في خطوة مثيرة نحو دمج الذكاء الاصطناعي مع مجال الرياضيات، تم طرح benchmark جديد يسمى MathVis. يهدف هذا المرجع لتقييم قدرات نماذج اللغات الضخمة (Large Language Models) على تصور المشكلات الرياضية المتقدمة وأداء التفكير المدعوم بالرسوم. يتكون هذا benchmark من 512 مهمة، تتضمن عبارات رياضية، ورسوم توضيحية مرجعية، وشيفرات تنفيذية بتنسيق TikZ أو SVG، وتمثيلاً وسيطاً ذهبياً (Gold Intermediate Representation).

تمثل نتائج تقارير الأداء التقييمية نجاح نماذج مثل GPT-6-Astra الذي حقق نسبة نجاح 31.25%، تلاه Claude Fable 5 بنسبة 26.56%، و Gemini 3.1 Pro Preview بنسبة 22.85%. على الرغم من نجاح النماذج في توليد مخرجات تتضمن عناصر ضرورية، إلا أن هذه المخرجات غالبًا ما تكون مشوشة بصريًا للبشر. تكشف هذه الحقيقة عن فجوة ملحوظة بين القدرة على إنتاج محتوى رياضي بصري وفهم الإنسان لهذا المحتوى.

تبرز هذه الأبحاث الحاجة الملحة لتطوير أساليب تسمح لنماذج اللغات الضخمة بتبسيط طريقة تفكيرها من خلال الرسوم البيانية، مما سيفتح آفاقا جديدة في الأبحاث المتعلقة بتحسين قدرات AI في مجال الرياضيات.

هل تتخيل كيف يمكن لهذه التطورات أن تؤثر على طريقة التعليم والتعلم في موضوعات الرياضيات؟ شاركونا آراءكم وأفكاركم في التعليقات.