Can Machines Think? The Turing Testئایا ئامێرەکان بیر دەکەنەوە؟ تاقیکاریی تیورینگ

The Turing test is one of the most famous ideas in artificial intelligence. It gives a practical way to ask how well a machine can copy human thinking and conversation. Alan Turing proposed it in 1950. It is not only a measure of technology; it is also a philosophical question about what it means to think and to communicate.

تاقیکاریی تیورینگ یەکێکە لە ناودارترین بیرۆکەکانی ژیریی دەستکرد (Artificial intelligence). ڕێگایەکی کردەییمان دەداتێ بۆ ئەوەی بزانین ئامێرێک چەند باش دەتوانێت لاسایی بیرکردنەوە و قسەکردنی مرۆڤ بکاتەوە. ئالان تیورینگ لە ساڵی ١٩٥٠دا پێشنیاری کرد. تەنیا پێوەری تەکنەلۆجیا نییە؛ پرسیارێکی فەلسەفیشە دەربارەی ئەوەی بیرکردنەوە و پەیوەندیکردن واتای چییە.

In this lesson you will see how the test works, what passing it does and does not prove, famous programs that fooled people (ELIZA, Eugene Goostman, today's chatbots), CAPTCHA — the Turing test that computers give to us — and the Chinese Room, the best-known argument against the test. Along the way you will see why the test is still an important benchmark for machine intelligence, and why people still argue about it.

لەم وانەیەدا دەبینیت تاقیکارییەکە چۆن کار دەکات، دەرچوون لێی چی دەسەلمێنێت و چی ناسەلمێنێت، بەرنامە بەناوبانگەکان (Program) کە خەڵکیان هەڵخەڵەتاند (ELIZA، ⁦Eugene Goostman⁩ و چاتبۆتەکانی ئەمڕۆ)، کاپچا — ئەو تاقیکاریی تیورینگەی کۆمپیوتەرەکان (Computer) بۆ تاقیکردنەوەی ئێمە ئەنجامی دەدەن — و ژووری چینی، ناسراوترین بەڵگە دژی تاقیکارییەکە. لە ڕێگاشدا دەبینیت بۆچی تاقیکارییەکە هێشتا پێوانەیەکی گرنگە بۆ ژیریی ئامێر و بۆچی خەڵک هێشتا مشتومڕی لەسەر دەکەن.

In 1950 the British mathematician and computer scientist Alan Turing wrote a paper called Computing Machinery and Intelligence. It begins with the question "Can machines think?" Turing thought the question was too vague to answer, so he replaced it with a game he could actually test: the imitation game. Today we call it the Turing test.

لە ساڵی ١٩٥٠دا، ئالان تیورینگـی بیرکاریزان و زانای کۆمپیوتەری بەریتانی وتارێکی نووسی بە ناوی ⁦Computing Machinery and Intelligence⁩ (ئامێری ژمێریاری و ژیری). وتارەکە بە پرسیاری «ئایا ئامێرەکان بیر دەکەنەوە؟» دەست پێدەکات. تیورینگ پێی وابوو ئەم پرسیارە زۆر ناڕوونە بۆ وەڵامدانەوە، بۆیە یارییەکی لەبری دانا کە بەڕاستی دەتوانرێت تاقی بکرێتەوە: یاریی لاساییکردنەوە. ئەمڕۆ پێی دەڵێین تاقیکاریی تیورینگ.

The test has three participants: a human judge (the interrogator), a human, and a machine. The judge cannot see the other two. They talk only through text, like typing in a chat.

تاقیکارییەکە سێ ڕۆڵگێڕی هەیە: مرۆڤێکی بڕیارمەند (پرسیارکەر)، مرۆڤێک و ئامێرێک. بڕیارمەندەکە ئەو دووانەی تر نابینێت؛ تەنیا بە نووسین قسە دەکەن، وەک نووسین لە چاتدا.

