عنوان اصلی: گزارش ۴۲۳ صفحه‌ای هوش مصنوعی استنفورد منتشر شد، شکاف ایالات متحده و چین به تنها ۲.۷ درصد کاهش یافت، هوش مصنوعی Tsinghua DeepSeek وارد ده شرکت برتر جهانی شد

نویسندگان اصلی: خواب خوب، هلو، همگام‌سازی شده

سرب: «گزارش شاخص هوش مصنوعی ۲۰۲۶» دانشگاه استنفورد منتشر شد! این سند تأثیرگذار ۴۳۲ صفحه‌ای مملو از بینش‌های ارزشمندی است: در رویارویی بین چین و ایالات متحده در حوزه هوش مصنوعی، شکاف تقریباً از بین رفته و به تنها ۲.۷ درصد کاهش یافته است. استعدادهای برتر هوش مصنوعی جهان، که تعدادشان به ۹۵ نفر می‌رسد، عمدتاً در شرکت‌های بزرگ متمرکز شده‌اند. ظالمانه‌ترین نکته این است که فرصت‌های شغلی برای توسعه‌دهندگان ۲۲ تا ۲۵ ساله ۲۰ درصد کاهش یافته است.

در ۱۳ آوریل، استنفورد HAI گزارش مورد انتظار «گزارش شاخص هوش مصنوعی ۲۰۲۶» را منتشر کرد!

این گزارش سالانه ۴۲۳ صفحه‌ای، جدیدترین نقشه قدرت صنعت جهانی هوش مصنوعی را به طور جامع آشکار می‌کند.

این یک نتیجه‌گیری اساسی ارائه می‌دهد: قابلیت‌های هوش مصنوعی پیشرفت سریعی داشته‌اند، اما توانایی بشر در اندازه‌گیری و مدیریت آن با این پیشرفت همگام نبوده است.

در میان آنها، تکان دهنده ترین نتیجه گیری این است -

شکاف عملکرد بین مدل‌های هوش مصنوعی چینی و آمریکایی اساساً از بین رفته است، و هر دو طرف اغلب در این رویارویی پیشتازی را با هم رد و بدل می‌کنند، و برتری فعلی انسان‌محور تنها ۲.۷٪ است.

ایالات متحده بیش از هر کشور دیگری در هوش مصنوعی سرمایه‌گذاری کرده است، اما جذب استعدادهای برتر به طور فزاینده‌ای چالش‌برانگیز می‌شود.

این گزارش همچنین اشاره می‌کند که تکامل هوش مصنوعی نه تنها با اصطلاحاً «گلوگاه» مواجه نشده است، بلکه با سرعتی بی‌سابقه در حال افزایش است.

در سال گذشته، بیش از ۹۰٪ از مدل‌های برتر جهان در مسائل علمی سطح دکترا، استدلال چندوجهی و ریاضیات رقابتی، با عملکرد انسان برابری کرده یا حتی از آن پیشی گرفته‌اند.

به خصوص در قابلیت‌های کدنویسی، امتیاز SWE-bench در عرض یک سال از ۶۰٪ به تقریباً ۱۰۰٪ افزایش یافته است.

با این حال، پدیده «بیش‌برازش» هوش مصنوعی بسیار شدید است و وضعیتی تحریف‌شده را نشان می‌دهد:

یک دانشجوی کارشناسی ارشد حقوق می‌تواند مدال طلای المپیاد بین‌المللی ریاضی (IMO) را ببرد، اما نمی‌تواند یک ساعت آنالوگ را با دقت بخواند، با نرخ دقت تنها ۵۰.۱٪.

همزمان، رقابت برای مشاغل در هوش مصنوعی از پیش‌بینی به واقعیت تغییر کرده است و اولین کسانی که آسیب می‌بینند، «کارگران» جوان مدرن هستند.

حالا، بیایید مستقیماً به اصل مطلب بپردازیم - ۱۲ روند اصلی که در «گزارش شاخص هوش مصنوعی ۲۰۲۶» بیشترین توجه را به خود جلب می‌کنند.

سایر نکات برجسته:

قدرت محاسباتی هوش مصنوعی جهانی در عرض ۳ سال ۳۰ برابر شده است ، ۶۰ درصد آن متعلق به انویدیا است و تقریباً تمام تراشه‌ها از TSMC می‌آیند.

