Ny forskning har identifierat ett antal arbetsuppgifter som människor hanterar utan problem, men som konstgjord intelligens (AI) har svårigheter med—specifikt att läsa analoga ur och att bestämma veckodag för ett givet datum. Även om AI kan generera kod, bilder, människoliknande text och till och med klara av prov i varierande grad, missuppfattar den ofta klockhändernas positioner och misslyckas med grundläggande räkneoperationer i kalendern. Studien presenterades vid den internationella konferensen för läranderepresentationer 2025 (ICLR) och publicerades på förpubliceringsplattformen arXiv (ännu inte peer-reviewed). Den belyser betydande brister i AI:s förmåga att utföra arbetsuppgifter som människor behärskar tidigt i livet. Rohit Saxena, huvudförfattare och forskare vid University of Edinburgh, underströk att dessa brister måste åtgärdas för att AI effektivt ska kunna tillämpas i tidskänsliga och verkliga sammanhang som schemaläggning, automation och hjälpmedelsteknologi. Forskare testade flera multimodala stora språkmodeller (MLLMs)—inklusive Metas Llama 3. 2-Vision, Anthropic’s Claude-3. 5 Sonnet, Googles Gemini 2. 0 och OpenAI’s GPT-4o—med hjälp av ett anpassat dataset av ur- och kalendersbilder. Modellerna misslyckades med att korrekt identifiera tider på klockor eller bestämma veckodagar för provdatum över hälften av gångerna, med en noggrannhet på endast 38, 7 % för klockor och 26, 3 % för kalenderuppgifter. Saxena förklarade att AI:s dåliga förmåga att läsa av klockor beror på dess brist på spatialt resonemang—arbetsuppgifter som kräver att man upptäcker överlappande visare, mäter vinklar och tolkar olika urdesigner, som romerska siffror eller stiliserade urtavlor. Att känna igen en bild som en klocka är lättare för AI än att läsa av den noggrant.

På samma sätt, trots att aritmetik är grundläggande för databehandling, utför inte stora språkmodeller beräkningar genom algoritmer; de förutspår istället utdata baserat på mönster i träningsdata. Detta resulterar i inkonsekvent och icke-regelbaserat resonemang, vilket förklarar de höga felprocenten vid datumrelaterad matematik. Denna studie förstärker den växande evidensen för att AI:s sätt att "förstå" skiljer sig fundamentalt från mänsklig kognition. AI är mycket framgångsrikt när mängder av träningsdata finns tillgängliga, men har svårigheter med abstrakt resonemang och generell anpassning—särskilt i arbetsuppgifter som blandar perception med exakt logik. Dessutom försvåras prestandan av begränsad träning på mindre vanliga fenomen, som skottdagar, eftersom AI inte kan skapa nödvändiga konceptuella kopplingar. Resultaten understryker behovet av rikare, riktade dataset och en omvärdering av AI:s förmåga att integrera logiskt och spatialt resonemang, samt lyfter fram riskerna med att förlita sig för mycket på AI:s output i komplexa arbetsuppgifter. Saxena betonade vikten av rigorös testning, fallback-mekanismer och ofta mänsklig övervakning när AI får i uppdrag att kombinera perception och exakt resonemang.