The seminar report suggests that the judge's text-based questions should come from five categories:

ڕاپۆرتی سیمینارەکە پێشنیار دەکات پرسیارە دەقییەکانی بڕیارمەندەکە لە چوارچێوەی ئەم پێنج جۆرەدا بن:

A machine can sometimes fool people — at least for a while — when they do not realise they might be talking to a bot. They think they are chatting with a human, while in fact they are talking to a machine.

ئامێری ژیر دەتوانێت هەندێک جار مرۆڤ هەڵبخەڵەتێنێت — لانیکەم بۆ ماوەیەک — کاتێک ئاگادار نین لەوانەیە قسە لەگەڵ بۆتێکدا بکەن. وا دەزانن لەگەڵ مرۆڤدا چات دەکەن، لە کاتێکدا لە ڕاستیدا قسە لەگەڵ ئامێردا دەکەن.

The classic old example is ELIZA, a program written by Joseph Weizenbaum in 1966. ELIZA played a psychotherapist. It took the user's sentence and turned it into a question. If you wrote "I am sad.", it answered "What made you sad?" People felt they were talking to a human — but ELIZA understood nothing of human language. It only followed a set of rules and pre-written replies.

جوانترین نموونەی کۆن ELIZAـیە، بەرنامەیەک کە ⁦Joseph Weizenbaum⁩ لە ساڵی ١٩٦٦دا دروستی کرد. ELIZA چاتبۆتێکی دەروونشیکار بوو، واتە وەڵامی دەروونی دەدایەوە: ڕستەی بەکارهێنەرەکەی وەردەگرت و دەیکرد بە پرسیار. ئەگەر بتنووسیبایە «خەمگینم.»، دەیگوت «چی بووەتە هۆی خەمگینکردنت؟». کەسەکە هەستی دەکرد لەگەڵ مرۆڤدا قسە دەکات — کەچی ELIZA هیچ فڕی بە زمانی مرۆڤەوە نەبوو؛ تەنیا شوێن کۆمەڵێک یاسا و وەڵامی ئامادەکراو دەکەوت.

A later example is AOLiza (2000). The idea was the same as ELIZA, but the platform was new: AOLiza was connected to AOL Instant Messenger, a popular chat service, so it chatted with real people over the internet in real time. More people met it, and the conversations were more spontaneous — many of them never realised they were talking to a program.

نموونەیەکی دواتر AOLizaـیە (٢٠٠٠). بیرۆکەکەی هەمان ELIZA بوو، بەڵام شوێنی کارکردنەکەی نوێ بوو: AOLiza بە ⁦AOL Instant Messenger⁩ ـەوە بەسترابوو، کە خزمەتگوزارییەکی ناسراوی نامەناردنی دەستبەجێ (Instant messaging) بوو، بۆیە لە ڕێگەی ئینتەرنێتەوە ڕاستەوخۆ لەگەڵ خەڵکی ڕاستەقینەدا چاتی دەکرد. خەڵکی زیاتر پێی گەیشتن و گفتوگۆکان سروشتیتر بوون — زۆریان هەرگیز تێنەگەیشتن کە قسە لەگەڵ بەرنامەیەکدا دەکەن.

Eugene Goostman is a chatbot that pretends to be a 13-year-old boy from Ukraine whose English is weak. It was made in 2001 by three programmers in Saint Petersburg (Russia). The young age and weak English were chosen on purpose: judges forgive a child's mistakes and gaps in knowledge.

⁦Eugene Goostman⁩ چاتبۆتێکە کە خۆی وەک کوڕێکی ١٣ ساڵانی ئۆکرانی دەردەخات کە ئینگلیزییەکەی لاوازە. لە ساڵی ٢٠٠١دا سێ بەرنامەساز (Software developer) لە سانت پیتەرسبۆرگ (ڕووسیا) دروستیان کرد. تەمەنی کەم و ئینگلیزیی لاواز بە ئەنقەست هەڵبژێردران: بڕیارمەندەکان لە هەڵە و کەمزانیی منداڵ دەبوورن.

On 7 June 2014, at the Royal Society in London, Eugene convinced 33% of the judges that it was human, and the organisers announced that it had "passed the Turing test". The story was in newspapers around the world.

