Princeton, Stanford, Birleşik Krallık Yapay Zekâ Güvenliği Enstitüsü ve Brookings’ten araştırmacılar, *Yapay Zekâ Ajanı Değerlendirmesinde Gelişen Eğilimler* başlıklı bir makale yayımladı. Çalışmada yöntemler, araştırma gündemi ve değerlendirme ekosistemi genelinde 33 eğilim inceleniyor. Yazarlar, ajanları değerlendirmenin artık bulut kredileri için on binlerce dolara mal olduğunu ve ajanların iz kayıtlarını incelemekte kullanılan araçların da henüz test edilmediğini belirtiyor. Disiplinlerarası değerlendiricilerin çoğalması, daha iyi kıyaslama testleri ve şeffaf, bağımsız değerlendirmeler çağrısı yapıyorlar.
Neden önemli
Politika yapıcılar ve fon sağlayıcılar, yapay zekâ ajanlarının bağımsız ve şeffaf biçimde test edilmesine kaynak ayırmak için makaledeki kontrol listesinden yararlanabilir.
