45 Yapay Zeka Ajanı Test Edildi, Hiçbirisi Tam Puan Almadı

Yapay zeka ajanları, kullanıcı adına internet üzerinde işlem yapma yeteneğinde hızla ilerlese de, yeni bir çalışma bu sistemlerin hâlâ tam anlamıyla güvenilir olmadığını ortaya koyuyor. Decodo’nun yürüttüğü araştırmada 45 farklı ajan, gerçek hayatta karşılaşabilecekleri çeşitli görevler üzerinden test edildi.

Haberi okuduğunuz için teşekkürler, bizi takip etmeyi unutmayın!

Testler, ajanların form doldurma, işlemleri tamamlama, sekmeler arası bilgi takibi ve üçüncü taraf servislerle entegrasyon gibi becerilerini ölçtü. Hiçbir sistem 20 üzerinden 20 puan elde edemedi. Bulgular, geliştiricilerin vaatleri ile gerçek kullanım performansı arasında hâlâ belirgin bir uçurum olduğunu gösteriyor.

Ajanların en çok zorlandığı alan ödeme ve işlem süreçleri oldu. Sistemler bir alışverişi ödeme aşamasına kadar yönlendirebilse de, işlemi kullanıcı adına tamamlamakta ciddi kısıtlamalarla karşılaştı. Bu alan, araştırmada en düşük ortalamaların elde edildiği bölgeydi. Ayrıca, işlemi tamamlayabilen az sayıda ajanda bile kredi kartı gibi hassas verilerin korunması için yeterli güvenlik önlemleri sunmadı.

Sorun, yalnızca ödeme aşamasıyla sınırlı kalmıyor. Birden fazla adımdan oluşan iş akışlarında geri alınması imkansız işlemler gerçekleştirilmeden önce belgelenmiş güvenlik protokollerinin eksikliği, araştırmanın belirgin sorunlarından biri olarak öne çıktı.

Umut verici bulgular da mevcut

Tablo tamamen olumsuz değil. Özellikle sekmeler arası farkındalıkta, bazı tarayıcı yerleşik yapay zeka ajanları tam puan almayı başardı. Bu durum, teknolojinin belirli görevlerde daha başarılı olabileceğini ve gelecekte daha karmaşık işlemlerin mümkün olabileceğini gösteren bir işaret olarak değerlendiriliyor.

Araştırmanın temel bulgusu, yapay zeka ajanı seçerken yalnızca genel performans iddialarına bakılmaması gerektiği. Kullanıcının ihtiyaç duyduğu somut görevler tanımlanmalı ve ajanların bu görevlerdeki gerçek yetenekleri değerlendirilmelidir.