سرمایه‌گذاری جهانی در هوش مصنوعی سازمانی در سال ۲۰۲۵ به ۵۸۱.۷ میلیارد دلار خواهد رسید که نسبت به سال گذشته دو برابر می‌شود و ایالات متحده تقریباً نیمی از این سرمایه‌گذاری را به خود اختصاص می‌دهد .

تعداد محققان هوش مصنوعی که وارد ایالات متحده می‌شوند، در ۷ سال گذشته ۸۹ درصد کاهش یافته است که ۸۰ درصد آن فقط در سال گذشته بوده است .

· استخدام توسعه‌دهندگان نرم‌افزار ۲۲ تا ۲۵ ساله از سال ۲۰۲۴ به میزان ۲۰ درصد کاهش یافته است، و موقعیت‌های شغلی سطح مبتدی به صورت گزینشی حذف شده‌اند.

چین بیش از ۸۵ ابررایانه هوش مصنوعی عمومی را به کار گرفته است که بیش از دو برابر تعداد ابررایانه‌های آمریکای شمالی است و رتبه اول را در سطح جهان دارد.

بیش از ۸۰ درصد از محیط‌های کاری چین از هوش مصنوعی استفاده می‌کنند که بسیار بیشتر از میانگین جهانی ۵۸ درصد است.

قدرتمندترین مدل‌ها به طور فزاینده‌ای مبهم می‌شوند ، به طوری که ۸۰ مدل از ۹۵ مدل نماینده فاقد کد آموزشی در دسترس عموم هستند.

رقابت تنگاتنگ بین چین و ایالات متحده، با کاهش فاصله به تنها ۲.۷٪

از ماه مه ۲۰۲۳، استنفورد مدل‌های برتر ایالات متحده و چین را در یک سیستم مختصات یکسان ترسیم کرده است.

در ماه مه ۲۰۲۳، gpt-4-0314 با ۱۳۲۰ امتیاز پیشتاز بود، در حالی که چین از chatglm-6b استفاده می‌کرد و اختلاف بیش از ۳۰۰ امتیاز داشت.

در فوریه ۲۰۲۵، DeepSeek-R1 برای اولین بار به طور خلاصه با مدل پیشرو آمریکایی مطابقت داشت.

در مارس ۲۰۲۶، Claude Opus 4.6 آمریکایی امتیاز ۱۵۰۳ را کسب کرد، در حالی که dola-seed-2.0-preview چینی امتیاز ۱۴۶۴ را کسب کرد.

اکنون، فاصله بین چین و آمریکا در هوش مصنوعی تنها ۳۹ امتیاز است. از نظر درصد، این ۲.۷٪ است.

نکته قابل توجه دیگر، تغییرات مکرر در طول یک سال گذشته است. از اوایل سال ۲۰۲۵، مدل‌های برتر هر دو کشور چندین بار در آرنا جایگاه خود را عوض کرده‌اند.

از نظر کمی، این نیز یک رقابت نزدیک است.

در سال ۲۰۲۵، ایالات متحده ۵۰ «مدل مهم» را عرضه کرد و پس از آن چین با فاصله کمی قرار گرفت که ۳۰ مدل بزرگ و رده بالا را نیز عرضه کرد.

در رده‌های برتر، OpenAI، گوگل، علی‌بابا، Anthropic و xAI در کنار هم قرار گرفتند و 5 جایگاه برتر جهانی را به اشتراک گذاشتند.

با نگاهی به پایین و فهرست 10 شرکت برتر، موسسات و شرکت‌های چینی چهار جایگاه را به خود اختصاص دادند، از جمله علی‌بابا، دیپ‌سیک، دانشگاه تسینگهوا و بایت‌دنس.

در اکوسیستم متن‌باز، تمرکز امسال به طور قابل توجهی به سمت شرق تغییر کرد.

DeepSeek، Qwen، GLM، MiniMax و Kimi پیوسته منحنی قابلیت‌های متن‌باز را به جلو برده‌اند.

وقتی خروجی مقالات پژوهشی، استنادها، خروجی ثبت اختراع و نصب ربات‌های صنعتی را در نظر بگیریم، چین در همه جنبه‌ها در سطح جهانی پیشرو است.

قیمت، میدان نبرد دیگری است.

توسعه‌دهندگان خارجی روی X محاسبات انجام دادند و دریافتند که قیمت خروجی Seed 2.0 Pro تنها حدود یک دهم Claude Opus 4.6 است.

