Նոր հետազոտությունը հայտնաբերել է սեթ գործառույթների ցանկ, որն էլ մարդիկ հեշտությամբ իրականացնում են, սակայն ԱԻ-ն (արհեստական բանականությունը) մերժվում է՝ հատկապես անալոգ քլոքներ ընթերցելու և ըստ տיאַלետի օրաթվի շաբաթվա օրը որոշելու գործում։ Թեև ԱԻ-ն կարող է ստեղծել կոդ, պատկերներ, մարդու նման տեքստ և նույնիսկ հաջողության հասնել քննություններ անցնելու ժամանակ, այն հաճախ սխալ հասկացնում է ժամքաշների դիրքերը և ձախողվում է հիմնական օրացույցային հաշիվներում։ 2025թ.

Կառավարական Միջազգային Հանդիսության վրա ներկայացված և arXiv-ի նախապատմական հարթակում հրապարակված հետազոտությունը հատկապես կարևոր է այն փաստում, որ ԱԻ-ի կարողությունները դեռևս չեն միատարր այն գործառույթներում, որոնք մարդը լավ է անում վաղ տարիքից։ Բանավոր հեղինակ Ռոհիթ Սախենան՝ Էդինբուրգի համալսարանից, ընդգծեց, որ այս թերություններն անհրաժեշտ է հարթել՝ ժամանակակետային և գործող իրական աշխարհում կիրառելու համար՝ ինչպիսիք են ժամանակացույցից, ավտոմատացման և օգնող տեխնոլոգիաների ոլորտները։ Հետազոտողները փորձարկել են տարբեր բազմաֆունկցիոնալ մեծ լեզվային մոդելներ (MLLM), որոնց թվում են Meta-ի Llama 3. 2-Vision, Anthropic-ի Claude-3. 5 Sonnet, Google-ի Gemini 2. 0 և OpenAI-ի GPT-4o՝ օգտագործելով հատուկ ընտրված տվյալների հավաքածու՝ պատկերներ ժամացույցներից և օրացույցից։ Մոդելները ոչ միայն սխալական են հայտնաբերել ժամային ժամկետները, այլև շուրջ կես անգամ չեն կարողացել որոշել օրաթվերը՝ ելնելով օրացույցի արտածումից։ Անճշտությունը կազմում էր միայն 38. 7% ժամացույցների դեպքում և 26. 3% օրացույցային խնդիրների համար։ Սախենան բացատրեց, որ ԱԻ-ի խանգարած ժամեր ընթերցելու խնդիրն առաջանում է spatial reasoning-ի պակասից՝ այն գործառույթներից, որոնք պահանջում են խառը ձեռնոցների միասնականություն, անկյան չափումներ և տարբեր ժամացույցների ձևավորում, ինչպես օրինակ՝ ռոոման թվերով կամ սթայլային դիալներով։ Ցանկացած պատկեր որպես ժամացույց ըմբռնելը ավելի հեշտ է ԱԻ-ի համար, քան դրա ճշգրիտ ընթերցումը։ Ավելին՝ հաշվողությունը տարրական է մեխանիկական աշխատանքի համար, սակայն մեծ լեզվային մոդելները մաթեմատիկական հաշվարկներ անում չեն՝ օգտագործելով ալգորիթմներ, այլ պարզապես կանխատեսում են ելքերը՝ հիմնվելով ուսուցման տվյալների համար։ Դա հանգեցնում է անհամապատասխանակ և ոչ ռեցեպտորային տրամաբանության, որը բացատրում է ամսագրային մաթեմատիկայի մեծ անհաջողությունները։ Այս հետազոտությունը ավելացնում է այն ապացույցները, որ ԱԻ-ի «ազդեցության» գործառույթները հիմնականում տարբեր են մարդու կամքիներից։ ԱԻ-ն ուժեղ է, երբ մեծ պատահական տվյալներ կան, բայց բարդ գործառույթներում՝ օրինակ՝ հստակ տրամաբանություն համարում, խանգարում է որոշակիության սահմանափակումը, ինչպես նաև՝ երբ չկա բավարար տվյալ՝ թերությունների թաքնահարմամբ։ Արտաքին նույնաբար շաղախված տվյալների (օր. ՝ օրսփետներ, Leap տարի) քանակը մեծ մասամբ է խոչընդոտում համակարգի արդյունավետությունը՝ այն չի կարողանում կապել անհրաժեշտ եզրակացությունները։ Արագ արդյունքների այս հետազոտությունը փաստում է, որ ԱԻ-ի «հասկանալը» տարբերվում է մարդու կողմից։ Երբ ուղիներ շատ կան, ԱԻ-ն հեշտ է։ Սակայն, այն բարդ խնդիրների դեպքում՝ խառը լսողական և տրամաբանական գործառույթներում, այն դեռևս չի կարող խելամիտ ընտրություն կատարել։ Սխալներ են լինում, երբ անտեսվում է տվյալների ռեսուրսը, և անհրաժեշտ է ունենալ հատուկ հավաքածուներ և նոր ստանդարտներ՝ թույլ տալու համար ապահովել սերտաճած և արդյունավետ գործառույթներ։ Սախենան ընդգծեց, որ անհրաժեշտ է խստաչափ տեսություններ, կոնտինգենտ մեխանիզմներ և մարդիկ շատ հաճախ պետք է վերահսկեն ԱԻ-ին՝ հատկապես այն դեպքում, երբ այն պետք է միացնի տեսողությունը և ճշգրիտ հաշվետվությունները։