การวิจัยใหม่ได้ระบุชุดของภารกิจที่มนุษย์ทำได้อย่างง่ายดาย แต่ปัญญาประดิษฐ์ (AI) กลับมีความยากลำบาก โดยเฉพาะการอ่านนาฬิกาอนาล็อกและการกำหนดวันในสัปดาห์จากวันที่ที่กำหนด แม้ว่า AI จะสามารถสร้างโค้ด รูปภาพ ข้อความที่ดูเหมือนมนุษย์ และแม้แต่สอบผ่านในระดับต่าง ๆ แต่ก็มักจะเข้าใจผิดเกี่ยวกับตำแหน่งของเข็มนาฬิกาและล้มเหลวในการคำนวณปฏิทินพื้นฐาน งานวิจัยนี้ได้รับการนำเสนอในการประชุมวิชาการนานาชาติด้านการเป็นตัวแทนการเรียนรู้ (ICLR) ในปี 2025 และเผยแพร่บนแพลตฟอร์มผลงานวิจัยล่วงหน้า arXiv (ยังไม่ได้รับการตรวจสอบโดยผู้ทรงคุณวุฒิ) ซึ่งเน้นให้เห็นช่องว่างสำคัญในความสามารถของ AI ในการทำงานที่มนุษย์สามารถเชี่ยวชาญตั้งแต่เด็กเล็ก ผู้เขียนหลัก Rohit Saxena จากมหาวิทยาลัยเอดินบะระ เน้นว่าสิ่งเหล่านี้เป็นสิ่งที่ต้องได้รับการแก้ไขเพื่อให้ AI ถูกนำไปใช้ในบริบทที่ต้องการความแม่นยำและความรวดเร็ว เช่น การจัดตารางเวลา ระบบอัตโนมัติ และเทคโนโลยีช่วยเหลือ นักวิจัยทดสอบโมเดลภาษาขนาดใหญ่แบบหลายโหมด (MLLMs) ต่าง ๆ รวมถึง Llama 3. 2-Vision ของ Meta, Claude-3. 5 Sonnet ของ Anthropic, Gemini 2. 0 ของ Google และ GPT-4o ของ OpenAI โดยใช้ชุดข้อมูลภาพนาฬิกาและปฏิทินที่กำหนดขึ้นเอง โมเดลเหล่านี้ไม่สามารถระบุเวลาบนเข็มนาฬิกาหรือกำหนดวันในสัปดาห์ของวันที่ตัวอย่างได้ถูกต้องถึงครึ่งหนึ่งของเวลา โดยมีอัตราความถูกต้องเพียง 38. 7% สำหรับการอ่านนาฬิกาและ 26. 3% สำหรับงานเกี่ยวกับปฏิทิน Saxena อธิบายว่าการอ่านนาฬิกาของ AI ที่แย่เกิดจากขาดความสามารถในการคิดเชิงพื้นที่ ซึ่งเป็นงานที่ต้องการการตรวจจับเข็มนาฬิกาที่ทับซ้อนกัน การประมาณมุม และการตีความดีไซน์นาฬิกาที่หลากหลาย เช่น ตัวเลขโรมันหรือหน้าปัดสไตล์ต่าง ๆ การรับรู้ภาพว่านี่คือนาฬิกาง่ายกว่าการอ่านให้แม่นยำ สำหรับ AI เช่นเดียวกับ การคำนวณพื้นฐานของคอมพิวเตอร์ แม้ลักษณะการคำนวณเป็นสิ่งสำคัญ แต่โมเดลภาษาแบบใหญ่ไม่ได้ดำเนินการคำนวณโดยอัลกอริทึมหรือตรรกะตามกฎ แต่จะทำนายผลลัพธ์โดยอิงจากรูปแบบข้อมูลการฝึก ซึ่งนำไปสู่การให้เหตุผลที่ไม่สอดคล้องและไม่เป็นไปตามกฎ ส่งผลให้มีอัตราความล้มเหลวสูงในงานคำนวณเกี่ยวกับวันที่ การศึกษานี้ทำให้เห็นว่าการ “เข้าใจ” ของ AI แตกต่างอย่างมีนัยสำคัญจากการรับรู้ของมนุษย์ AI ทำงานได้ดีเมื่อมีตัวอย่างการฝึกที่เพียงพอ แต่ยังคงลำบากกับการคิดเชิงนามธรรมและการแปรผลโดยทั่วไป โดยเฉพาะในงานที่ผสมผสานระหว่างการรับรู้และตรรกะอย่างแม่นยำ ยิ่งไปกว่านั้น ข้อมูลฝึกน้อยสำหรับปรากฏการณ์ที่พบได้ยาก เช่น ปีอธิกสุรทิน ก็เป็นอีกปัจจัยที่ทำให้ประสิทธิภาพลดลง เนื่องจาก AI ล้มเหลวในการสร้างความเชื่อมโยงทางแนวคิดที่จำเป็น ผลการวิจัยเน้นให้เห็นความจำเป็นของชุดข้อมูลที่มีเป้าหมายชัดเจนและมีความสมบูรณ์ รวมทั้งการประเมินความสามารถของ AI ในการบูรณาการตรรกะและการคิดเชิงพื้นที่ พร้อมเตือนถึงความเสี่ยงของการพึ่งพา AI เกินไปในงานที่ซับซ้อน Saxena เน้นย้ำถึงความจำเป็นในการทดสอบอย่างเข้มงวด การสร้างกลไกสำรอง และการควบคุมดูแลโดยมนุษย์เมื่อ AI ต้องรวมการรับรู้และการคิดอย่างแม่นยำเข้าด้วยกัน