با عملکردی در حد و اندازه، قیمت تنها یک دهم است. واکنش زنجیره‌ای این موضوع تازه آغاز شده است.

۹۰٪ از مدل‌های پیشرفته از صنعت می‌آیند و سرعت بی‌نظیری را رقم می‌زنند

از میان ۹۵ مدل برتر منتشر شده در سال گذشته، بیش از ۹۰ درصد آنها از صنعت آمده بودند، نه از موسسات دانشگاهی یا آزمایشگاه‌های دولتی.

دنیای آکادمیک دیگر با آخرین فناوری‌ها همگام نیست.

سرعت انتشار نسخه‌ها نیز با سرعت دیوانه‌واری در حال افزایش است.

تنها در یک ماه در فوریه ۲۰۲۶، مدل‌های پرچمداری مانند Gemini 3.1 Pro، Claude Opus 4.6، GPT-5.3 Codex، Grok 4.20، Qwen 3.5، Seed 2.0 Pro، MiniMax M2.5 و GLM-5 همگی وارد بازار شدند.

چرخه خداپسندانه از «سال» به «ماه» تغییر کرده است.

معیار سقف یک ساله، هوش مصنوعی هیچ گلوگاهی ندارد

قدرتمندترین منحنی، برنامه‌نویسی است.

SWE-bench Verified، معیاری که واقعاً اشکالات را برطرف کرد، در عرض یک سال از ۶۰٪ به تقریباً ۱۰۰٪ افزایش یافت.

چند واحد هم افزایش پیدا نکرد؛ اساساً به سقف رسید.

Terminal-Bench توانایی Agent را در انجام وظایف واقعی ترمینال آزمایش کرد و از 20٪ در سال گذشته به 77.3٪ افزایش یافت.

نرخ موفقیت حل مسئله توسط نماینده امنیت شبکه از ۱۵٪ به ۹۳٪ افزایش یافت.

Gemini Deep Think در المپیاد بین‌المللی ریاضی مدال طلا گرفت.

پاسخ به سوالات عمومی در سطح دکترا (GPQA Diamond)، آزمون ریاضی دعوتی آمریکا (AIME) و استنتاج یکپارچه چندوظیفه‌ای چندوجهی (MMMU) - که همگی در ابتدا چالش‌های «غیرقابل حل توسط انسان» محسوب می‌شدند - همگی با مدل‌های پیشرفته حل شدند.

آنچه به بهترین شکل این نکته را نشان می‌دهد، آخرین امتحان بشریت است.

این آزمونی است که به طور خاص برای «به چالش کشیدن هوش مصنوعی و به نفع متخصصان انسانی» طراحی شده است و سوالات آن توسط متخصصان برتر در زمینه‌های مختلف ارائه شده است.

سال گذشته، هوش مصنوعی OpenAI مدل o1، امتیاز ۸.۸ درصد را کسب کرد و در عرض یک سال، مدل‌های پیشرفته این امتیاز را ۳۰ درصد دیگر افزایش دادند. در حال حاضر، Claude Opus 4.6 و Gemini 3.1 Pro هر دو از مرز ۵۰ درصد عبور کرده‌اند.

لبه ناهموار، می‌تواند از نظر آی او اس طلا ببرد اما نمی‌تواند نمودار را بخواند

با این حال، همان شاخص مجموعه دیگری از اعداد را ارائه داد.

بالاترین دقت مدل در وظیفه «خواندن ساعت‌های آنالوگ» ۵۰.۱٪ است.

میزان موفقیت عملیات یک ربات در محیط شبیه‌سازی آزمایشگاهی (RLBench) به ۸۹.۴ درصد رسیده است. با این حال، وقتی برای انجام کارهایی مانند شستن ظرف‌ها و تا کردن لباس‌ها به سناریوهای واقعی خانه منتقل می‌شود، میزان موفقیت بلافاصله به ۱۲٪ کاهش می‌یابد.

بین آزمایشگاه و آشپزخانه ۷۷ درصد اختلاف وجود دارد.

محققان این پدیده را «مرز ناهموار» نامیده‌اند. توزیع قابلیت‌های هوش مصنوعی ناهموار است، مثلاً می‌تواند در یک مسابقه ریاضی برنده شود اما نمی‌تواند به طور مداوم زمان را به شما بگوید.

