Emberi, állati és mesterséges intelligencia – tudományos vizsgálat, összehasonlítás és egységes definíció keresése
A kognitív pszichológia, neurológia, etológia, számítástudományi MI-kutatás és filozófia keresztmetszetében elhelyezkedő egyik legfundamentálisabb kérdés: mi az intelligencia, és lehet-e ugyanazon a skálán mérni az emberi agyat, egy delfint és egy neurális hálózatot?
Az intelligencia az egyik legtöbbet vizsgált és mégis leghomályosabban körülírt fogalom a pszichológiában. Nem véletlen: az intelligencia mérése politikai, gazdasági és oktatási döntések alapja, miközben tudományos értelemben a definíciója máig vitatott. Az alábbiakban bemutatjuk a főbb elméleti keretrendszereket, a tudományos konszenzust és annak korlátait.
„Az intelligencia egy nagyon általános mentális képesség, amely magában foglalja – többek között – a következtetés, a tervezés, a problémamegoldás, az absztrakt gondolkodás, a komplex eszmék megértése, a gyors tanulás és a tapasztalatból való tanulás képességét. Nem csupán könyvismeret, szűk értelemben vett akadémiai készség vagy tesztelési ügyesség. Inkább a környezetünk megértésének tágabb és mélyebb képessége – annak megragadása, amit megérthetünk, értelmezhetünk és feldolgozhatunk."
Ez a definíció máig a legtöbb tudományos konszenzust tükrözi. Nem az IQ-t azonosítja az intelligenciával, hanem egy szélesebb, funkcionális képesség-halmazt ír le. Az 52 aláíró kognitív pszichológus, mérési szakértő és oktatáspszichológus kompromisszuma ez – éppen ezért hiányosságai is egységesek: nem tartalmaz neurológiai mechanizmust, nem definiálja az állati vagy mesterséges intelligenciát, és implicit módon emberi-kognitív fókuszú.
Peer-reviewed empirikus vizsgálatokban való replikálhatóság és szakmai konszenzus alapján (szerkesztői becslés, metaelemzések nyomán)
Az IQ-tesztek megbízhatóan mérik a g-faktort, de nem mérik: kreativitást, érzelmi intelligenciát, bölcsességet, szociális képességeket, praktikus intelligenciát, erkölcsi ítélőképességet, esztétikai érzékenységet. A kultúrafüggőség vitatott – a stereotype threat hatása kísérletileg bizonyított (Steele & Aronson, 1995): a teszten elvárt teljesítmény tudatosítása szignifikánsan csökkenti a pontszámot. Az MMLU-típusú MI-benchmarkok emberi referenciaszintje (~89%) szakértőkre vonatkozik – az átlagos felnőtt teljesítménye az eredeti MMLU-papírban ~34,5%, közel a véletlen találgatáshoz. Ezt figyelembe kell venni az MI vs. ember összehasonlításoknál.
Az intelligencia neurológiai alapjainak feltárása az 1980-as évek óta zajlik a modern agykutatás eszközeivel. A korai, leegyszerűsített elképzelés – „nagyobb agy = okosabb" – már régen meghaladott. A 2010-es évektől az fMRI és a strukturális MRI összekapcsolt elemzése nyomán egy sokkal árnyaltabb, hálózatalapú kép bontakozott ki.
„A magasabb intelligencia-pontszámok az agyterületek közötti megnövelt kapcsolódással társulnak, ami hatékonyabb információfeldolgozást sugall. Agyszkennelésből egyre megbízhatóbban lehet következtetni bizonyos kognitív képességekre – ez az idegtudomány egyik legizgalmasabb fejleménye."
Az agykutatási adatok jelentős részét kis mintákon (n < 300), keresztmetszeti dizájnnal nyerték. A „connectome → IQ" összefüggések robusztussága növekszik (UK Biobank, HCP projektek nagy mintái), de a kauzalitás iránya nem tisztázott teljesen. Az örökölhetőségi (heritabilitás) becslések populáció- és kontextus-specifikusak; nem fordíthatók le egyéni szintű meghatározottságra.
