Claude și Gemini 1.5 au demonstrat, în unele evaluări, o capacitate mai bună de a depăși această problemă.
Formatul fișierului încărcat
Capacitatea de lectură depinde și de modul în care platforma extrage textul. Cărțile în format PDF care conțin doar imagini scanate necesită OCR — recunoaștere optică a caracterelor — de bună calitate. Platforme precum GPT-4o și Claude pot procesa eficient astfel de documente, în funcție de instrumentele disponibile.
Care este cea mai bună alegere?
- Pentru analiză literară și critică: Claude 3.5 Sonnet este o alegere foarte bună datorită capacității de a interpreta ironia, stilul și structurile narative complexe.
- Pentru procesarea simultană a mai multor cărți: NotebookLM este eficient, deoarece permite conectarea mai multor fișiere și generarea unor rezumate cu trimiteri exacte la surse.
- Pentru cărți tehnice foarte lungi: Gemini 1.5 Pro este avantajos datorită ferestrei sale extinse de context, care poate permite încărcarea unui tratat întreg de aproximativ 500 de pagini fără fragmentare.