هوش مصنوعی می‌تواند در یک مسابقه ریاضی برنده شود، اما تنها ۵۰٪ شانس دارد که یک ساعت آنالوگ را درک کند. هوش مصنوعی در حال پیشرفت است، اما نه در یک جهت.

علاوه بر این، در تست‌های Agent Task در OSWorld، عملکرد هوش مصنوعی پیشرفته (66.3٪) به سطح عملکرد انسان نزدیک می‌شود.

با این حال، در آزمون PaperArena که به طور خاص منطق تحقیق را ارزیابی می‌کند، عامل با بالاترین دستاورد هوش مصنوعی تنها ۳۹٪ امتیاز کسب می‌کند که معادل تنها نیمی از توانایی یک دانشجوی دکترا است.

با این حال، این ناهمگونی مانع از ادغام هوش مصنوعی در خطوط تولید شرکت‌ها نمی‌شود.

شاخص هوش مصنوعی آمار دیگری را ارائه می‌دهد: نرخ پذیرش هوش مصنوعی در سطح جهانی به ۸۸ درصد رسیده است. از هر ده شرکت، نه شرکت هوش مصنوعی را در برخی از گردش کارهای خود ادغام کرده‌اند.

هزینه‌ها به موازات آن در حال افزایش است. تعداد حوادث مرتبط با هوش مصنوعی از ۲۳۳ مورد در سال ۲۰۲۴ به ۳۶۲ مورد افزایش یافته است.

پول در حال شتاب گرفتن است، ۵۸۱.۷ میلیارد دلار در هوش مصنوعی سرمایه‌گذاری شده است

در سال ۲۰۲۵، سرمایه‌گذاری جهانی در حوزه هوش مصنوعی در شرکت‌ها به ۵۸۱.۷ میلیارد دلار رسید که نسبت به سال قبل ۱۳۰ درصد افزایش نشان می‌دهد. سرمایه‌گذاری‌های خصوصی به ۳۴۴.۷ میلیارد دلار رسید که رشدی ۱۲۷.۵ درصدی را نشان می‌دهد.

هر دو منحنی تقریباً دو برابر شدند.

بر اساس مقایسه کشورها، ایالات متحده بسیار جلوتر است. در سال ۲۰۲۵، سرمایه‌گذاری‌های خصوصی در حوزه هوش مصنوعی در ایالات متحده به ۲۸۵.۹ میلیارد دلار رسید. علاوه بر این، ۱۹۵۳ استارتاپ جدید هوش مصنوعی در یک سال اضافه شدند که بیش از ده برابر تعداد کشورهای رتبه دوم است.

پول با سرعت بیشتری به سمت ایالات متحده در حال حرکت است. اما یکی دیگر از منابع اصلی ایالات متحده در جهت مخالف جریان دارد.

فرار مغزها: هجوم محققان هوش مصنوعی به آمریکا ۸۹٪ کاهش می‌یابد

یک سری اعداد داخلش باعث می‌شد مردم مکث کنند.

از سال ۲۰۱۷ تا به امروز، تعداد محققان و توسعه‌دهندگان هوش مصنوعی که وارد ایالات متحده شده‌اند، ۸۹ درصد کاهش یافته است.

از همه مهم‌تر، این کاهش سرعت گرفته است. تنها در یک سال گذشته، نرخ کاهش به ۸۰ درصد رسیده است.

ایالات متحده همچنان کشوری با بالاترین تراکم محققان هوش مصنوعی در جهان است، اما موج ورود این افراد در حال محدود شدن است.

منحنی‌های پول و جمعیت اکنون در حال معکوس شدن هستند. این وضعیتی است که در دهه گذشته سابقه نداشته است.

افزایش ۳۰ برابری توان محاسباتی در سه سال، تحت سلطه یک شرکت

همزمان با شتاب گرفتن منحنی قابلیت‌های هوش مصنوعی، منحنی قدرت محاسباتی پشت آن نیز سریع‌تر پیش می‌رود.

از سال ۲۰۲۱ تا به امروز، قدرت محاسباتی هوش مصنوعی جهانی ۳۰ برابر افزایش یافته است. در طول سه سال گذشته، هر سال بیش از سه برابر رشد داشته است.

تنها تعداد کمی از شرکت‌ها این منحنی را بالا نگه می‌دارند.

