| ش | ی | د | س | چ | پ | ج |
| 1 | 2 | 3 | ||||
| 4 | 5 | 6 | 7 | 8 | 9 | 10 |
| 11 | 12 | 13 | 14 | 15 | 16 | 17 |
| 18 | 19 | 20 | 21 | 22 | 23 | 24 |
| 25 | 26 | 27 | 28 | 29 | 30 |
حتی GPT-5 هم در این تست سنجش تمرکز انسان مردود شد!
یک تست روانشناسی کلاسیک، نقطه ضعف غیرمنتظرهای را در برخی از پیشرفتهترین سیستمهای هوش مصنوعی امروزی آشکار کرده است؛ موضوعی که نشان میدهد توجه و تمرکز در هوش مصنوعی ممکن است بسیار متفاوت از تمرکز در انسان عمل کند.
پژوهشگرانی به رهبری سوکتو پاتل (Suketu Patel) بررسی کردند که مدلهای زبانی بزرگ (LLMها) – یعنی همان فناوری پشت سیستمهایی مانند GPT-5، کلود (Claude) و جمینای (Gemini) – چگونه با یک چالش شناختیِ شناختهشده به نام «تست استروپ» (Stroop task) روبهرو میشوند. یافتهها نشان میدهند با وجود اینکه هوش مصنوعی میتواند در بسیاری از وظایف پیچیده عملکرد خیرهکنندهای داشته باشد، اما وقتی در طولانیمدت با اطلاعات متناقض مواجه میشود، ممکن است برای حفظ تمرکز خود با چالش جدی مواجه شود!