METR: Inteligjenca artificiale po përshpejton kërkimin në Anthropic, por provat publike kanë kufizime

Sipas raportit të METR, rezultatet e modeleve të brendshme të Anthropic në një grup testesh të aftësive janë përmirësuar që nga tetori 2025 me një ritëm të vlerësuar 1,9 herë më të shpejtë se ritmi historik i mëparshëm. Intervali i besueshmërisë 95% i këtij vlerësimi është 1,5 deri në 2,8 herë. METR e përshkruan këtë si afërsisht dy vjet përparim të mëparshëm brenda një viti, por vetëm në treguesin e përdorur për matjen e aftësive të modeleve.

Vlerësimi u zhvillua nga 12 gushti deri më 29 tetor 2026. Sipas METR, organizata pati qasje në një sërë të dhënash të brendshme të Anthropic, përfshirë rezultatet e modeleve, tregues të trajnimit, të dhëna për përdorimin e inteligjencës artificiale në punën kërkimore dhe intervista me punonjës. METR vlerëson se aftësitë e modeleve në detyra të përcaktuara qartë po përmirësohen afërsisht dy herë më shpejt se në periudhën nga marsi 2024 deri në tetor 2025. Organizata thekson se ky vlerësim ka pasiguri të lartë dhe se ritmi real mund të jetë nga 1,3 deri në 3 herë më i lartë.

Një pjesë e madhe e përshpejtimit, sipas METR, lidhet me përdorimin e vetë inteligjencës artificiale nga studiuesit për të zhvilluar dhe përmirësuar modele të reja. Raporti thotë se provat e mbledhura tregojnë kryesisht përdorim të AI-së si asistente në procesin kërkimor, jo si sistem që kryen në mënyrë plotësisht autonome zhvillimin e modeleve. METR vëren disa shenja se kontributet autonome mund të rriten, por nuk paraqet prova se AI po e zhvillon vetë, pa ndërhyrje njerëzore, gjeneratën pasardhëse të modeleve.

Sipas të njëjtit raport, përshpejtimi nuk shpjegohet nga rritja e kapacitetit kompjuterik të përdorur për trajnimin e modeleve. METR nuk identifikoi pengesa të qarta që do të ndalonin përparimin në 12 muajt e ardhshëm, por pranon se vlerësimi mund të mos ketë kapur të gjitha kufizimet teknike dhe operative.

Një kufizim i rëndësishëm lidhet me transparencën e raportit. METR bën të ditur se Anthropic kishte të drejtë të redaktonte informacionin konfidencial përpara publikimit. Sipas organizatës, kompania redaktoi pjesën më të madhe të provave që METR i konsideronte më informuese për përfundimet e saj. Kjo e bën më të vështirë që studiues të tjerë të kontrollojnë në mënyrë të pavarur të gjithë bazën e vlerësimit.

Në një raportim të veçantë, Associated Press shkruan se METR shqyrtoi rreth 11 javë të dhëna të brendshme dhe intervistoi punonjës të Anthropic. AP raporton gjithashtu se bashkëthemeluesi i kompanisë Sam McCandlish tha se gjetjet përputheshin në masë të madhe me vlerësimin e tij, ndërsa mbrojti redaktimet e informacionit për arsye tregtare dhe sigurie.

Gjetjet kanë rëndësi për debatin mbi sigurinë e inteligjencës artificiale. Nëse përdorimi i AI-së për të zhvilluar sisteme të tjera vazhdon të përshpejtohet, cikli i përmirësimit teknologjik mund të bëhet më i shpejtë. Megjithatë, raporti nuk provon se është krijuar një proces plotësisht autonom i vetëpërmirësimit. Ai dokumenton një përshpejtim të kërkimit ku njerëzit vazhdojnë të luajnë rol të rëndësishëm./Cogito/

Lexo Raportin e plotë të METR