پردازنده‌های گرافیکی انویدیا به تنهایی بیش از ۶۰ درصد از قدرت محاسباتی هوش مصنوعی جهان را تشکیل می‌دهند. آمازون و گوگل هم با تراشه‌های خودشان در این زمینه فعالیت می‌کنند، اما روی هم رفته، از انویدیا بسیار عقب‌تر هستند.

تقریباً همه این تراشه‌ها از یک کارخانه ریخته‌گری، TSMC، می‌آیند. هرچه منحنی قدرت محاسباتی شیب‌دارتر باشد، درِ فرصت باریک‌تر می‌شود.

همزمان، هزینه نیز در حال افزایش است.

کل مصرف برق مراکز داده هوش مصنوعی جهان به ۲۹.۶ گیگاوات رسیده است که معادل کل تقاضای برق ایالت نیویورک در ساعات اوج مصرف است. میزان انتشار کربن تخمینی از یک جلسه آموزشی هوش مصنوعی Grok 4، معادل 72816 تن متریک CO2 است که معادل اگزوز 17000 ماشین در حال کار در طول یک سال کامل است.

اینکه مراکز داده کجا قرار دارند، برق از کجا می‌آید و تراشه‌ها کجا تولید می‌شوند، امسال به دردسرسازترین مسائل برای همه مدیران عامل شرکت‌های هوش مصنوعی تبدیل شده است.

هوش مصنوعی مولد در سه سال گذشته ۵۳ درصد از بازار را به خود اختصاص داده است، میزان استفاده از آن در محیط کار در چین از ۸۰ درصد فراتر رفته است.

هوش مصنوعی مولد در عرض سه سال به نرخ نفوذ ۵۳ درصدی در جمعیت جهانی رسیده است.

این سریع‌تر از یک کامپیوتر شخصی و سریع‌تر از اینترنت است.

اما سرعت نفوذ به شدت به هر کشور بستگی دارد. سنگاپور با ۶۱ درصد و امارات با ۵۴ درصد، هر دو از ایالات متحده پیشی گرفته‌اند. ایالات متحده با نرخ نفوذ ۲۸.۳ درصد، در بین کشورهای مورد بررسی، رتبه ۲۴ را دارد.

اگر تمرکز را از مصرف‌کنندگان به محل کار تغییر دهیم، تضاد حتی بیشتر هم می‌شود.

مجموعه دیگری از داده‌ها در این گزارش نشان می‌دهد که تا سال ۲۰۲۵، ۵۸ درصد از کارمندان جهانی از قبل شروع به استفاده منظم از هوش مصنوعی در کار خود کرده‌اند. با این حال، در پنج کشور - چین، هند، نیجریه، امارات متحده عربی و عربستان سعودی - این درصد بیش از ۸۰ درصد است.

نرخ نفوذ هوش مصنوعی در محیط کار چین در حال حاضر بیش از 20 درصد بالاتر از میانگین جهانی است.

نکته جالب‌تر، ارزش مصرف‌کننده است.

شاخص هوش مصنوعی تخمین می‌زند که تا اوایل سال ۲۰۲۶، ابزارهای هوش مصنوعی مولد سالانه ۱۷۲ میلیارد دلار ارزش برای مصرف‌کنندگان آمریکایی ایجاد خواهند کرد. از سال ۲۰۲۵ تا ۲۰۲۶، میانگین ارزش هر کاربر سه برابر شد.

اکثریت قریب به اتفاق کاربران هنوز از نسخه رایگان استفاده می‌کنند.

میزان پولی که مردم عادی حاضرند برای هوش مصنوعی بپردازند، بسیار کمتر از ارزشی است که هوش مصنوعی برای آنها ایجاد می‌کند. پر کردن این شکاف چیزی است که همه شرکت‌های هوش مصنوعی در حال حاضر در تلاش برای دستیابی به آن هستند.

موقعیت‌های شغلی سطح مبتدی به شدت کاهش یافته است، توسعه‌دهندگان ۲۲ تا ۲۵ ساله ۲۰ درصد کاهش یافته‌اند

شاید تکان‌دهنده‌ترین بخش برای خوانندگان چینی در کل شاخص هوش مصنوعی، بخش مربوط به اشتغال جوانان باشد.

گروه توسعه‌دهندگان نرم‌افزار ۲۲ تا ۲۵ ساله از سال ۲۰۲۴ تاکنون شاهد کاهش حدود ۲۰ درصدی اشتغال بوده‌اند.

در همین حال، همتایان مسن‌تر در همین دوره رشد را تجربه کرده‌اند.

