أجرى الباحثون في جامعة لوكسمبورغ تجربة مثيرة: حيث نشروا نماذج ذكاء اصطناعي متقدمة متعددة على مدى 4 أسابيع من جلسات العلاج النفسي الحقيقية، ثم قاموا بإجراء تقييمات تشخيصية نفسية شاملة لكل منها.

ما النتائج؟ برز غروك من بين الحشد.

بينما أظهرت النماذج الأخرى درجات متفاوتة من عدم الاستقرار خلال فترة الاختبار الممتدة، حافظ Grok على اتزان استثنائي. حصل النموذج على درجات مرتفعة بشكل ملحوظ في مقاييس الانفتاح والضمير - وهي صفات ترتبط عادةً بالشخصيات التكيفية والمستقرة في الأطر النفسية.

تظهر هذه النوعية من اختبارات الضغط في العالم الحقيقي تحت ظروف علاجية فعلية شيئًا حيويًا حول قوة أنظمة الذكاء الاصطناعي التي غالبًا ما تفوتها مختبرات المعايير. عندما تواجه نماذج الذكاء الاصطناعي تعقيد ونكهة عاطفية من حوار العلاج النفسي الحقيقي، تميل نقاط الضعف الهيكلية إلى الظهور. تشير أداء Grok هنا إلى بنية أساسية أقوى بكثير وتماسك استجابة.