به گزارش اقتصادنیوز به نقل از خبرآنلاین، اندیشکده «Model Evaluation & Threat Research (METR)» در پژوهشی که تیرماه منتشر شد، گروهی از توسعهدهندگان نرمافزار را بهطور تصادفی به دو بخش تقسیم کرد: بخشی با استفاده از ابزارهای هوش مصنوعی و بخشی بدون آن. انتظار عمومی این بود که هوش مصنوعی سرعت کار برنامهنویسان را تا ۴۰ درصد افزایش دهد. حتی خود شرکتکنندگان هم پس از آزمایش تصور میکردند حدود ۲۰ درصد سریعتر شدهاند.
اما بررسی دادههای واقعی خلاف این را ثابت کرد: افرادی که از هوش مصنوعی استفاده کرده بودند، در عمل ۲۰ درصد کندتر از سایرین بودند. پژوهشگران میگویند حتی احتمال چنین نتیجهای را هم در نظر نگرفته بودند.
دلیل این پدیده به چیزی بازمیگردد که متخصصان آن را «شکاف توانایی–اعتمادپذیری» مینامند. ابزارهای هوش مصنوعی میتوانند بسیاری از کارها را انجام دهند، اما نه با دقت و ثباتی که در شرایط واقعی نیاز است. همین خطاهای کوچک باعث شد توسعهدهندگان زمان زیادی را صرف بازبینی و اصلاح کدهای تولیدشده توسط AI کنند؛ زمانی که اگر خودشان از ابتدا کدنویسی میکردند، کمتر صرف میشد. یکی از شرکتکنندگان این تجربه را به «دید زدن یک کارآموز پرمدعا» تشبیه کرد.
این نتایج در شرایطی منتشر شده که اقتصاد آمریکا شاهد رونقی بزرگ بهواسطه سرمایهگذاری در هوش مصنوعی است. شرکتهای غولپیکر فناوری میلیاردها دلار صرف ساخت مراکز داده و زیرساختهای AI کردهاند، در حالیکه بازدهی مالی آن هنوز بسیار محدود است. برخی اقتصاددانان هشدار میدهند که اگر این روند ادامه یابد، امکان شکلگیری «حباب هوش مصنوعی» وجود دارد؛ حبابی که ترکیدن آن میتواند به مراتب سنگینتر از بحران داتکام در اوایل دهه ۲۰۰۰ باشد.