في عالم يتسارع فيه تطور الذكاء الاصطناعي، يحاول الباحثون طمأنة المجتمع العلمي حول استمرارية قيمة الأداء البشري. في دراسة جديدة نشرت على منصة arXiv، تم تحليل إمكانية قيام نماذج اللغات الضخمة (Large Language Models) بإنجاز مهام تتطلب جهودًا فكرية حقيقية بصورة أكثر دقة وكفاءة.

استخدم الباحثون 8 مهام أساسية تتعلق بالجهود الحقيقية مع 23 نموذجًا لغويًا من ثلاث مزودين رئيسيين. وأظهرت النتائج أن العديد من المهام يمكن إنجازها بدقة وبتكلفة ضئيلة، بينما لا تزال القليل منها تتحدى automation. ومع تقدم كل جيلٍ من النماذج، بدأت النماذج المتوسطة تغلق الفجوة مع النماذج المتقدمة، مما يعني أن مجموعة أكبر من النماذج ستكون متاحة لأتمتة هذه المهام.

ورغم ذلك، فإن نتائج الدراسة تشير إلى أن تقديم حوافز مالية لفظية لم يكن له تأثير واضح على أداء نماذج اللغات الضخمة. هذا يضع الحدود لاستخدام مهام الجهود الحقيقية في بيئات غير مراقبة، حيث يمكن للمشاركين تفويض إنجاز المهام بسهولة إلى LLM، مما يعني أن الأداء المرصود قد لا يعكس الجهود الحقيقية للبشر.

تثير هذه الاكتشافات تساؤلات مهمة حول كيف يمكن للذكاء الاصطناعي أن يعيد تعريف مفهوم الجهد البشري في السياقات الاقتصادية والتجريبية. هل نحن على وشك فقدان الدور الإنساني في هذه المهام؟ أم أن هناك مجالات أخرى لا يزال فيها الأداء البشري لا يمكن استبداله؟

لنتفاعل: ما رأيكم في هذا التطور؟ شاركونا في التعليقات!