معیار جدیدی برای سنجش هوش مشارکتی عامل‌های هوش مصنوعی معرفی شد

پیشرفت هوش مصنوعی معمولاً بر اساس توانایی یک مدل به‌تنهایی سنجیده می‌شود؛ اما گروه‌هایی از عامل‌های هوش مصنوعی در حوزه‌هایی مانند علم، پزشکی، ریاضیات و مهندسی نرم‌افزار نیز فعالیت می‌کنند. پژوهشگران می‌گویند با گسترش همکاری عامل‌های هوش مصنوعی با یکدیگر و با انسان‌ها، توانایی کار تیمی به بخشی مهم از سنجش هوش آن‌ها تبدیل شده است.

پژوهشگران «بنچمارک هوش مشارکتی» (Collaborative Intelligence Benchmark) را برای ارزیابی عملکرد عامل هوش مصنوعی به‌عنوان هم‌تیمی معرفی کرده‌اند. این بنچمارک ۲۴۰ وظیفه در هشت بُعد کار تیمی دارد؛ از نپذیرفتن میان‌بُر ناایمن تا بررسی کاری که یک مدل ضعیف‌تر انجام داده است. طبق چکیدهٔ پیش‌چاپ، وظایف از سوابق واقعی یا بنچمارک‌های موجود گرفته شده‌اند؛ متن در دسترس به نمونه‌ای از گزارش‌های حوادث هوانوردی اشاره می‌کند، اما جزئیات بیشتری دربارهٔ منابع وظایف ارائه نمی‌دهد.