IA dështon në një detyrë të thjeshtë për njerëzit: leximi i orës analoge mbetet sfidë e madhe

Shumë prej modeleve më të avancuara multimodale të inteligjencës artificiale ende dështojnë në një aftësi që njerëzit e mësojnë në fëmijëri: leximin e kohës në një orë analoge. Siç raporton IEEE Spectrum dhe përcjell 24sata.hr, një sërë studimesh të kryera së fundi tregojnë se edhe sistemet më të mira të sotme bëjnë gabime serioze në këtë detyrë të dukshëm të thjeshtë.

Hulumtimet e përmbledhura nga IEEE Spectrum zbulojnë se modelet e IA-së, të afta të zgjidhin kuize komplekse dhe të analizojnë fotografi, shpesh ngecin para një ore të zakonshme me dy akrepa. Edhe kur njohin numrat në numërator, ato shpesh e gabojnë këndin e akrepave ose i ngatërrojnë akrepin e vogël me atë të madh, duke raportuar një kohë të pasaktë.

Studiuesit e përshkruajnë këtë si një “rentgen të kufizimeve” të sistemeve aktuale të IA-së, pasi detyra kërkon një kombinim të perceptimit vizual të saktë dhe arsyetimit gjeometrik elementar.

Një nga testet më të fundit, ClockBench, përfshin 180 orë të ndryshme dhe 720 pyetje që variojnë nga numëratorët klasikë deri te ato me numra romakë apo dizajne më të pazakonta. Ndërsa njerëzit e zakonshëm arrijnë rreth 89% saktësi, modelet më të avancuara të IA-së rezultojnë dukshëm më keq. Edhe strategjitë e arsyetimit hap-pas-hapi nuk ndihmojnë nëse vetë perceptimi vizual është i paqartë.

Një ekip nga Universiteti i Edinburgut arriti në përfundime të ngjashme: modelet shpesh keqinterpretojnë pozicionet e akrepave, ndërsa me kalendarët gabimet rriten ndjeshëm. Sipas tyre, sistemet aktuale më shumë “hamendësojnë” sesa kuptojnë rregullat e kohës dhe gjeometrisë, duke u bërë shumë të ndjeshme ndaj detajeve të vogla që njerëzit i injorojnë fare.

Një studim i veçantë, që analizoi performancën e GPT-4.1, tregon se trajnimi dhe rafinimi i synuar mund të përmirësojnë rezultatet, por detyra mbetet e brishtë dhe e varur nga ndryshime minimale në dizajnin e orës.

Sipas autorëve, këto teste shërbejnë si një kujtesë se inteligjenca artificiale nuk është ende një zëvendësim i plotë i “syve dhe trurit” njerëzor. Aplikacionet që kërkojnë interpretim të instrumenteve, numëratorëve, kalendarëve apo diagrameve duhet të trajnohen posaçërisht – dhe po aq e rëndësishme, të mbeten nën mbikëqyrjen e njeriut.