Az AI rendszerek jelenlegi világmodelljei nem képesek az emberi elme komplex mentális állapotait figyelembe venni, ami jelentős hátrányt jelent a viselkedés előrejelzésében. Az új Mental World Modeling (MWM) keretrendszer éppen erre kínál megoldást: a kutatók szerint a mentális változók integrálása drámaian javítja az AI döntéshozatalának pontosságát, különösen társas helyzetekben.
A hagyományos AI világmodellek főként fizikai objektumokat és azok állapotait követik nyomon, figyelmen kívül hagyva az emberek tudását, hiteit vagy céljait. Egy egyszerű példán keresztül: ha egy személy bögréjét elpakolják, miközben nem figyel, az AI rendszer a fizikai állapotot helyesen érzékeli, de a személy következő lépését hibásan jósolja meg, mert nem veszi figyelembe, hogy az illető másként gondolja a bögre helyét[^1].
Az MWM keretrendszer újítása, hogy a fizikai világ állapotai mellé mentális változókat – például meggyőződéseket, figyelmet, célokat, szándékokat, érzelmeket és társadalmi kapcsolatokat – vezet be. Az akciókat két részre bontja: fizikai (pl. beszéd, mutatás, átnyújtás) és mentális (pl. vigasztalás, megtévesztés, elutasítás) összetevőkre. Ugyanaz a cselekedet különböző mentális tartalmakkal bírhat, melyeket csak a mentális világmodell tud megkülönböztetni[^1].
A MENTIS nevű referenciaimplementáció egy hatlépcsős, tréningmentes pipeline, amely a szcenárió elemzésétől kezdve a lehetőségek szétbontásán át a fizikai és mentális állapotváltozások párhuzamos szimulációjáig vezet. Minden döntési lehetőséget három szempontból értékel: fizikai ésszerűség, mentális konzisztencia és társadalmi megfelelőség alapján[^1].
A kutatók 448 különböző döntési szituációt tartalmazó Menti-Bench tesztadatsort hoztak létre, amelyben az AI rendszerek hat különböző válaszopcióból választhattak. Összehasonlításra került nyolc vezető nyelvi modell – köztük OpenAI és Anthropic rendszerek –, és az F1-pontszám alapján mérték a teljesítményt. A teljes MWM alkalmazásával az F1 érték 87,9-re nőtt, míg az emberek 98,5-öt értek el. A mentális modellezés legnagyobb előnye a társas szituációkban jelentkezett, ahol az F1 érték 26,4 ponttal emelkedett[^1].
A fennmaradó pontossági különbség legnagyobb része a szimulációs lépések hibáiból ered, különösen a fizikai-mentális állapotváltozások előrejelzésében. A kutatók szerint további fejlesztésekre van szükség, hogy az AI rendszerek ne csak a jelenlegi állapotot írják le, hanem pontosabban szimulálják a jövőbeli változásokat is[^1].
Az AI világmodellek kutatási területe folyamatosan fejlődik, de még nem egységes a definíció. Vannak, akik kizárják a visszacsatolás nélküli modelleket, míg mások a generatív modelleket is ide sorolják. A mentális világmodellezés jelentősége azonban egyre nyilvánvalóbb, különösen a komplex, társas helyzetekben való pontos döntéshozatalban[^1].
Az MWM keretrendszer megmutatta, hogy a mentális állapotok modellezése elengedhetetlen a mesterséges intelligencia rendszerek számára, ha az emberi viselkedés előrejelzése a cél. A jövőbeli kutatásoknak a szimulációs képességek fejlesztésére kell fókuszálniuk, hogy tovább csökkenjen a teljesítménykülönbség az AI és az ember között.
[^1]: The Decoder szerkesztősége (2026. 08. 22.). “Mental World Model: Was KI-Weltmodellen ohne den menschlichen Geist entgeht”. The Decoder. Közzétéve [2026. 08. 22.].