Почему ИИ теряет эффективность на длинных списках: проблемы внимания

Испытание внимания у моделей ИИ

Исследователи проверили способность искусственного интеллекта к концентрации, применив к нему известный тест Струпа. В коротких списках из пяти слов модель GPT-4o показала точность 91%. Однако при увеличении длины списка производительность ИИ резко падала.

Длинные списки — вызов для ИИ

В списках из десяти слов точность GPT-4o снизилась до 57%, а в списках из сорока слов — до 15%. Модель Claude 3.5 Sonnet сохраняла стабильную точность до двадцати слов, но при сорока словах её результат упал до 24%. Аналогичные показатели продемонстрировали GPT-5, Claude Opus 4.1 и Gemini 2.5.

Основные ограничения внимания ИИ

Результаты исследования показывают, что модели ИИ испытывают трудности с длительным удержанием внимания. Вместо того чтобы называть цвета, они склонны читать слова, что приводит к почти нулевой точности при несоответствии цвета и текста в списках.

Отличия внимания человека и ИИ

Люди лучше справляются с концентрацией на длинных списках благодаря иным механизмам внимания. В отличие от человека, у ИИ отсутствует исполнительный контроль, который помогает удерживать фокус. Это одна из ключевых проблем современных систем искусственного интеллекта и важное направление для будущих разработок.

Выводы

Исследование выявило слабость ИИ в удержании внимания и снижение эффективности на сложных и длинных задачах. По сравнению с человеческими возможностями, ИИ пока значительно уступает в этой области. Это подчёркивает необходимость дальнейших исследований для создания более эффективных и способных к длительной концентрации систем искусственного интеллекта.