كشفت تجربة بحثية حديثة أن نماذج الذكاء الاصطناعي لا تزال تواجه صعوبات جوهرية في تجاوز قدرات العقل البشري، وتحديداً في مجال الرياضيات المعقدة. وأظهر الاختبار، الذي يعد الأول من نوعه، تفوق كبار علماء الرياضيات على أنظمة الذكاء الاصطناعي في حل مسائل بحثية غير مسبوقة وغير مدرجة ضمن بيانات التدريب الخاصة بتلك النماذج.
تحدي المسائل غير المألوفة
اعتمد الباحثون في هذا الاختبار على عشر مسائل رياضية مستمدة من أعمال علمية غير منشورة، مما ضمن عدم وجود حلول جاهزة لها في قواعد البيانات الضخمة التي تغذي أنظمة الذكاء الاصطناعي. وقد خضعت الحلول المقدمة لتقييم دقيق من قبل لجنة من الخبراء المتخصصين.
وأظهرت النتائج أن الأنظمة الحالية، بما فيها النماذج الرائدة مثل ChatGPT 5.5 Pro وGemini 3.1 Pro، تعاني من فجوات معرفية ومنطقية، أبرزها:
- غياب الحدس الرياضي: افتقرت النماذج إلى القدرة على التوصل إلى الفكرة الجوهرية للحل التي يدركها البشر ببديهية.
- ظاهرة الهلوسة: تقديم نتائج غير صحيحة بثقة عالية، حتى عند مطالبة النظام بالتحقق من مراجعه.
- أخطاء التنفيذ: نجاح بعض النماذج في اختيار النهج الصحيح، لكنها أخفقت في تنفيذ التفاصيل الرياضية بدقة.
استراتيجيات الأنظمة الوسيطة
في محاولة لتعزيز الأداء، طورت فرق بحثية من جامعة كاليفورنيا والمعهد الفيدرالي السويسري للتكنولوجيا في زيورخ ما يُعرف بـ الأنظمة الوسيطة. تعتمد هذه التقنية على تفعيل عدة روبوتات دردشة لتعمل كفريق؛ حيث يتولى أحدها طرح الحل، بينما يقوم الآخر بمراجعته وتدقيقه في دورات متكررة.
ترتيب الأداء في الاختبار:
- المركز الأول: فريق المعهد الفيدرالي السويسري للتكنولوجيا، الذي استخدم مجلس استشاري من ثلاثة روبوتات، ونجح في حل 6 مسائل من أصل 10.
- المركز الثاني: فريق جامعة كاليفورنيا باستخدام نظام مساعد قائم على ChatGPT.
- المركز الثالث: فريق OpenAI باستخدام نموذج ChatGPT بشكل مباشر دون أدوات مساعدة.
- المركز الرابع: فريق جامعة برينستون باستخدام نظام قائم على Gemini 3.1 Pro.
خاتمة التحدي
على الرغم من التطور التقني، لم يتمكن أي من الفرق المشاركة من حل ثلاث مسائل من أصل عشر، كما رُصدت حالات قامت فيها النماذج بنسخ مقالات ومصادر منشورة دون الإشارة إليها. ويؤكد الباحثون أن هذه المسائل ستشكل مستقبلاً معياراً قياسياً لاختبار قدرات الذكاء الاصطناعي وتقييم تطور التفكير المنطقي لديه في مواجهة التحديات العلمية الصعبة.