آزمایش غیررسمی جدیدی نشان می‌دهد مدل‌های مطرح هوش مصنوعی در پاسخ به پرسش‌های مربوط به بازی Baldur’s Gate 3 عملکردی نزدیک به هم دارند؛ هرچند رویکرد و سبک پاسخ‌گویی آن‌ها متفاوت است.

تمرکز متفاوت آزمایشگاه‌های هوش مصنوعی

هر شرکت فعال در حوزه AI اولویت‌های خاص خود را دنبال می‌کند.
OpenAI بیشتر روی کاربران عمومی تمرکز دارد، در حالی که Anthropic تمرکز پررنگ‌تری بر بازار سازمانی دارد. در این میان، گزارش‌ها نشان می‌دهد شرکت xAI که توسط Elon Musk تأسیس شده، توجه ویژه‌ای به حوزه بازی‌های ویدیویی نشان داده است.

طبق گزارشی از Business Insider، انتشار یکی از مدل‌های xAI با تأخیر مواجه شد؛ زیرا ماسک از پاسخ‌های چت‌بات درباره Baldur’s Gate رضایت نداشت. گفته می‌شود تیم مهندسی ارشد برای بهبود کیفیت پاسخ‌ها به این موضوع اختصاص یافت.

BaldurBench؛ مقایسه عملی مدل‌ها

در یک آزمایش غیررسمی با عنوان «BaldurBench»، پاسخ چهار مدل مطرح بررسی شد:

  • Grok

  • ChatGPT

  • Claude

  • Gemini

نتیجه نشان داد Grok اطلاعات دقیق و تخصصی ارائه می‌دهد، اما از اصطلاحات حرفه‌ای بازی استفاده می‌کند که برای کاربران مبتدی ممکن است پیچیده باشد. ChatGPT پاسخ‌ها را فهرست‌وار و منظم ارائه می‌دهد. Gemini بر برجسته‌سازی نکات کلیدی تمرکز دارد. Claude نیز تلاش می‌کند از لو رفتن داستان بازی جلوگیری کند و توصیه‌هایی محتاطانه ارائه می‌دهد.

آیا برتری محسوسی وجود داشت؟

از نظر محتوایی، تفاوت چشمگیری میان مدل‌ها دیده نشد. بیشتر آن‌ها از راهنماهای عمومی موجود برای بازی استفاده می‌کنند. بنابراین تفاوت اصلی در سبک ارائه پاسخ است، نه در دقت اطلاعات.

این رقابت نشان می‌دهد مدل‌های زبانی بزرگ اکنون به سطحی رسیده‌اند که در موضوعات تخصصی مانند راهنمای بازی‌های نقش‌آفرینی نیز عملکردی نزدیک به هم دارند.

در کنار این رقابت‌ها، تحلیل روند استفاده کاربران جوان از ابزارهای هوش مصنوعی نیز اهمیت دارد. برای نمونه، افزایش استفاده برنامه‌نویسان جوان هندی از ابزارهای کدنویسی مبتنی بر AI را می‌توانید در مقاله
https://kingmember.com/chatgpt-codex-popularity-among-indian-youth/
بررسی کنید؛ موضوعی که نشان می‌دهد تمرکز مدل‌ها تنها به سرگرمی محدود نمی‌شود و کاربردهای حرفه‌ای نیز رشد قابل توجهی دارند.