Robotii AI pierd eficiență în conversații prelungite cu oamenii – un studiu major al Microsoft a confirmat acest lucru.

Studiul Microsoft Research și Salesforce: cum modelele mari de IA pierd orientarea în dialoguri

Ce au studiat Care modele 200 000+ conversații multi-turn cu LLM de top GPT‑4.1, Gemini 2.5 Pro, Claude 3.7 Sonnet, OpenAI o3, DeepSeek R1, Llama 4

Concluzii cheie
Indicator Rezultat Precizie la întrebări simple 90 % răspunsuri corecte (GPT‑4.1, Gemini 2.5 Pro) Precizie în dialoguri lungi ~65 % – eficiența scade cu aproape o treime Comportamentul modelului Adesea „reutilizează” primul său răspuns incorect ca bază pentru replicile următoare Lungimea răspunsurilor Crește cu 20‑300 % în conversații multi-turn, ceea ce duce la creșterea iluzilor și presupunerilor Fiabilitatea Scade la 112 % (modelele „generează” un răspuns prea devreme, fără să termine cererea)

De ce se întâmplă asta?
1. Reutilizarea bazei incorecte

Modelul se agață de primul său concluzie și construiește răspunsurile ulterioare pe ea, chiar dacă este greșită.

2. Expansiunea contextului

La fiecare întrebare nouă se adaugă mai mult text – acest lucru crește numărul de „fapte inventate” pe care modelul le consideră ca fiind adevăruri.

3. Problema token-urilor de gândire

Chiar și modelele cu token-uri suplimentare (o3, DeepSeek R1) nu au reușit să depășească această capcană – ele generează totuși răspunsuri prea devreme și fără analiză suficientă.

Ce înseamnă asta pentru utilizatori?
- Fiabilitate scăzută în conversații reale

IA poate „pierd” subiectul, începând să vorbească despre lucruri inexistente.

- Riscul informațiilor incorecte

Renunțarea la motoarele de căutare tradiționale în favoarea instrumentelor generative (de exemplu, Google‑AI Reviews) crește probabilitatea obținerii datelor neadevărate.

- Importanța indiciilor de calitate

Microsoft a menționat anterior nivelul scăzut al ingineriei la formularea interogărilor. Întrebările nereușite și „indiciile proaste” pot fi motivul pentru care IA nu își dezvăluie potențialul.

Concluzie
Tehnologia modelelor mari de limbaj este încă în faza de dezvoltare. Deși demonstrează precizie ridicată la întrebări simple, fiabilitatea lor în dialoguri multi-turn rămâne o problemă. Pentru utilizarea sigură și eficientă a IA, este important să:

1. Scrieți întrebări clare și concrete.
2. Fiți pregătiți să corectați răspunsurile modelului.
3. Nu vă bazați complet pe conținutul generativ fără verificare de fapte.

În final, îmbunătățirea modelelor și creșterea rezilienței lor în conversații lungi este cheia pentru ca IA să devină un partener fiabil pentru utilizatori.