لە ٧ی حوزەیرانی ٢٠١٤دا، لە کۆمەڵگەی پاشایەتی ⁦(Royal Society)⁩ لە لەندەن، Eugene ٣٣٪ی بڕیارمەندەکانی قایل کرد کە مرۆڤە و ڕێکخەرەکان ڕایانگەیاند کە «لە تاقیکاریی تیورینگ دەرچووە». هەواڵەکە لە ڕۆژنامەکانی سەرانسەری جیهاندا بڵاو بووەوە.

One of the most successful AI systems of our time is ChatGPT, which most of us know. It answers well in so many areas that many people have mistakenly felt they were talking to a very clever human rather than a machine. Many others followed, for example DeepSeek, Claude and Copilot (the report's list from 2025; Google's Gemini is another well-known one, and product names change fast).

یەکێک لە سەرکەوتووترین سیستەمەکانی ژیریی دەستکردی سەردەمەکەمان ChatGPTـە کە زۆربەمان دەیناسین. لە هێندە بواردا باش وەڵام دەداتەوە کە زۆر کەس بە هەڵە هەستیان کردووە لەگەڵ مرۆڤێکی زۆر زیرەکدا قسە دەکەن، نەک ئامێرێک. دوابەدوای ئەو چەندانی تر هاتنە ئاراوە، وەک DeepSeek، Claude و Copilot (لیستەکەی ڕاپۆرتەکە لە ساڵی ٢٠٢٥؛ Geminiی Google یەکێکی تری ناسراوە و ناوی بەرهەمەکان زوو دەگۆڕێن).

All of these are built on large language models (LLMs): huge neural networks trained on enormous amounts of text, so they can predict and write natural language.

هەموو ئەمانە لەسەر مۆدێلە گەورەکانی زمان (Large language model) دروست کراون: تۆڕە دەمارییەکان (Neural network) کە زۆر گەورەن و لەسەر بڕێکی زۆر زۆری دەق ڕاهێنراون، بۆیە دەتوانن زمانی سروشتی پێشبینی بکەن و بینووسن.

The seminar report argues that a judge would easily find ChatGPT, because it answers much faster than a human, uses perfect punctuation, and lacks human traits. People forget things, misunderstand, and say "um" when they hesitate or forget; they show emotion, experience and a past. The report adds that the test should measure not only knowledge and speed but also feeling and responsiveness.

ڕاپۆرتی سیمینارەکە دەڵێت بڕیارمەندێک بە ئاسانی ChatGPT دەدۆزێتەوە، چونکە زۆر خێراتر لە مرۆڤ وەڵام دەداتەوە، خاڵبەندییەکی نایاب بەکار دەهێنێت و سیفەتی مرۆڤانەی نییە. مرۆڤ شت لەبیر دەکات، هەڵە تێدەگات و لە کاتی دوودڵی یان لەبیرچوونەوەدا دەڵێت «ئێم»؛ هەست، ئەزموون و ڕابردووی هەیە. ڕاپۆرتەکە زیاد دەکات کە تاقیکارییەکە نەک تەنیا زانین و خێرایی، بەڵکو هەستیاری و بەدەمەوەچوونیش دەپێوێت.

The seminar report showed four real conversations from a study: one with a human and three with AI. The judge's job was to find the human. At first the differences are hard to see: AI often answers like a human, with jokes, examples or even cultural ideas. Over time, small clues may appear. Try it yourself with these four new conversations. One witness is a human; three are machines.

ڕاپۆرتی سیمینارەکە چوار گفتوگۆی ڕاستەقینەی لە توێژینەوەیەکەوە پیشان دا: یەکێکیان لەگەڵ مرۆڤ و سیانەکەی تر لەگەڵ ژیریی دەستکرد. ئەرکی بڕیارمەندەکە دۆزینەوەی مرۆڤەکە بوو. سەرەتا بینینی جیاوازییەکان قورسە: ژیریی دەستکرد زۆرجار وەک مرۆڤ وەڵام دەداتەوە، بە نوکتە، نموونە یان تەنانەت بیرۆکەی کولتووری. بە تێپەڕبوونی کات، لەوانەیە نیشانەی بچووک دەربکەون. خۆت تاقی بکەرەوە بەم چوار گفتوگۆ نوێیە. بەشداربوویەک مرۆڤە؛ سیانەکەی تر ئامێرن.

