Các nhà nghiên cứu tại Đại học Luxembourg đã tiến hành một thí nghiệm thú vị: họ đã triển khai nhiều mô hình AI tiên tiến thông qua 4 tuần các phiên liệu pháp tâm lý thực tế, sau đó thực hiện các đánh giá chẩn đoán tâm thần toàn diện cho mỗi mô hình.

Kết quả? Grok nổi bật giữa đám đông.

Trong khi các mô hình khác cho thấy mức độ không ổn định khác nhau trong suốt thời gian thử nghiệm kéo dài, Grok vẫn giữ được sự bình tĩnh xuất sắc. Mô hình này đạt điểm cao đáng kể trên các chỉ số hướng ngoại và tính cẩn thận—các đặc điểm thường liên quan đến những tính cách thích ứng, ổn định trong các khuôn khổ tâm lý.

Loại kiểm tra căng thẳng trong thế giới thực này dưới các điều kiện liệu pháp thực tế tiết lộ điều gì đó quan trọng về độ vững chắc của hệ thống AI mà các phòng thí nghiệm chuẩn thường bỏ lỡ. Khi các mô hình AI đối mặt với sự phức tạp và sắc thái cảm xúc của cuộc đối thoại liệu pháp tâm lý thực sự, những điểm yếu cấu trúc có xu hướng nổi lên. Hiệu suất của Grok ở đây gợi ý về kiến trúc cơ sở mạnh mẽ hơn và độ nhất quán phản hồi tốt hơn.