به‌گفتهٔ هایدن بلفیلد، مهندس گوگل، هوش مصنوعیِ خودبهبودگر ــ یعنی هوش مصنوعی‌ای که بدون کمک انسان، هوش مصنوعی بهتری طراحی کند ــ هنوز به واقعیت نزدیک نیست. داده‌های داخلی DeepMind نشان می‌دهد هوش مصنوعی اکنون بیش از ۷۵٪ کدهای تولیدی را می‌نویسد، اما حدود ۸۸٪ این تغییرات پیش از ثبت همچنان باید به دست انسان بررسی شوند.
خودکارسازی برای کارهای محدود جواب می‌دهد، نه پژوهش
بر اساس تازه‌ترین اندازه‌گیری‌های داخلی، سهم تغییرات کدی که به‌طور کامل به هوش مصنوعی واگذار می‌شوند از ۷٫۵٪ به ۱۱٫۹٪ رسیده است. با پیچیده‌ترشدن کارها، میزان موفقیت هوش مصنوعی بدون دخالت انسان به‌شدت افت می‌کند. در ۱٬۳۸۹ اجرای عامل‌های Argon متعلق به DeepMind، حضور انسان برای پژوهش خلاقانه، طراحی آزمایش، تشخیص مشکلات ظریف آموزش و برنامه‌ریزی بلندمدت همچنان ضروری بود. نظرسنجی کوچکی از دوازده پژوهشگر ارشد DeepMind نیز همین الگو را نشان داد: خودکارسازی در کارهای مشخص و قابل‌راستی‌آزمایی زیاد است، اما در ایده‌پردازی علمیِ باز و بدون پاسخ مشخص، کم است.
معیارها از پیشرفت پیوسته می‌گویند، نه شتاب‌گرفتن آن
در RE‑Bench متعلق به DeepMind ــ مجموعه‌ای شامل ۷۴ وظیفهٔ واقع‌گرایانه در مهندسی یادگیری ماشین ــ Argon حدود نیمی از مسائل را حل می‌کند؛ در حالی که امتیاز Gemini 3.7 Flash برابر با ۲۷٪ بود. شاخص توانایی عمومی (GCI) که عملکرد ۱۲۳ مدل را در ۹۲ معیار دنبال می‌کند، نشان می‌دهد مدل‌های Gemini ماهانه حدود ۰٫۱ امتیاز GCI بهبود می‌یابند و از نظر آماری نشانه‌ای از شتاب‌گرفتن این روند دیده نمی‌شود. بلفیلد می‌گوید بهبود اندک Gemini 4 Argon حاصل محاسبات بیشتر و تلاش سازمانی است، نه شتاب‌گرفتن کار به‌واسطهٔ هوش مصنوعی.
چرا مهم است
برای برنامه‌نویسان گوگل و شرکت‌های دیگر، هوش مصنوعی می‌تواند کارهای معمول کدنویسی را انجام دهد، اما همچنان به بررسی انسان نیاز دارد؛ بنابراین مشاغل یک‌شبه از بین نمی‌روند. برای جامعهٔ گسترده‌تر هوش مصنوعی نیز نبودِ پژوهشِ خودشتاب‌گیر به این معناست که پیش‌بینی‌های مربوط به «انفجار هوش» سریع همچنان گمانه‌زنی‌اند و می‌توان نگرانی‌های ایمنی را در افق زمانی طولانی‌تری زیر نظر گرفت.