The report concludes that humans pause, say "uh" or "well", and sometimes answer from emotion or misunderstanding, while AI answers are quick, clear and perfect — which can feel too exact in a long talk. These clues still help against older chatbots (C and D). But as conversation A shows, a modern chatbot can copy the clues. So these chats also show how hard the judge's job has become — and how small the differences can be.

ڕاپۆرتەکە دەگاتە ئەو ئەنجامەی کە مرۆڤ دەوەستێت، دەڵێت «ئێم» یان «باشە»، هەندێک جاریش لە هەست یان هەڵە تێگەیشتنەوە وەڵام دەداتەوە، لە کاتێکدا وەڵامەکانی ژیریی دەستکرد خێرا، ڕوون و تەواون — کە لە گفتوگۆی درێژدا زۆر وردەکارانە و نامرۆڤانە دەردەکەون. ئەم نیشانانە هێشتا دژی چاتبۆتەکانی کۆنتر (C و D) یارمەتیدەرن. بەڵام وەک گفتوگۆی A پیشان دەدات، چاتبۆتێکی هاوچەرخ دەتوانێت لاسایی ئەم نیشانانە بکاتەوە. کەواتە ئەم گفتوگۆیانە پیشانی دەدەن ئەرکی بڕیارمەند چەند قورس بووە — و جیاوازییەکان چەند کەم دەبن.

Most of us have met a CAPTCHA on a website: type some twisted letters, tick I'm not a robot, or pick all the pictures with traffic lights. CAPTCHA stands for Completely Automated Public Turing test to tell Computers and Humans Apart.

زۆربەمان لە تۆڕگەکاندا (Website) بە کاپچا گەیشتووین: چەند پیتێکی شێواو بنووسە، ⁦I'm not a robot⁩ (من ڕۆبۆت نیم) نیشان بکە، یان هەموو ئەو وێنانە هەڵبژێرە کە ترافیکلایتیان تێدایە. کاپچا کورتکراوەی ⁦Completely Automated Public Turing test to tell Computers and Humans Apart⁩ـە، واتە «تاقیکارییەکی خۆکارانەی تەواوی تیورینگ بۆ خستنەڕووی جیاوازیی نێوان مرۆڤەکان و کۆمپیوتەرەکان».

The name was made in 2003 by Luis von Ahn, Manuel Blum, Nicholas Hopper and John Langford at Carnegie Mellon University. Their idea: a test that most humans can pass but current computer programs cannot. The twist is that the judge is a computer, not a person — so a CAPTCHA is often called an automated or reverse Turing test. Websites use it to stop bots from voting thousands of times in online polls, opening thousands of free email accounts or sending spam.

ناوەکە لە ساڵی ٢٠٠٣دا لەلایەن ⁦Luis von Ahn⁩، ⁦Manuel Blum⁩، ⁦Nicholas Hopper⁩ و ⁦John Langford⁩ لە زانکۆی ⁦Carnegie Mellon⁩ دانرا. بیرۆکەکەیان: تاقیکارییەک کە زۆربەی مرۆڤەکان دەتوانن تێی بپەڕن، بەڵام بەرنامەکانی کۆمپیوتەری ئێستا ناتوانن. جیاوازییە سەرسوڕهێنەرەکە ئەوەیە کە بڕیارمەندەکە کۆمپیوتەرە، نەک مرۆڤ — بۆیە زۆرجار بە کاپچا دەگوترێت تاقیکارییەکی تیورینگی خۆکار یان پێچەوانە. تۆڕگەکان بەکاری دەهێنن بۆ ئەوەی ڕێگە لە بۆتەکان بگرن هەزاران جار لە ڕاپرسیی ئۆنلایندا دەنگ بدەن، هەزاران هەژماری ئیمەیڵی (Email) بێبەرانبەر بکەنەوە یان سپام (Spam) بنێرن.

