Progrese în domeniul AI și provocările în muncă
A trecut aproape doi ani de când CEO-ul Microsoft, Satya Nadella, a prezis că inteligența artificială (AI) va înlocui muncile de cunoștințe, cum ar fi cele ale avocaților, bancherilor de investiții, bibliotecarilor, contabililor și specialiștilor IT. Cu toate acestea, schimbările în acest domeniu au fost lente, deși modelele fundamentale au înregistrat progrese semnificative.
Cercetarea Mercor și benchmark-ul Apex-Agents
O nouă cercetare realizată de Mercor, un gigant în domeniul datelor de antrenament, aduce răspunsuri la întrebările legate de performanța modelelor AI în relație cu sarcinile de muncă specifice. Această cercetare a condus la crearea unui nou benchmark numit Apex-Agents, iar rezultatele până acum arată că toate laboratoarele AI au obținut note slabe. Modelele existente au reușit să răspundă corect la mai puțin de 25% din întrebările formulate de profesioniști.
Provocările întâmpinate de modelele AI
Potrivit cercetătorului Brendan Foody, un aspect crucial în care modelele AI au avut dificultăți este căutarea informațiilor în multiple domenii, esențială pentru majoritatea activităților de muncă de cunoștințe. “Am construit un mediu complet, modelat după modul în care funcționează serviciile profesionale reale,” a declarat Foody. Munca în viața reală nu presupune doar un singur individ care oferă toate informațiile într-un singur loc; este o activitate care implică diverse platforme precum Slack și Google Drive.
Compararea cu alte benchmark-uri
OpenAI a încercat să măsoare abilitățile profesionale cu ajutorul benchmark-ului GDPVal, dar Apex-Agents se diferențiază prin faptul că măsoară abilitatea sistemului de a îndeplini sarcini susținute în profesii de înaltă valoare. Deși niciun model nu a demonstrat că ar fi pregătit să înlocuiască bancherii de investiții, unele au avut performanțe mai bune, precum Gemini 3 Flash cu o precizie de 24% și GPT-5.2 cu 23%.
Perspectivele viitoare
Deși rezultatele inițiale sunt sub așteptări, domeniul AI are o istorie de îmbunătățire rapidă în fața provocărilor. Odată ce testul Apex devine public, reprezintă o provocare deschisă pentru laboratoarele AI care cred că pot obține rezultate mai bune. Foody estimează că îmbunătățirile vor continua rapid, menționând că modelele de astăzi sunt asemănătoare cu un intern care are succes într-o proporție de 25%, față de 5-10% în anul precedent.
Concluzie
În ciuda progreselor înregistrate de modelele AI, cercetarea actuală sugerează că nu sunt încă pregătite să înlocuiască muncile de cunoștință, iar provocările legate de complexitatea sarcinilor rămân semnificative.
