Los modelos de lenguaje grandes aprenden como los humanos: práctica intercalada y espaciada en el aprendizaje...

Área de la Ciencia:

• Ciencias cognitivas
• Inteligencia artificial
• Lingüística computacional

Sus antecedentes:

• Comprender los mecanismos de aprendizaje humanos es crucial para desarrollar una IA avanzada.
• Los grandes modelos lingüísticos (LLM) son prometedores en la adquisición de idiomas, pero sus procesos de aprendizaje no se comprenden completamente.
• Investigar cómo los LLM aprenden idiomas artificiales puede revelar diferencias fundamentales en comparación con la cognición humana.

Objetivo del estudio:

• Comparar la adquisición de patrones morfológicos en un lenguaje artificial entre humanos y LLM.
• Examinar cómo la estructura de entrada (bloqueada vs. entrelazada, yuxtapuesta vs. espaciada) afecta el aprendizaje en ambos sistemas.
• Identificar las divergencias en los mecanismos de aprendizaje y las estrategias cognitivas.

Principales métodos:

• Se empleó un paradigma de aprendizaje de lenguaje artificial.
• Los participantes incluían humanos y tres LLM (GPT4mini, DeepSeek_V3, Llama3.1).
• Se utilizaron tareas de clasificación e inflexión de verbos con una secuencia y presentación de entrada variadas.

Principales resultados:

• Los LLM superaron constantemente a los humanos, demostrando un aprendizaje superior de pocos disparos.
• El aprendizaje humano fue influenciado por los efectos de intercalación y espaciado, consistentes con las teorías cognitivas.
• Los LLM mostraron respuestas dependientes del modelo a la estructura de entrada, que divergen de los patrones de aprendizaje humanos.
• Los humanos exhibieron ilusiones metacognitivas con respecto a las preferencias de aprendizaje, a diferencia de la mayoría de los LLM.

Conclusiones:

• Los mecanismos de aprendizaje humanos como el entrelazamiento y el espaciado no se traducen directamente en LLM.
• El rendimiento de LLM es sensible a la estructura de entrada, pero de maneras distintas de la cognición humana.
• Las diferentes arquitecturas de LLM exhiben diferentes grados de sensibilidad a la secuenciación y presentación de entrada.