Turing-teszt
angolul: Turing test
Próba, amelyben egy bíró írásban beszélget egy emberrel és egy géppel. Ha a bíró nem tudja megbízhatóan megkülönböztetni őket, a gép átment a teszten.
Érthetően
Képzeld el, hogy két csukott ajtó alatt cetliket csúsztatsz be, és mindkét ajtó mögül jön válasz. Az egyik mögött ember ül, a másik mögött gép. Ha néhány percnyi levelezés után sem tudod megmondani, melyik a gép, akkor a gép átment a Turing-teszten.
A teszt nem azt méri, hogy a gép „tényleg gondolkodik-e”, mert ezt kívülről nem lehet eldönteni. Azt méri, hogy a viselkedése megkülönböztethető-e az emberétől. Alan Turing éppen azért találta ki, hogy a megfoghatatlan „tud-e gondolkodni a gép?” kérdést egy kipróbálható játékra cserélje.
Évtizedekig távoli jövőképnek számított, ma viszont inkább kultúrtörténeti mérföldkő. A mai csevegő AI-rendszerek rövid beszélgetésben már gyakran megtévesztik az embert, ezért a kutatók más módszerekkel mérik, mire képes egy modell vagy egy agent.
Hogyan működik
- Három szereplő van: egy kérdező (bíró), egy ember és egy gép. A bíró nem látja és nem hallja őket, csak írásban érintkezik velük.
- A bíró bármit kérdezhet: viccet kérhet, számoltathat, érzelmekről vagy a tegnapi időjárásról faggatózhat.
- A gép célja, hogy embernek tűnjön, ezért akár szándékosan hibázhat, késlekedhet vagy szlenget használhat. Az ember célja, hogy a bíró felismerje benne az embert.
- A megadott idő (jellemzően néhány perc) végén a bíró megnevezi, szerinte melyik beszélgetőtársa a gép.
- Sok bíróval megismétlik a próbát. Ha a bírók nagyjából olyan gyakran tévednek, mintha csak találgatnának, a gép megkülönböztethetetlennek bizonyult.
Példa a mindennapokból
Egy webáruház ügyfélszolgálati csevegőablakában írsz, és a harmadik válasz után elbizonytalanodsz, hogy ember vagy AI-agent válaszol-e. Ilyenkor a Turing-teszt bírójához hasonló helyzetben vagy, csak nincs melletted egy biztosan emberi beszélgetőtárs, akihez hasonlíthatnál. Ha nem tudod eldönteni, a rendszer nálad egy rögtönzött, nem hivatalos próbán átment.
Kit érint
Gyakori félreértés
Korlátok és kockázatok
- A megtévesztést jutalmazza, nem a tudást: egy gép ügyes mellébeszéléssel és szándékos hibákkal is átmehet rajta.
- Az eredmény erősen függ a bírótól, a beszélgetés hosszától és a témától, ezért nincs egyetlen hivatalos, mindenki által elfogadott változata.
- Csak a beszélgetést vizsgálja, így nem mond semmit arról, hogy egy agent megbízhatóan elvégez-e valós feladatokat.
- Ha egy cég azzal hirdeti a termékét, hogy „átment a Turing-teszten”, kérdezz rá, milyen feltételekkel és mennyi ideig tartott a próba.
Hasonló, de nem ugyanaz
- CAPTCHA – Ez fordított helyzet: ott egy gép dönti el rólad automatikusan, hogy ember vagy-e, nem ember ítél a gépről.
- Általános mesterséges intelligencia – Az általános mesterséges intelligencia azt jelentené, hogy a gép szinte minden szellemi feladatban emberi szinten teljesít, a Turing-teszt viszont csak a beszélgetésbeli megtévesztést méri.
- Benchmark – A benchmark rögzített feladatsoron, pontszámmal méri a teljesítményt, a Turing-teszt pedig emberi bírók benyomására épül.
Kapcsolódó fogalmak
Mesterséges intelligencia, AI-rendszerek értékelése
Loebner-díj
CAPTCHA, Általános mesterséges intelligencia, Nagy nyelvi modell, Chatbot, Kínai szoba, Benchmark
Röviden a története
Alan Turing brit matematikus 1950-ben, a Mind folyóiratban megjelent „Computing Machinery and Intelligence” című tanulmányában írta le, „imitációs játék” néven. Azt jósolta, hogy nagyjából 2000-re a gépek olyan jól játsszák majd ezt a játékot, hogy egy átlagos kérdező öt perc beszélgetés után legfeljebb 70 százalékos eséllyel ismeri fel helyesen a gépet. A Turing-teszt nevet később kapta. Az 1966-os ELIZA program egyszerű trükkökkel is sok felhasználóban keltette azt az érzést, hogy megértik őket, pedig nem a teszt szabályai szerint vizsgálták. A 2014-es „Eugene Goostman”-féle sikerbejelentést a szakma vitatta.
Hol tart most
A fogalom közismert. 2025-ben a San Diegó-i Kaliforniai Egyetem kutatói kontrollált, háromszereplős kísérletben vizsgálták a nagy nyelvi modelleket ötperces írásos beszélgetésekben. Egy megfelelő utasítást kapott modellt (GPT-4.5) a bírók az esetek mintegy 73 százalékában tartották embernek, vagyis gyakrabban, mint a valódi embert. 2026 végén ezért a teszt inkább történelmi mérföldkőnek számít, a képességeket más módszerekkel mérik.
Más nevei
Turing-teszt · Turing teszt · Turing-próba · Turing test · imitációs játék · utánzójáték · imitation game
Források
A szócikk gépi szerkesztéssel készült és gépi szakmai lektoráláson ment át; a „hírekben” rész az Agent Age sztorijaiból automatikusan frissül.