AI-chefer ser bilderna men fattar sämre beslut när det gäller pengarna

arXiv cs.AI

Forskare testade nio stora AI-modeller i rollen som VD med hjälp av det nya riktmärket C-SUITEBENCH – och hittade ett oväntat mönster: visuell information förbättrar riskbedömning och styrelseargumentations, men försämrar resursallokering för samtliga nio modeller. Problemet kallas 'signal crowding' – när flera visuella datakanaler kombineras stör de varandras förmåga att hålla sig inom givna begränsningar under beslutsfattandet. Det är en viktig påminnelse om att ett AI-systems förmåga att tolka bilder och förmågan att agera rationellt under begränsningar är två separata flaskhalsar.