Yeni araştırmalar, insanların zahmetsizce hallettiği ancak yapay zekanın (AI) zorlandığı belirli görevleri ortaya koydu—özellikle analoj saatleri okuma ve verilen bir tarihin haftanın gününü belirleme. AI kod, görüntü, insan benzeri metin üretebildiği ve çeşitli sınavları geçebildiği halde, sık sık saat ibresi pozisyonlarını yanlış yorumlamakta ve temel takvim aritmetiğinde başarısız olmaktadır. 2025 Uluslararası Öğrenme Temsilleri Konferansı'nda (ICLR) sunulan ve ön baskı platformu arXiv’de yayımlanan (henüz hakemli değildir) çalışmada, AI’nin insanların erken yaşta ustalaştığı görevleri yerine getirme konusundaki önemli boşluklarına dikkat çekildi. Edinburgh Üniversitesi’nden baş yazar Rohit Saxena, bu eksikliklerin zaman açısından kritik ve gerçek dünya uygulamalarında—takvimlendirme, otomasyon ve destek teknolojileri gibi—AI’nin etkin kullanımı için giderilmesi gerektiğini vurguladı. Araştırmacılar, Meta’nın Llama 3. 2-Vision, Anthropic’ın Claude-3. 5 Sonnet, Google’ın Gemini 2. 0 ve OpenAI’nin GPT-4o gibi çeşitli çok modlu büyük dil modellerini (MLLM’ler) ve saat ile takvim görüntülerinden oluşan özel bir veri kümesi kullanarak test ettiler. Modeller, örnek saatleri doğru okuma veya haftanın gününü belirleme konusunda, yarısından fazlasında başarısız oldu; saat görevi için doğruluk oranı sadece %38, 7 iken takvim görevlerinde bu oran %26, 3’e düştü. Saxena, AI’nin saat okuma başarısızlığının, mekânsal akıl yürütme eksikliğinden kaynaklandığını açıkladı—bu, üst üste binmiş ibreleri tespit etme, açı ölçümü ve Roma rakamları veya stilize saat kadranları gibi çeşitli saat tasarımlarını yorumlama gibi görevleri içerir. Bir görüntüyü saat olarak tanımak AI için daha kolaydır ancak onu doğru okuma zorluğu taşır. Benzer şekilde, hesaplama bilgisayar biliminin temel taşlarından olmasına rağmen, büyük dil modelleri işlemleri algoritmalarla değil, eğitim verisi desenlerine dayanarak çıktı tahmin eder.

Bu durum, tutarsız ve kurallara dayalı olmayan akıl yürütmeye yol açar; bu da tarih ile ilgili aritmetikte yüksek başarısızlık oranlarının nedenidir. Bu çalışma, AI’nin “anlama” biçiminin, insan bilişinden temelde farklı olduğunu gösteren kanıtları artırıyor. AI, bol eğitim verisi bulunduğunda başarılı olurken, soyut akıl yürütme ve genelleme konusunda zorlanmakta; özellikle algılama ile kesin mantığın karıştığı görevlerde bu sorun belirgindir. Ayrıca, artık yıllar gibi daha nadir olaylarla ilgili sınırlı veri, performansı engeller çünkü AI, gerekli kavramsal bağlantıları kurmakta zorlanır. Bulgu, daha zengin ve hedeflenmiş veri kümelerinin oluşturulması ve AI’nin mantıksal ile mekânsal akıl yürütmeyi bütünleştirme yeteneğinin yeniden değerlendirilmesi ihtiyacını vurgulamaktadır. Ayrıca, karmaşık görevlerde yapay zekaya aşırı güvenmenin risklerini ortaya koyar. Saxena, AI’nin algı ve kesin mantık birleşimini görevlendirilirken titiz testler, geri dönüş mekanizmaları ve sık sık insan gözetiminin önemine dikkat çekti.