Nuove ricerche hanno identificato una serie di compiti che gli esseri umani affrontano senza sforzo, ma con grande difficoltà l'intelligenza artificiale (IA) — in particolare leggere orologi analogici e determinare il giorno della settimana di una data specifica. Sebbene l’IA possa generare codice, immagini, testi simili a quelli umani e superare esami in vari modi, spesso fraintende le posizioni delle lancette degli orologi e sbaglia nel calcolo di base del calendario. Presentato alla Conferenza Internazionale sulle Rappresentazioni dell’Apprendimento (ICLR) del 2025 e pubblicato sul server di preprint arXiv (ancora in fase di revisione tra pari), lo studio mette in evidenza importanti lacune nella capacità dell’IA di eseguire compiti che gli esseri umani padroneggiano già in tenera età. Rohit Saxena, autore principale dell’università di Edimburgo, ha sottolineato che questi limiti devono essere affrontati affinché l’IA possa essere applicata efficacemente in contesti sensibili al tempo e nel mondo reale, come la pianificazione, l’automazione e le tecnologie assistive. I ricercatori hanno testato vari modelli multimodali di grandi linguaggi (MLLM) — tra cui Llama 3. 2-Vision di Meta, Claude-3. 5 Sonnet di Anthropic, Gemini 2. 0 di Google e GPT-4o di OpenAI — utilizzando un insieme di dati personalizzato di immagini di orologi e calendari. I modelli hanno fallito nel riconoscere correttamente l’ora dell’orologio o nel determinare i giorni della settimana per le date di esempio più della metà delle volte, con tassi di accuratezza del 38, 7% per gli orologi e del 26, 3% per i compiti legati al calendario. Saxena ha spiegato che la scarsa capacità dell’IA di leggere gli orologi deriva dalla mancanza di ragionamento spaziale — compiti che richiedono il rilevamento di lancette sovrapposte, misurazioni di angoli e interpretazioni di disegni di orologi diversi, come numeri romani o quadranti stilizzati. Riconoscere un’immagine come orologio è più facile per l’IA rispetto a leggerlo con precisione.

Analogamente, benché l’aritmetica sia fondamentale nel calcolo, i grandi modelli linguistici non eseguono calcoli tramite algoritmi; piuttosto, prevedono output basandosi sui pattern dei dati di addestramento. Ciò porta a ragionamenti incoerenti e senza regole, spiegando gli alti tassi di fallimento nel calcolo di date e operazioni simili. Questo studio si aggiunge alle evidenze sempre più numerose che il modo in cui l’IA “comprende” è fondamentalmente diverso dalla cognizione umana. L’IA va bene quando dispone di un’ampia quantità di esempi di addestramento, ma fatica con il ragionamento astratto e la generalizzazione, soprattutto sui compiti che combinano percezione e logica precisa. Inoltre, la limitata disponibilità di dati su fenomeni più rari, come gli anni bisestili, ostacola le prestazioni, poiché l’IA non riesce a stabilire le connessioni concettuali necessarie. I risultati evidenziano la necessità di dataset più ricchi e mirati, così come di una rivalutazione delle capacità dell’IA di integrare ragionamento logico e spaziale, segnalando i rischi di affidarsi eccessivamente agli output dell’IA in task complessi. Saxena ha sottolineato l’importanza di test rigorosi, meccanismi di fallback e di un monitoraggio umano costante quando all’IA viene affidato il compito di combinare percezione e ragionamento preciso.