اختبار CEO-Bench يكشف ضعف نماذج الذكاء الاصطناعي في إدارة الشركات

طور باحثون في جامعة برينستون اختبار CEO-Bench، حيث يتعين على وكلاء الذكاء الاصطناعي إدارة شركة برمجيات خيالية لمدة 500 يوم. أظهرت النتائج أن معظم النماذج الحالية تفشل في تحقيق الربح، بينما تمكنت قاعدة بسيطة من القواعد من التفوق على معظمها. فقط ثلاثة نماذج ذكاء اصطناعي استطاعت إنهاء الاختبار مع رأس المال الابتدائي. يعتبر هذا الاختبار بمثابة تقييم حقيقي لقدرات الذكاء الاصطناعي في بيئة عمل محاكاة، حيث يتطلب من النماذج اتخاذ قرارات استراتيجية على مدار فترة طويلة. النتائج تشير إلى أن النماذج الحالية لا تزال بعيدة عن تحقيق الأداء المطلوب في سياقات الأعمال المعقدة. كما أن القاعدة القابلة للتطبيق التي استخدمها الباحثون كانت قادرة على التفوق على النماذج الأكثر تعقيدًا.