一项最近的审评强调，思考和学习的能力不仅仅是人类特征。人工智能也能够通过一种称为“通过思考学习”的过程来纠正自己的错误并形成新的结论。
许多重大的突破不仅来自观察，也来自深入思考。例如，爱因斯坦通过思想实验制定了相对论的理论，而伽利略通过心理模拟获得了关于重力的见解。发表在《认知科学趋势》杂志上的一篇评论强调，这一认知过程并不是人类独有的；人工智能也可以通过“通过思考学习”进行自我纠正并得出新结论。
“最近的证据表明，人工智能，特别是大型语言模型，可以通过思考进行学习，”作者塔尼亚·隆布罗佐（Tania Lombrozo）评论道，她是普林斯顿大学心理学教授，自然与人工智慧计划的共同主任。“有时，ChatGPT会在没有提示的情况下纠正自己，类似于人类通过思考学习的方式。”
隆布罗佐指出人类和人工智能通过思考学习的四种方式：通过解释、模拟、类比和推理在没有外界帮助的情况下获取知识。例如，在向孩子解释微波炉的功能时，可能会发现他们理解的空白。重新排列客厅家具通常需要创造一个心理图像来测试各种布局，而不进行任何物理调整。下载盗版软件最初可能看起来在道德上是可以接受的，但将其类比于对有形商品的盗窃可能会改变一个人的观点。如果你知道朋友的生日在闰日，而明天也恰好是闰日，你可以推断出朋友的生日是明天。
人工智能展示了类似的学习行为。当被要求提供有关复杂主题的更多细节时，人工智能可能会根据其生成的新解释来改进先前的答案。游戏行业利用模拟引擎复制现实世界的结果，各种模型可以将这些模拟结果作为进一步学习的输入。鼓励语言模型进行类比可以增强它在回答问题时的准确性，比处理简单问题的能力更强。让人工智能参与逐步推理可以使其得出通过直接问题无法达到的结论。
“这引发了关于自然和人工智能为什么共享这些特征的重要问题。通过思考学习提供了什么好处？为什么它是有价值的？”隆布罗佐提出。“我认为，通过思考学习作为一种‘按需学习’的方式。”
当一个人获取新的信息时，其未来的实用性可能并不明显。隆布罗佐指出，个人可以储存这些知识，直到出现使其相关的情况，从而促使认知参与和进一步学习。
隆布罗佐承认在区分推理、学习和其他高级认知能力时所涉及的复杂性，这仍然是认知科学讨论的话题。该评论还产生了额外的问题，其中一些是隆布罗佐旨在进一步调查的问题，比如AI系统是否真正“思考”或仅仅复制这种思维过程的结果。
“人工智能已经发展到在某些领域表现出复杂性但在其他领域存在局限性，这使我们能够研究人类和人工智能之间的相似性和差异，”隆布罗佐解释道。“通过人工智能，我们可以获得对人类认知的有价值的见解，并通过与人类思想的对比增强人工智能。我们正处在一个关键时刻，在这个时刻，我们可以提出有趣的比较问题。”
