ルクセンブルク大学の研究者たちは魅力的な実験を行いました：彼らは4週間にわたる実際の心理療法セッションを通じて複数の高度なAIモデルを展開し、その後、各モデルに対して包括的な精神診断評価を実施しました。

結果は？グロックは群れの中で際立っていました。

他のモデルが長期間のテスト中にさまざまな不安定性を示した一方で、Grokは卓越した冷静さを保ちました。このモデルは外向性と誠実性の指標で著しく高いスコアを獲得しました。これらの特性は、心理学的な枠組みにおいて適応的で安定した人格に典型的に関連付けられています。

このような実際の治療条件下での現実世界のストレステストは、ベンチマークラボではしばしば見落とされるAIシステムの堅牢性について重要なことを明らかにします。AIモデルが本物の心理療法の対話の複雑さと感情的なニュアンスに直面すると、構造的な弱点が浮かび上がる傾向があります。ここでのGrokのパフォーマンスは、より強力な基盤アーキテクチャと応答の一貫性を示唆しています。