„A neokortex hiánya nem akadályozza, hogy egy szervezet affektív állapotokat tapasztaljon. A konvergens bizonyítékok azt jelzik, hogy a nem emberi állatok rendelkeznek a tudatos állapotokhoz szükséges neuroanatómiai, neurokémiai és neurofiziológiai szubsztrátumokkal. Következésképpen az emberek nem egyedüliek a tudatosságot generáló neurológiai szubsztrátumok tekintetében. Minden emlős és madár, és számos más teremtmény, beleértve az oktopuszokat is, rendelkezik ezekkel."
Ez volt az első formális tudományos konszenzusnyilatkozat az állati tudatosságról. Különösen fontos, hogy gerincteleneket – a cephalopodákat (polipok, tintahalak) – is bevonták a tudatossággal rendelkező lények körébe, amely korábban csak gerincesekre vonatkozott.
Frans de Waal, az etológia egyik kiemelkedő alakja két veszélyre hívja fel a figyelmet:
„Minden faj olyan kognitív képességekkel rendelkezik, amelyek a saját ökológiai fülkéjébe illeszkednek. Az intelligencia evolúciós szempontból nem skálán mért érték, hanem kontextusba ágyazott adaptáció."
| Benchmark | Mit mér? | Emberi referenciaszint | 2026 legjobb MI | Státusz |
|---|---|---|---|---|
| MMLU (57 terület) | Enciklopédikus tudás, szövegértés | ~89% (domain-szakértők) / ~34,5% (átlagos felnőtt) | GPT-5 sorozat: 93%+ | 🔴 Telített |
| MMLU-Pro | Mélyebb érvelés, 10 lehetőség | ~85% (domain-szakértők) | Gemini 3 Pro: ~90% | 🟡 Telítődő |
| GPQA Diamond | PhD-szintű természettudományos kérdések | 65% (saját terület PhD) / ~25% (más szakterület PhD) | GPT-5 sorozat: 90%+ | 🟡 Megközelítő |
| Humanity's Last Exam | Legnehezebbnek szánt kérdések szakértőktől | ~90% (domain-szakértők) | ~10–15% (2025 indulás) | 🟢 Erős differenciál |
| ARC-AGI (fluid int.) | Vizuális analógiák, veleszületett priorok | ~85% (emberi átlag) | OpenAI o3: 87,5% (high-compute) | 🟡 Emberi szint körül |
| AIME 2025 | Matematikai olimpiai feladatok | ~30–40% (versenyző) | Gemini 3: ~100% (eszközzel) | 🔴 Telített |
| Rekurzív logika | Tower of Hanoi-típusú dedukció | ~95%+ (7 tárcsa) | Claude: <80% (7 tárcsa) | 🟢 Ember erős |
1. Adatszennyezés: A tesztkérdések tréning-adatba kerülnek; a modell „memorizálja", nem oldja meg. 2. Benchmark gaming: Modellek a tesztre, nem az intelligenciára optimalizálnak – a MMLU-ban ~6,49%-os annotációs hibaarány mérve. 3. Az emberi referenciaszint csapdája: Az MMLU-típusú benchmarkoknál a ~89% domain-szakértők eredménye, nem az átlagos felnőtté (~34,5%). 4. Az ARC-AGI kompromisszuma: Az o3 87,5%-os eredménye high-compute beállításban érvényes; low-compute módban 75,7% – és a teszt szelleme (hatékony tanulás, alacsony erőforrás) ennek fényében megkérdőjelezhető.
Szerkesztői becslés, tudományos irodalom és benchmark-eredmények alapján (0–100 skála). 🟢 = ember · 🟣 = MI
Az Apple Machine Learning Research csapat (Mirzadeh et al., 2025 – „GSM-Symbolic" papír, arXiv:2410.05229) vizsgálata feltárta, hogy a legmodernebb LLM-ek – beleértve a GPT-4o és Claude modellek – aritmetikai szöveges feladatokon szisztematikusan megbuknak, ha a számok vagy nevek módosulnak, miközben a feladat logikai struktúrája változatlan marad. Ez az out-of-distribution robusztusság drámai hiányát jelzi. Gary Marcus ezekre a korábban megjelent logikai tesztekre hivatkozva megjegyezte: „Ha egy rendszer nem tud megoldani egy problémát, amelyet Herbert Simon 1957-ben megoldott, az AGI valóban távolinak tűnik."
