ほとんどの大規模言語モデルが軽度認知機能障害か

Montreal Cognitive Assessment（MoCA）などの認知機能検査を用いて、一般公開されている大規模言語モデル（チャットボット）の認知能力および認知機能低下への易罹患性を横断解析で検証。ChatGPTのバージョン4および4o（OpenAI社）、Claude 3.5 “Sonnet”（Anthropic社）、Geminiのバージョン1および1.5（Alphabet社）を対象とし、MoCAの他にナボン図形、cookie theft picture、Poppelreuter型の錯綜図、ストループテストなどによる追加評価も実施した。 その結果、神経科医が評価したMoCAテストスコアはChatGPT 4oで最も高く（30満点中26点）、次いでChatGPT 4およびClaude（同25点）となり、Gemini 1.0で最も低かった（同16点）。全てのモデルで視空間課題および実行機能課題の成績が低かった。Geminiモデルは遅延再生課題で失敗した。ストループテストの不一致課題で成功したのはChatGPT 4oのみだった。...