Para peneliti telah mengembangkan Pengujian Kausal Generatif (GCT), sebuah kerangka kerja yang menerjemahkan model prediksi otak berbasis LLM yang tidak dapat diinterpretasi menjadi hipotesis verbal singkat dan dapat diuji tentang fungsi kortikal. Metode ini memadatkan parameter model menjadi frasa-frasa pendek yang menggambarkan wilayah otak spesifik apa yang merespons, seperti "persiapan makanan," lalu memverifikasi penjelasan tersebut melalui eksperimen fMRI yang ditargetkan.
- GCT mengidentifikasi frasa-frasa yang mendorong model prediktif untuk suatu wilayah otak dan meringkasnya menjadi penjelasan singkat menggunakan LLM.
- LLM menghasilkan cerita sintetis yang dirancang untuk mengaktifkan wilayah spesifik tersebut berdasarkan penjelasan yang dihasilkan.
- Subjek mendengarkan cerita-cerita ini dalam pemindai fMRI, memungkinkan peneliti mengonfirmasi apakah area yang ditargetkan merespons secara signifikan di atas baseline.
- Pendekatan ini mengonfirmasi selektivitas yang telah diketahui, membedakan wilayah pemrosesan tempat yang bersebelahan yang sebelumnya dianggap dapat dipertukarkan, dan mengidentifikasi mikro-wilayah prefrontal yang disetel untuk konsep seperti dialog dan waktu pada jam.
Metode ini menjembatani kesenjangan antara prediksi black-box berakurasi tinggi dan pemahaman ilmiah dengan menyediakan hipotesis yang dapat dikonfirmasi atau dibantah secara langsung dalam eksperimen lanjutan.