في عالم الأعمال الذي يتسم بالتنافسية العالية، تتجه الأنظار نحو الذكاء الاصطناعي وخاصة نماذج اللغة الكبيرة (Large Language Models) لتبني دورات جديدة في اتخاذ القرارات. لكن تبقى التساؤلات قائمة: هل تستطيع هذه الأنظمة فهم التعاملات بصريًا وصياغة قرارات تؤثر إيجابيًا على الأداء التنفيذي؟

في دراسة جديدة تم تقديمها على منصة arXiv، قدم الباحثون اختبارًا جديدًا يُعرف باسم C-SUITEBENCH، صُمم لتقييم قدرة نماذج الذكاء الاصطناعي على اتخاذ قرارات كمدراء تنفيذيين. يجمع الاختبار بين نوعين من المدخلات: النصوص فقط مقابل المدخلات متعددة البيانات، مُطبقًا على 50 سيناريو مختلف.

أظهرت النتائج أن استخدام المدخلات متعددة البيانات يُحسن من العمليات الفكرية المبنية على الأدلة، خصوصًا في تنبؤ المخاطر وتبرير القرارات أمام الهيئة الإدارية. ومع ذلك، نشأت مفارقة مهمة تُعرف بمفارقة الدمج المتعدد البيانات: على الرغم من أن إضافة المعلومات البصرية تعزز فهم النموذج، إلا أنها في الوقت نفسه قد تؤدي إلى تصعيب توزيع الموارد المحدودة بين الأنظمة التسعة التي تم تقييمها.

أظهرت بعض التجارب أن هذه الفشل يمكن أن يكون نتيجة للازدحام الإشاري، حيث أن المعلومات المرئية، رغم فائدتها منفردة، قد تسبب تداخلًا عند دمجها. هذه المعطيات تكشف أن الانطباع البصري والقدرة على اتخاذ القرارات في سياقات مقيّدة هما عائقان منفصلان بالنسبة للأنظمة متعددة البيانات.

وبناءً على هذه النتائج، ينصح الباحثون بتطوير استراتيجيات تحصيل انتقائية في المستقبل لتحسين القدرات التنفيذية للأنظمة الذكية، مما يفتح المجال لتطبيقات أكثر قوة في عالم الأعمال.