Neue Messmethode enthüllt Grenzen von KI‑Planung und Kreativität

Moderne KI‑Systeme erreichen beeindruckende Leistungen in vielen Aufgabenbereichen, doch Experten warnen vor einem wachsenden Problem: Viele Modelle neigen dazu, sich auf wiederkehrende Lösungswege zu fixieren, anstatt langfristig zu wachsen. Diese Tendenz wirft Fragen zur nachhaltigen Entwicklung von künstlicher Intelligenz auf.

Um dieses Phänomen zu untersuchen, wurde der Begriff „Dynamic Intelligence Ceiling“ (DIC) eingeführt. Der DIC beschreibt die höchstmögliche effektive Intelligenz, die ein System zu einem bestimmten Zeitpunkt unter den vorhandenen Ressourcen, der internen Zielsetzung und der strukturellen Konfiguration erreichen kann. Im Gegensatz zu statischen Messungen betrachtet der DIC die Intelligenz als sich verändernde Grenze.

Zur Messung des DIC wurde ein trajektorienorientiertes Evaluationsframework entwickelt. Dabei werden zwei Schätzer verwendet: die Progressive Difficulty Ceiling (PDC), die die maximal zuverlässig lösbare Schwierigkeit unter begrenzten Ressourcen erfasst, und die Ceiling Drift Rate (CDR), die die zeitliche Entwicklung dieser Grenze quantifiziert. Beide Schätzer werden in einem prozedural generierten Benchmark getestet, der gleichzeitig langfristige Planung und strukturelle Kreativität in einer kontrollierten Umgebung bewertet.

Die Ergebnisse zeigen einen klaren Unterschied zwischen Systemen, die innerhalb eines festen Lösungsraums tiefer exploiten, und solchen, die die Grenze kontinuierlich erweitern. Diese Erkenntnisse liefern wichtige Hinweise darauf, wie zukünftige KI‑Entwicklungen so gestaltet werden können, dass sie nicht nur kurzfristig leistungsfähig bleiben, sondern auch langfristig innovativ und adaptiv bleiben.