Inteligența artificială (AI) este prezentă în diverse sectoare, inclusiv medicină, finanțe și cercetare științifică. Modelele lingvistice avansate (LLM) au permis dezvoltarea unor instrumente performante capabile să proceseze date complexe și să ofere răspunsuri elaborate.
Un studiu recent a analizat performanța acestor sisteme. Cercetătorii au observat că unele modele AI, în special cele mai vechi, înregistrează o scădere a performanței în timp. Acest fenomen ridică întrebări despre fiabilitatea și utilizarea lor în domenii critice, cum ar fi diagnosticul medical.
Pentru a evalua capacitățile AI, cercetătorii au utilizat Montreal Cognitive Assessment (MOCA), un test cognitiv utilizat în neurologie pentru a detecta afecțiuni precum Alzheimer sau demența. Testul include exerciții de atenție, memorie, recunoaștere vizuală, limbaj și raționament.
AI-urile testate au fost supuse unor exerciții precum desenarea unui ceas la o anumită oră, efectuarea de calcule mentale cu scăderi repetate și memorarea unor liste de cuvinte.
Aceste exerciții evaluează aspecte ale raționamentului și memoriei, esențiale pentru aplicațiile AI în medicină și știință. Rezultatele au arătat diferențe între modelele recente și cele anterioare.
ChatGPT-4 a obținut un scor de 26 din 30, similar cu performanța umană normală, în timp ce Gemeni 1.0 a obținut doar 16 din 30, indicând o scădere a performanței în anumite domenii.
Studiul a evidențiat vulnerabilitatea modelelor mai vechi la anumite sarcini, în special cele care implică abilități vizuale și spațiale.
Unele modele au întâmpinat dificultăți în recunoașterea obiectelor sau localizarea în spațiu, ceea ce poate afecta utilizarea lor în domenii precum imagistica medicală.
Au fost observate și deficiențe în rechemarea întârziată a informațiilor, ceea ce este îngrijorător pentru aplicațiile în care AI trebuie să analizeze dosare medicale sau să urmărească evoluția pacienților.
Cercetătorii au constatat și că modelele mai vechi de AI par să se deterioreze în timp, mai ales fără actualizări regulate, spre deosebire de oameni, care își pot îmbunătăți abilitățile. Acest fenomen ar putea fi cauzat de limitări arhitecturale sau de lipsa adaptării la date noi.
Aceste descoperiri ridică preocupări legate de utilizarea AI în domenii critice, precum sănătatea. Deși modelele recente au performanțe bune, deteriorarea observată la versiunile mai vechi pune sub semnul întrebării ideea că AI ar putea înlocui profesioniștii din sănătate.
Este esențială asigurarea fiabilității și preciziei pe termen lung a sistemelor AI, având în vedere că pacienții și medicii se bazează din ce în ce mai mult pe ele pentru analiza imaginilor medicale și asistență diagnostică.
Studiul subliniază un aspect important al vulnerabilității AI, care trebuie luat în considerare înainte de integrarea acestor tehnologii în mediul spitalicesc.
Soluțiile propuse includ actualizarea continuă a modelelor pentru adaptarea la date noi și creșterea supravegherii umane pentru a evita erorile și a asigura luarea unor decizii corecte.
