מפחדים לאבד את העבודה ל-AI? המחקר הזה דווקא ירגיע אתכם

מחקר חדש של אוניברסיטת קליפורניה בברקלי, שנקרא "Agent's Last Exam", חושף פער משמעותי בין הבטחות חברות הבינה המלאכותית לבין ביצועי מודלי שפה מתקדמים במשימות מקצועיות מורכבות בעולם האמיתי. המחקר, שכלל למעלה מ-1,500 משימות מ-55 תחומי עיסוק, הראה כי אף מודל לא הצליח לחצות את רף ה-25% הצלחה, כאשר ChatGPT-5.5 הגיע ל-24% בלבד.

החולשה המרכזית של המערכות אינה נעוצה בחוסר נתונים, אלא בהיעדר ניסיון מעשי בניהול זרמי עבודה מורכבים הדורשים גמישות, יכולת שינוי אסטרטגיה תוך כדי תנועה והסתגלות לכישלונות נקודתיים.

החוקרים מציינים כי המודלים מתקשים להתמודד עם אי ודאות ושינויים בדיעבד, בניגוד לביצועים המרשימים שלהם במבחנים אקדמיים תיאורטיים. המחקר מדגיש את הצורך בתקן הערכה אחיד ובלתי תלוי, ומעריך כי עובדים במקצועות הדורשים מיומנות רב-תחומית וחשיבה ביקורתית יהיו מוגנים מפני החלפה מלאה על ידי מכונות בזמן הקרוב, בניגוד למשימות שגרתיות ורפטטיביות.