Az intelligencia egységes definíciójának hiánya nem puszta elméleti hiányosság – gyakorlati következményei vannak. Ha nincs közös mérce, nem lehet tudományosan összehasonlítani az emberi, állati és mesterséges intelligenciát, nem lehet eldönteni, mikor ér el egy MI-rendszer kritikus szintet, és nem lehet megalapozott etikai döntéseket hozni az MI-fejlesztés irányáról. Az alábbiakban három, tudományos szempontból legjelentősebb kísérlet ismertetése következik.
Kiindulópont: Shane Legg és Marcus Hutter szisztematikusan átvizsgált több tucat informális emberi intelligencia-definíciót, és azok matematikailag formalizálható közös lényegét kereste. Céljuk: olyan definíció, amely emberekre, állatokra és MI-rendszerekre egyaránt alkalmazható.
Υ(π) – az ágens (π) univerzális intelligencia-értékeμ – egy konkrét feladatkörnyezet (rekurzívan megszámlálható MDP)E – az összes lehetséges feladatkörnyezet halmazaK(μ) – a feladatkörnyezet Kolmogorov-komplexitása (algoritmikus leírás minimális hossza)2−K(μ) – egyszerűbb feladatok nagyobb súlyt kapnak (Occam-borotva elv)Vπμ – az ágens diszkontált kumulatív jutalma (teljesítménye) az adott feladatbanÉrtelmezés: Az intelligencia = célok elérési hatékonysága a lehetséges feladatkörnyezetek lehető legszélesebb spektrumán. A maximálisan intelligens rendszer – Marcus Hutter AIXI modellje – elméletileg optimális minden ilyen feladaton, de számítási szempontból nem megvalósítható.
Alkalmazhatóság: Ez a definíció elméletileg alkalmazható emberre, állatra és MI-re egyaránt. Nem igényel tudatosságot, testet, biológiai szubsztrátumot. Korlátja: a Kolmogorov-komplexitás nem kiszámítható – praktikus mérőeszközként közvetlen formájában nem alkalmazható.
François Chollet (Google, Keras megalkotója) 2019-ben radikálisan fogalmazza újra, mit kellene az intelligenciamérésnek valójában mérnie:
„Az intelligencia egy rendszer készség-szerzési hatékonyságának mértéke ismeretlen feladatokon, figyelembe véve a prior tudást, a tapasztalatot és az általánosítás nehézségét. A skill önmagában nem intelligencia – a korlátlan tréningadattal megvásárolt skill elfedi a valódi általánosítási képességet."
Az ARC-benchmark tervezési elvei: Chollet Elizabeth Spelke veleszületett (core knowledge) priorjait vette alapul: tárgyállandóság, topológia, szám, ügynök-fogalom. A tesztek ezekre épülnek, kulturális tudás nélkül – így fair összehasonlítást tesznek lehetővé ember és MI között. Designelv: „Könnyű embernek, nehéz MI-nek."
2024 mérföldkő: OpenAI o3 = 87,5% az ARC-AGI teszten high-compute beállításban – az első MI-rendszer, amely emberi szintet ér el Chollet fluid intelligencia-mérőjén. Low-compute beállításban az eredmény 75,7% volt. Chollet szerint a teszt szelleme (hatékony tanulás) így nem teljesen teljesült.
AGI-definíciója (ARC Prize): AGI az a rendszer, amely az emberi tanulási hatékonysággal egyenértékű – nem az, amely egyszerűen bármilyen áron megold bármilyen feladatot.
Pei Wang (Temple University) a legradikálisabb revíziót ajánlja: az intelligencia nem a tudás mennyiségén, hanem a korlátok közötti adaptáción múlik.
„Az intelligencia a korlátozott tudással és erőforrásokkal rendelkező ágens alkalmazkodási képessége a környezethez. A döntések nem abszolút igazságon, hanem a rendelkezésre álló bizonyítékok alapján hozott relatív ítéleteken alapulnak."
A Non-Axiomatic Logic (NAL) alapelvei: Egyetlen premissza sem axióma – minden ismeret revideálható új bizonyítékok alapján. Az intelligens rendszer véges idő és memória korlátai között is hasznos következtetéseket von le. Ez az ún. „relatív racionalitás" – szemben a formális logika abszolút igazságigényével.