این فقط نقش‌های توسعه‌دهنده نیست. سایر صنایعی که به شدت تحت تأثیر هوش مصنوعی قرار دارند، مانند خدمات مشتری، نیز الگوی مشابهی را نشان می‌دهند.

حتی نگران‌کننده‌تر، نتایج نظرسنجی‌های شرکتی است. مدیران مورد بررسی عموماً انتظار دارند که مقیاس تعدیل نیرو در آینده حتی از چند ماه گذشته نیز بزرگتر باشد.

این مربوط به نرخ بیکاری کلان نیست؛ بلکه مربوط به حذف دقیق موقعیت‌های شغلی سطح مبتدی است.

بدون شغل اول، کل نردبان شغلی یک پله کم دارد. تأثیر بلندمدت این موضوع را در حال حاضر هیچ‌کس نمی‌تواند محاسبه کند.

هوش مصنوعی در حال تغییر نحوه‌ی کشفیات علمی است

اگر بخش مربوط به اشتغال سرد است، این بخش مربوط به علم داغ است.

در حوزه علوم طبیعی، علوم فیزیکی و علوم زیستی، مقالات مرتبط با هوش مصنوعی در سال ۲۰۲۵ افزایش سالانه ۲۶ تا ۲۸ درصدی را تجربه کردند.

در یک کاربرد خاص، امسال اولین باری بود که هوش مصنوعی با موفقیت یک فرآیند پیش‌بینی آب و هوا را از ابتدا تا انتها به پایان رساند. با شروع از داده‌های خام مشاهدات هواشناسی، پیش‌بینی نهایی دما، سرعت باد و رطوبت را بدون هیچ گونه مداخله‌ای از مدل‌های عددی سنتی ارائه داد.

هوش مصنوعی، از «کمک به شما در نوشتن مقالات» و «کمک به شما در تجزیه و تحلیل اعداد»، اکنون در حال گذار به «انجام اکتشافات به تنهایی» است.

بیمارستان‌ها نیز در حال تجربه تحول مشابهی هستند. در سال ۲۰۲۵، بسیاری از بیمارستان‌ها شروع به استقرار ابزارهای هوش مصنوعی کردند که می‌توانند به طور خودکار سوابق بالینی را از مشاوره‌های بیمار تولید کنند. بازخورد پزشکان چندین سیستم بیمارستانی نشان داد که زمان صرف شده برای مستندسازی سوابق پزشکی تا ۸۳ درصد کاهش یافته و منجر به کاهش قابل توجه فرسودگی شغلی شده است.

با این حال، یک شاخص واحد، آب سردی بر سر هوش مصنوعی پزشکی ریخت. بررسی بیش از ۵۰۰ مطالعه بالینی هوش مصنوعی نشان داد که تقریباً نیمی از مطالعات به مجموعه داده‌های سبک امتحان متکی بوده‌اند و تنها ۵٪ از داده‌های بالینی واقعی استفاده کرده‌اند.

اگرچه هوش مصنوعی بدون شک می‌تواند زمان تایپ پزشکان را با صفحه کلید کاهش دهد، اما ارزش بالینی واقعی آن بر روی بیماران واقعی هنوز علامت سوال قابل توجهی را ایجاد می‌کند.

موج جهانی خودآموزی در حال گسترش است و آموزش رسمی در حال عقب ماندن است

آموزش رسمی از هوش مصنوعی عقب مانده است.

در ایالات متحده، چهار پنجم دانش‌آموزان دبیرستانی و دانشگاهی اکنون از هوش مصنوعی برای انجام تکالیف مدرسه استفاده می‌کنند. با این حال، تنها نیمی از مدارس راهنمایی سیاست‌های استفاده از هوش مصنوعی را دارند و تنها ۶٪ از معلمان معتقدند که این سیاست‌ها به وضوح بیان شده‌اند.

دانش‌آموزان به جلو می‌روند، معلمان بی‌حرکت ایستاده‌اند، و قوانین هنوز ظاهر نشده‌اند.

در حالی که آموزش رسمی در حال عقب ماندن است، موج جهانی خودآموزی در حال افزایش است. این گزارش خاطرنشان می‌کند که سه کشوری که سریع‌ترین رشد را در مهارت‌های مهندسی هوش مصنوعی نشان می‌دهند، امارات متحده عربی، شیلی و آفریقای جنوبی هستند.

اینجا نه آمریکاست، نه اروپا.

