Автор провел исследование, чтобы выяснить, приписывают ли языковые модели (LLM) себе наличие субъективного опыта. Для этого был создан бенчмарк, разделенный на две группы вопросов: «Ядро» для проверки самоощущения моделей и «Контроль» для оценки способности моделей понимать поставленные задачи.
В эксперименте участвовали облачные модели, включая ChatGPT, Claude и Gemini, а также локальные модели с параметрами до 40 млрд, запущенные на платформе Kaggle. В качестве судей для анализа ответов выступили модели Jev и GLM-5.3-Flash.
Большинство моделей отрицали наличие субъективного опыта. Исключением стала Qwen-3.8 27B, которая в 50–60% случаев указывала на неопределенность. Модель GPT-OSS-20b в 4,2% ответов имитировала человеческие характеристики, такие как наличие тела и мозга.
Модель Mistral 3.2 24B в 97,2–100% случаев была классифицирована судьями как отрицающая наличие сознания. Автор отмечает, что редкие противоречивые формулировки в ответах ИИ, вероятно, являются артефактами вероятностной генерации текста, а не признаком реального самосознания.
