AIに文明を運営させたら、核兵器を作った——CivBenchの開始

著者は『シヴィライゼーションVI』を用いてCivBenchベンチマークを構築し、AIの戦略的意思決定能力を評価した。AIエージェントは優れたパフォーマンスを示したが、文化的勝利の脅威を検出できず、最終的に核兵器を使用したが敗北した。実験は、複雑な環境におけるAIの認識の盲点と実行のギャップを浮き彫りにした。