CAPTCHA is not a version of the Turing test, but we discuss it here because in some ways they share the same goal: both try to tell a human from a machine. They differ in two ways:

کاپچا جۆرێک لە تاقیکاریی تیورینگ نییە، بەڵام لێرەدا باسی دەکەین چونکە لە هەندێک ڕووەوە هاوئامانج و هاومەبەستن: هەردووکیان هەوڵ دەدەن مرۆڤ لە ئامێر جیا بکەنەوە. لە دوو ڕووەوە جیاوازن:

The seminar report describes a visual Turing test: a way to check whether a computer can create pictures so realistic that people cannot tell whether a computer made them or they were taken from real life. It is like a game: people try to decide whether a picture was drawn by a machine or came from the real world. Instead of a conversation, the test is about pictures. If people cannot tell the difference, the computer passes.

ڕاپۆرتی سیمینارەکە باسی تاقیکاریی دیدەیی تیورینگ دەکات: ڕێگایەکە بۆ ئەوەی بزانیت ئایا کۆمپیوتەر دەتوانێت وێنە هێندە ڕاستەقینە دروست بکات کە مرۆڤەکان نەتوانن بزانن کۆمپیوتەرێک دروستی کردوون یان لە ژیانی ڕاستەقینەوە وەرگیراون. وەک یارییەک وایە: خەڵک هەوڵ دەدەن بزانن ئایا وێنەیەک ئامێرێک کێشاویەتی یان لە جیهانی ڕاستەقینەوە هاتووە. لەبری گفتوگۆ، قسە و تیشک لەسەر وێنەکانە. ئەگەر مرۆڤەکان نەتوانن جیاوازییەکە بزانن، کۆمپیوتەرەکە دەردەچێت.

A striking example is the website thispersondoesnotexist.com, which shows a new, very realistic photo of a person who does not exist every time you open it. The New York Times built an interactive page in 2020 showing how such fake faces are made: nytimes.com — Designed to Deceive.

نموونەیەکی سەرنجڕاکێش تۆڕگەی ⁦thispersondoesnotexist.com⁩ـە کە هەر جارێک بیکەیتەوە وێنەیەکی نوێ و زۆر ڕاستەقینەی کەسێک پیشان دەدات کە بوونی نییە. ڕۆژنامەی ⁦New York Times⁩ لە ساڵی ٢٠٢٠دا لاپەڕەیەکی کارلێککەری دروست کرد کە پیشان دەدات ئەم ڕووخسارە ساختانە چۆن دروست دەکرێن: ⁦nytimes.com — Designed to Deceive⁩.

In 1980 the philosopher John Searle published a famous argument against the idea that passing such tests shows understanding (in the article Minds, Brains and Programs). Imagine this:

لە ساڵی ١٩٨٠دا فەیلەسووف ⁦John Searle⁩ بەڵگەیەکی بەناوبانگی بڵاو کردەوە دژی ئەو بیرۆکەیەی کە دەرچوون لەم جۆرە تاقیکارییانە تێگەیشتن پیشان دەدات (لە وتاری ⁦Minds, Brains and Programs⁩ ـدا). ئەمە بهێنە بەرچاوی خۆت:

Searle's conclusion: there is no understanding — no real intelligence — in the room. A computer that passes a test the same way only follows rules on symbols; it does not know what they mean. The course notes put it simply: AI works on collected data by following a set of rules, without knowing anything about the subject.

دەرەنجامی Searle: هیچ تێگەیشتنێک — هیچ ژیرییەکی ڕاستەقینە — لە ژوورەکەدا نییە. کۆمپیوتەرێک کە بە هەمان شێوە لە تاقیکارییەک دەردەچێت تەنیا شوێن یاسا لەسەر هێماکان دەکەوێت؛ نازانێت واتایان چییە. تێبینییەکانی کۆرسەکە بە سادەیی دەیڵێن: ژیریی دەستکرد لە ڕێگەی شوێنکەوتنی کۆمەڵێک یاساوە لەسەر دراوەی کۆکراوە کار دەکات، بەبێ ئەوەی هیچ لە بابەتەکە بزانێت.