Novas pesquisas identificaram um conjunto de tarefas que os humanos realizam com facilidade, mas que a inteligência artificial (IA) enfrenta dificuldades—especificamente, ler relógios analógicos e determinar o dia da semana a partir de uma data. Embora a IA possa gerar códigos, imagens, textos semelhantes aos humanos e até passar em exames com níveis variáveis de sucesso, ela frequentemente interpreta incorretamente as posições dos ponteiros do relógio e falha em operações básicas de calendário. Apresentado na Conferência Internacional de Representações de Aprendizado (ICLR) de 2025 e publicado no servidor de pré-publicações arXiv (ainda sem revisão por pares), o estudo destaca lacunas importantes na capacidade da IA de realizar tarefas que os humanos dominam desde cedo na vida. Rohit Saxena, principal autor do estudo e da Universidade de Edimburgo, reforçou que essas deficiências precisam ser superadas para que a IA seja aplicada de forma eficaz em contextos sensíveis ao tempo e no mundo real, como agendamento, automação e tecnologias assistivas. Os pesquisadores testaram vários modelos de linguagem multimodal de grande porte (MLLMs)—incluindo o Llama 3. 2-Vision, da Meta, o Claude-3. 5 Sonnet, da Anthropic, o Gemini 2. 0, do Google, e o GPT-4o, da OpenAI—usando um conjunto de dados personalizado de imagens de relógios e calendários. Os modelos não conseguiram identificar corretamente os horários do relógio ou determinar os dias da semana de datas de exemplo em mais da metade das vezes, com taxas de acerto de apenas 38, 7% para relógios e 26, 3% para tarefas de calendário. Saxena explicou que a dificuldade da IA em ler relógios está relacionada à sua falta de raciocínio espacial—tarefas que exigem a detecção de ponteiros sobrepostos, medições de ângulos e a interpretação de diversos designs de relógios, como numerais romanos ou mostradores estilizados. Reconhecer uma imagem como um relógio é mais fácil para a IA do que lê-la com precisão.

Da mesma forma, apesar de a aritmética ser fundamental para o cálculo, os modelos de linguagem large não realizam cálculos por meio de algoritmos; eles preveem respostas com base nos padrões de dados de treinamento. Isso resulta em raciocínios inconsistentes e não baseados em regras, explicando as altas taxas de falha em operações aritméticas relacionadas a datas. Este estudo reforça a evidência crescente de que o modo de “compreensão” da IA difere fundamentalmente da cognição humana. A IA se sai bem quando há exemplos abundantes de treinamento, mas enfrenta dificuldades com raciocínio abstrato e generalização, especialmente em tarefas que envolvem percepção combinada com lógica precisa. Além disso, a escassez de dados de treinamento sobre fenômenos mais raros, como anos bissextos, prejudica seu desempenho, uma vez que a IA não consegue estabelecer ligações conceituais necessárias. Os resultados ressaltam a necessidade de conjuntos de dados mais ricos e específicos, bem como de uma reavaliação da capacidade da IA em integrar raciocínio lógico e espacial, destacando os riscos de uma dependência excessiva de suas respostas em tarefas complexas. Saxena enfatizou a importância de testes rigorosos, mecanismos de fallback e a supervisão humana frequente quando a IA é encarada a tarefa de combinar percepção com raciocínio exato.