کلود محتاط است و GPT جسور؛ گرایش مدل‌های هوش مصنوعی به ریسک‌پذیری به نوع وظیفه بستگی دارد
تاریخ انتشار: ۲۱ اکتبر ۲۰۲۶، ساعت ۱۰:۴۷
در سناریویی فرضی در مرکز شهری با بادهای شدید و موانع متعدد، هدایت پهپاد به هوش مصنوعی سپرده شد. مدل «Claude Sonnet 4.5» شرکت آنتروپیک رویکردی مبتنی بر اولویت دادن به ایمنی داشت و می‌کوشید تا حد امکان از خطر دوری کند؛ در مقابل، مدل «Grok 4» شرکت xAI متعلق به ایلان ماسک جسورانه‌ترین تصمیم‌ها را گرفت. اما با تغییر وظیفه به سرمایه‌گذاری در بازار سهام، وضعیت کاملاً عوض شد: گروک به محتاط‌ترین سرمایه‌گذار تبدیل شد، در حالی که مدل «GPT-5.2» شرکت اوپن‌ای‌آی بیش از سایر مدل‌ها ریسک کرد.
نتایج پژوهش نشان می‌دهد که مدل‌های هوش مصنوعی نیز، مانند انسان‌ها، در گرایش به اجتناب از خطر یا پذیرش آن با یکدیگر تفاوت دارند. حتی برخی مدل‌ها بسته به حوزه فعالیت، از جمله سلامت، سرمایه‌گذاری و هدایت پهپاد، نگرش‌های متفاوتی به ریسک نشان می‌دهند. کارشناسان تأکید می‌کنند که هنگام سپردن وظایف به هوش مصنوعی، باید میزان ریسک‌پذیری آن را در کنار هوشمندی و عملکردش در نظر گرفت.
گروهی پژوهشی به سرپرستی اریک جینگ دو، استاد دانشگاه فلوریدا، گرایش به ریسک‌پذیری را در شش مدل مهم هوش مصنوعی مقایسه کرد. یافته‌های این پژوهش در پلتفرم انتشار پیش‌چاپ علمی «arXiv» منتشر شده است. پژوهشگران مدل‌های GPT-5.2، کلود سونت ۴.۵ و گروک ۴ را در کنار مدل «Gemini 3 Pro» شرکت گوگل، مدل «Qwen3-Max» شرکت علی‌بابا و مدل «V3.2» شرکت دیپ‌سیک بررسی کردند.
پژوهشگران سه سناریوی فرضی را پیش روی مدل‌ها قرار دادند: تعیین مسیر پرواز پهپاد در شرایط وزش باد و وجود موانع، اولویت‌بندی درمان بیماران اورژانسی و تخصیص سرمایه به سهام و اوراق قرضه. سپس نحوه ارزیابی خطر و تصمیم‌گیری هر مدل را بررسی کردند.
کلود در هدایت پهپاد محتاط‌ترین مدل بود و در حوزه سلامت و سرمایه‌گذاری نیز از نظر احتیاط در رتبه دوم قرار گرفت. در مقابل، GPT در دو حوزه سلامت و سرمایه‌گذاری جسورترین مدل بود و در هدایت پهپاد نیز رتبه دوم را از نظر ریسک‌پذیری داشت. دیپ‌سیک، جمینای و کیون در هر سه سناریو رتبه‌بندی نسبتاً مشابهی از خود نشان دادند. گروک وضعیت متفاوتی داشت: این مدل در هدایت پهپاد جسورترین گزینه بود، اما در حوزه سلامت و سرمایه‌گذاری بیش از همه احتیاط کرد. این تفاوت نشان می‌دهد که گرایش گروک به ریسک تا حد زیادی به نوع وظیفه بستگی دارد.
قضاوت‌های مدل‌های هوش مصنوعی هنگام تکرار سناریوها نیز عمدتاً ثبات داشت. پژوهشگران برای جلوگیری از تأثیر گفت‌وگوهای قبلی بر پاسخ‌ها، حافظه مدل‌ها را بازنشانی کردند و آزمایش‌ها را در شرایط یکسان از نو انجام دادند. میانگین نرخ ثبات پاسخ‌های کلود ۹۹٫۷ درصد بود که بالاترین میزان در میان مدل‌ها به شمار می‌رفت؛ در مقابل، گروک با نرخ ۸۰٫۳ درصد کمترین ثبات را داشت. این نتایج نشان می‌دهد که هر مدل هوش مصنوعی الگوی مشخصی برای ارزیابی خطر و اقدام بر اساس آن دارد.
گروه پژوهشی وظایف مشابهی را به ۱۰۰ انسان نیز سپرد. میزان ریسک‌پذیری شرکت‌کنندگان از اجتناب شدید از خطر تا پذیرش فعالانه آن متغیر بود. در مقابل، گرایش‌های مدل‌های هوش مصنوعی در چند دسته نسبتاً نزدیک به یکدیگر قرار می‌گرفت. پژوهشگران احتمال دادند که این تفاوت ممکن است به داده‌های آموزشی متأثر از ارزیابی‌های انسانی مربوط باشد، اما تأکید کردند که علت قطعی آن هنوز مشخص نیست.
پژوهشگران همچنین دریافتند که انسان‌ها در ارزیابی دقیق نگرش مدل‌های هوش مصنوعی به ریسک با دشواری روبه‌رو هستند. هنگامی که متخصصان صرفاً بر اساس سوابق قضاوت مدل‌ها و بدون اطلاع از نام آن‌ها، سطح ریسک‌پذیری را ارزیابی کردند، برآوردهایشان تفاوت چشمگیری با اندازه‌گیری‌های واقعی داشت.
پژوهشگران تأکید کردند که پیش از به‌کارگیری هوش مصنوعی در وظایف دنیای واقعی، باید میزان ریسک‌پذیری آن در کنار عملکردش سنجیده شود. آن‌ها خاطرنشان کردند: «ممکن است تصور شود هوش مصنوعی شرکت‌های مشهور ذاتاً محتاط است، اما برخی مدل‌ها ممکن است فعالانه خطر کنند. شناخت قبلی از گرایش‌های هر مدل در حوزه‌های حساس به ایمنی، مانند مراقبت‌های سلامت یا کنترل ترافیک هوایی، اهمیت اساسی دارد.»