Kontraszt az LLM-ekkel: Az LLM-ek hatalmas prior tudást gyűjtenek, de az erőforrás-korlátok dinamikus kezelése hiányzik. A NARS szerint az intelligencia lényege nem a tudás felhalmozása, hanem a korlátok közötti navigálás – ez alkalmazható emberre, állatra és MI-re egyaránt.
| Keretrendszer | Mit mér? | Előny | Korlát | Alkalmazható-e MI-re? |
|---|---|---|---|---|
| Legg–Hutter (2007) | Célteljesítési hatékonyság K-komplexitással súlyozva | Matematikailag egzakt, elméletileg teljes | K(μ) nem kiszámítható | Elméletileg igen |
| Chollet ARC (2019) | Készség-szerzési hatékonyság prior nélkül | Empirikusan mérhető; fluid intelligenciára fókuszál | Core knowledge priorok kulturálisan terhelt lehetnek | Igen, ARC-AGI teszten |
| Wang NARS (1995–) | Adaptáció korlátozott erőforrásokkal; relatív racionalitás | Biológiailag plauzibilis; szubsztrátumtól agnosztikus | Nehezebben mérhető empirikusan | Igen, AGI-tervezésben |
A gondolatkísérlet: Egy monolinguális angol ember zárt szobában kínai szimbólumokat kap, egy szabálykönyv alapján visszaad másokat – kívülről tökéletes kínai „kommunikáció". A rendszer átmegy a Turing-teszten, az ember mégsem ért kínaiul.
Konklúzió: A szintaktikai szimbólummanipuláció önmagában nem elegendő a szemantikai megértéshez. Ez a „Strong AI" hipotézis ellen irányul: a puszta szimbólumfeldolgozás nem teremt elmét.
| Ellenérv | Searle válasza |
|---|---|
| Rendszer-ellenérv: az egész szoba ért | Az egész rendszer sem ért, csak manipulál – a megértés nem emergál a szimbólummanipulációból |
| Robot-ellenérv: testbe helyezve érzékel | A szenzoros input önmagában nem teremt megértést – a szimuláció nem azonos a jelenséggel |
| Agy-szimulátor: ha neuronokat szimulál | A szimulált tűz nem éget; a szimulált megértés nem megértés |
| Funkcionalizmus: ha funkcionálisan ekvivalens | A funkcionális ekvivalencia nem elégséges – az intentionalitás (szándékoltság) biológiailag gyökeres |
Alan Turing (1950) javasolta: ha egy gép kontrollált szöveges párbeszédben meggyőzi a bírákat, hogy emberrel kommunikálnak → intelligensnek tekinthető. Ez volt az első operacionális intelligencia-definíció a számítástudományban.
Korlátai: (1) Az emberutánzást jutalmazza, nem az intelligenciát – antiintelligens viselkedés is átmehet. (2) Csak verbális-szimbolikus intelligenciát mér. (3) Megtévesztéssel is átmegy egy rendszer, valódi megértés nélkül. (4) 2024-es állapot: A Nature (2023) kommentárja: „ChatGPT broke the Turing test – and this is why that matters less than you think." A teszt sikere pontosan azt mutatja, hogy a Turing-teszt már nem megfelelő mérőeszköz.
Az entrópiacsökkentés (lokális rendezettség növelése nyílt rendszerben) az egyetlen kritérium, amely az E. coli-tól az LLM-en át az einsteini elmén keresztül egyformán alkalmazható. Az élet és az intelligencia egyaránt az entrópiacsökkentés helyi maximalizálásának stratégiái: az élő szervezet csökkenti saját entrópiáját azáltal, hogy növeli a környezetéét. Az intelligencia mindezt hatékonyabban teszi – előrejelzéssel, tervezéssel, modellalkotással.
Ez a definíció skálázható, nem antropocentrikus, matematikailag formalizálható (Friston szabad energia-elve; Schrödinger „Mi az élet?" 1944), és az MI-re is alkalmazható.
