Be någon att välja en siffra mellan 1 och 10. Chansen är stor att svaret blir 7. Chansen är ännu större om du frågar AI.
Därför väljer AI nästan alltid siffran 7: Gradient descent
I ett experiment från 1976, publicerat i den vetenskapliga tidskriften Journal of Experimental Psychology: Human Perception and Performance, fick 558 personer på Yale University ange den första siffra de kom att tänka på. Hela 28,4 procent valde 7.
Det är nästan tre gånger så många som om svaren hade varit helt jämnt fördelade mellan tio möjliga alternativ.
Väljer 7 i 80 procent av fallen
En förklaring är att människor har en bestämd uppfattning om hur slumpmässighet ska se ut. Ett och tio känns som självklara ytterligheter. Fem ligger mitt i intervallet. Jämna tal kan uppfattas som mer regelbundna, medan sju känns mindre förutsägbart.
Ett fenomen som nu uppmärksammas är att AI är betydligt värre.
I februari 2025 publicerade Javier Coronado-Blázquez, forskare vid Telefónica Tech i Madrid, en studie på forskningsplattformen arXiv. Han testade sex språkmodeller i sju språk, med olika intervall och inställningar för hur varierade svaren skulle vara.
Totalt genomfördes 75 600 förfrågningar.
Resultatet var slående. När modellerna ombads välja ett tal mellan ett och tio var sju det vanligaste svaret för samtliga modeller, med vissa variationer beroende på språk. Tre av modellerna, däribland Gemini 2.0 och GPT-4o-mini, valde sju i omkring 80 procent av försöken.
Optimeringsalgoritm
Författaren och forskaren Adam Zachary Wasserman uppmärksammar också fenomenet på X, och hänvisar till fenomenet gradient descent, på svenska gradientnedstigning.
Gradientnedstigning är en iterativ optimeringsalgoritm som används för att hitta minimum för en funktion, den tillämpas ofta inom maskininlärning och artificiell intelligens för att minimera förlust- eller kostnadsfunktioner.
Den djupare poängen är att språkmodeller inte är byggda för att vara opartiska slumptalsgeneratorer. De tränas för att producera sannolika svar.
Ironiskt resultat
Om träningen gör en viss fortsättning mycket mer sannolik än andra finns det inget i gradient descent som automatiskt korrigerar den obalansen.
Det finns en viss ironi i resultatet. AI tränas på mänsklig kunskap och mänskligt språk för att kunna hjälpa oss med allt från vardagsfrågor till avancerad analys. Men när den ombeds göra något så enkelt som att välja en siffra kan den uppvisa en ännu starkare version av våra egna begränsningar.
Läs mer: 6 500 miljarder ska in i AI – börsvinnarna som många missat
Läs mer: Ärkerivalerna går ihop: AI lokalt på nya Mac
Läs mer: Bankjätten varnar: Låt inte AI sköta dina pengar