شیب‌دارترین بخش منحنی مهارت‌ها در جایی در حال رشد است که هیچ‌کس متوجه آن نیست.

قوی‌ترین مدل‌ها به غیرشفاف‌ترین مدل‌ها تبدیل شده‌اند که منجر به شکافی بین متخصصان و عموم مردم شده است.

قدرتمندترین مدل در حال تبدیل شدن به مبهم‌ترین مدل است.

شاخص شفافیت مدل بنیاد، میانگین امتیاز امسال را از ۵۸ امتیاز سال گذشته به ۴۰ امتیاز کاهش داد. شاخص هوش مصنوعی، گوگل، آنتروپیک و OpenAI را به خاطر خودداری از افشای مقیاس و مدت زمان داده‌های آموزشی برای جدیدترین مدل‌هایشان، مورد انتقاد قرار داد.

از ۹۵ مدلی که سال گذشته بیشترین نماینده را داشتند، ۸۰ مدل کد آموزشی خود را عمومی نکردند.

احساسات عمومی نیز ظریف‌تر شده است.

در مقیاس جهانی، نسبت کسانی که معتقدند مزایای هوش مصنوعی از خطرات آن بیشتر است، از ۵۲ درصد به ۵۹ درصد افزایش یافته است. با این حال، در همین دوره، نسبت کسانی که در مورد هوش مصنوعی نگران هستند از ۵۰٪ به ۵۲٪ افزایش یافته است.

هر دو روند به طور همزمان در حال افزایش هستند.

بیشترین اختلاف نظر در این زمینه از سوی ایالات متحده مطرح است. تنها ۳۳ درصد از آمریکایی‌ها معتقدند که هوش مصنوعی شغل آنها را بهبود خواهد بخشید، در حالی که میانگین جهانی ۴۰ درصد است. اعتماد آمریکایی‌ها به دولتشان برای تنظیم مقررات هوش مصنوعی، با ۳۱ درصد، کمترین میزان را در بین کشورهای مورد بررسی دارد.

مردم سنگاپور به میزان ۸۱ درصد به مقررات دولت خود در حوزه هوش مصنوعی اعتماد دارند.

پس از حمله اخیر به خانه سم آلتمن، افراد آگاه در سیلیکون ولی با کمال تعجب متوجه شدند که مردم عادی در کامنت‌های اینستاگرام ابراز همدردی نمی‌کنند و حتی برخی احساس می‌کنند که این حمله باید «شدیدتر» می‌بود.

آنها متوجه نشده بودند که اوضاع تا این حد وخیم شده است.

این گزارش تحقیقاتی با استناد به داده‌های Pew و Ipsos، شکاف بیش از 30 درصدی بین برداشت‌های متخصصان و عموم مردم در مورد تأثیر هوش مصنوعی بر اشتغال، مراقبت‌های بهداشتی و اقتصاد را برجسته می‌کند و بزرگترین شکاف به 50 درصد می‌رسد.

در حالی که منحنی ابتلا در آزمایشگاه‌ها رو به افزایش است، حس نگرانی در میان مردم عادی در حال افزایش است.

هیچ پلی بین این دو وجود ندارد.

نکات پایانی

در این گزارش ۴۲۳ صفحه‌ای صدها نمودار وجود دارد، اما در واقع فقط یک نمودار رسم شده است.

محور افقی نشان دهنده زمان و محور عمودی نشان دهنده توانایی است.

منحنی قابلیت مدل، همانند منحنی قدرت محاسباتی، منحنی سرمایه‌گذاری و منحنی پذیرش، در حال افزایش است. هر چیز دیگری یا راکد است یا رو به زوال.

این محتوای کامل شاخص هوش مصنوعی ۲۰۲۶ است.

هوش مصنوعی در حال شتاب گرفتن است. همه چیز دیگر ناهماهنگ است.

اگر در این صنعت هستید، سوالی که باید الان بپرسید این نیست که «آینده چه چیزی را در بر دارد»، بلکه این است که «روی کدام منحنی ایستاده‌اید».

مراجع:

https://hai.stanford.edu/ai-index/2026-ai-index-report

https://hai.stanford.edu/news/inside-the-ai-index-12-takeaways-from-the-2026-report

https://www.nature.com/articles/d41586-026-01199-z

https://hai.stanford.edu/assets/files/ai_index_report_2026.pdf

لینک مقاله اصلی