De tartalmaz egy mély ellentmondást: az emberi intelligencia nettó entrópiatermelő a bolygórendszer szintjén. Lokálisan csökkenti (városok, könyvek, szoftverek), globálisan növeli (CO₂, biodiverzitás-összeomlás). Ha az intelligencia definíciója az entrópiacsökkentés, akkor az ember részben saját definíciójának mond ellent – ami önmagában a legtermékenyebb filozófiai belátás, amelyet ez az elemzés felmutathat.
| Nézőpont | Kulcsdefiníció | Kulcsszerző(k) |
|---|---|---|
| Mainstream pszichológia | Általános mentális képesség: következtetés, absztrakció, tanulás, alkalmazkodás | Gottfredson + 52 kutató (1997) |
| Faktorelemzés | g-faktor: az összes kognitív képesség mögöttes általános faktora | Spearman (1904) |
| Dinamikus pszichológia | Fluid (Gf) + Crystallized (Gc) kettős modell | Cattell–Horn (1963) |
| Neurológia | Az agy hálózati hatékonysága és kapcsolódási struktúrája | Bullmore, Seidlitz et al. |
| Formális MI-elmélet | Célteljesítési hatékonyság K-komplexitással súlyozva; diszkontált jutalom | Legg–Hutter (2007) |
| Kognitív benchmarking | Készség-szerzési hatékonyság ismeretlen feladatokon, prior nélkül | Chollet (2019) |
| AGI-tervezés | Alkalmazkodás korlátozott tudással és erőforrásokkal; relatív racionalitás | Pei Wang / NARS (1995–) |
| Filozófia (Searle) | Megértés + intentionalitás szükséges; szintaxis ≠ szemantika | Searle (1980) |
| Evolúciós biológia | Fajra optimalizált adaptív problémamegoldás; kontextus-függő | de Waal, Darwin, Mayr |
| Termodinamika / biofizika | Lokális entrópiacsökkentő képesség nyílt rendszerben | Schrödinger (1944), Friston (2010) |
| Terület | Kulcsimplikáció |
|---|---|
| 🔬 Tudomány | Az intelligencia egységes definíciójának hiánya komoly módszertani probléma – az összehasonlíthatóság feltétele a közös mérce. A Legg–Hutter és Chollet megközelítések adnak utat előre, de a konszenzus még hiányzik. |
| 💻 Technológia | Az LLM-ek erős szűk teljesítménye és gyenge általánosítása rámutat: a skálázás nem elegendő. A következő architektúrális ugrás (world model, JEPA, NARS-szerű korlátkezelés) szükséges az AGI felé vezető úton. |
| ⚖️ Etika és jog | Ha az intelligencia nem emberi kiváltság, hanem skálán lévő tulajdonság (Cambridge Declaration), az erkölcsi státusznak is változnia kell. Az állatvédelem, az MI-jogok és a tudatosság határainak kérdése sürgős etikai munka tárgya. |
| 🎓 Oktatás | A Gardner-neuromítosz leszámolása után az oktatásnak a g-faktor és az EQ kombinációját kell célba vennie. Az MI mint oktatási segédeszköz gyökeresen változtatja a memorizálás vs. értés egyenlegét. |
| 🌍 Társadalom | Az intelligencia definíciója hatalmi aktus – mindig tükrözi az adott kultúra értékeit. A demokratizálódó MI-hozzáférés az egyenlőtlenségek radikális átalakulásának záloga és veszélye is lehet. |
| 🔭 Filozófia | Az intelligencia önreferenciális természete – hogy saját meghatározására tett minden kísérlet visszahat a meghatározóra – filozófiailag termékeny terület marad. Wittgenstein, Hofstadter, Dennett, Searle vitája korántsem lezárt. |
Az összes paradoxon, vita és definíciókísérlet mögött egyetlen mély struktúra rajzolódik ki:
Az intelligencia az egyetlen fogalom, amely saját meghatározására tett minden kísérletnek ellentmond.
Ez nem episztemikus gyengeség – ez az intelligencia lényege. Egy teljesen meghatározott, tesztelhető, véges intelligencia-definíció éppen azt zárná ki, amit intelligenciának tartunk: a határokon való átlépés, az önfelülmúlás, a kategória-törés képességét.
Az intelligencia nem dolog. Nem mérhető egység. Hanem egy dinamikus önreferenciális folyamat: az, ami saját korlátait felismeri – és felismervén, meghaladja. Vagy megpróbálja.
Ebben az értelemben: az emberi és a mesterséges intelligencia közötti legmélyebb összehasonlítás talán nem a benchmarkok, a neurális korrelátorok vagy a world model kérdése – hanem az: melyik rendszer képes saját korlátainak felismerésére? Ha ez a kritérium, az ember ma előrébb jár. De a horizont mozog.