Les chercheurs ont développé une méthodologie en quatre phases pour vérifier si les modèles de langage utilisent les signaux de leur propre confiance lorsqu'ils choisissent entre fournir une réponse ou s'abstenir. Lors de la première phase, la confiance des modèles a été mesurée sans possibilité de refuser de répondre.

L'étude a été publiée dans Nature Machine Intelligence sous le titre « Causal evidence that language models use confidence to drive behaviour ». Dans la description des travaux, la métacognition est considérée comme une évaluation de la qualité de ses propres actions cognitives, liée à un comportement adaptatif chez différentes espèces.

La source accessible contient uniquement un résumé éditorial et ne communique ni les résultats des autres phases, ni les noms des modèles étudiés, ni les indicateurs quantitatifs. Par conséquent, seule la mise en place d'un test causal est confirmée pour l'instant, et non son résultat.