Cabbiridda waxqabadka noocyadeenna ee hawlaha dunida dhabta ah

Hadafkeenna waa inaan hubinno in caqliga macmalka guud uu anfaco dhammaan aadanaha. Qayb ka ah hadafkeenna ahaan, waxaan rabnaa inaan si hufan u gudbino horumarka ku saabsan sida noocyada AI ay dadka uga caawin karaan dunida dhabta ah. Taasi waa sababta aan u soo bandhigayno GDPval: qiimayn cusub oo loo qaabeeyey inay naga caawiso la socodka sida wanaagsan ee noocyadeennu iyo kuwa kale uga shaqeeyaan hawlo dhaqaale ahaan qiimo leh oo dunida dhabta ah ah. Waxaan u bixinnay qiimayntan GDPval sababtoo ah waxaan ka bilownay fikradda Wax-soo-saarka Guud ee Gudaha (GDP) oo ah tilmaame dhaqaale oo muhiim ah, waxaana hawlaha ka soo qaadannay xirfadaha muhiimka ah ee warshadaha ugu badan wax ku darsada GDP-ga.

Dadka badankood waxay mala-awaalaan saameynta ballaaran ee AI ku yeelan karto bulshada, laakiin habka ugu cad ee lagu fahmi karo awooddeeda waa in la eego waxa noocyadu durba qaban karaan. Taariikhdu waxay muujinaysaa in teknoolojiyadaha waaweyn—laga bilaabo internet-ka ilaa taleefannada casriga ah—ay qaateen in ka badan toban sano si ay uga gudbaan ikhtiraac ilaa adeegsiga baahsan. Qiimayno sida GDPval waxay ka caawiyaan in doodaha ku saabsan horumarrada mustaqbalka ee AI lagu saleeyo caddayn halkii laga malayn lahaa, waxayna naga caawin karaan la socodka hagaagga nooca waqti ka dib.

Qiimaynihii hore ee AI sida imtixaannada tacliimeed ee adag iyo tartamada koodh-qorista ayaa muhiim u ahaa riixidda xuduudaha awoodaha caqliyeynta ee nooca, laakiin badanaa kama turjumaan nooca hawlaha ay dad badani maalin kasta shaqadooda ku qabtaan.

Si loo buuxiyo farqigan, waxaan soo saarnaynay qiimayno cabbira awoodaha sii kordhaya ee dhab-u-egga ah iyo kuwa dhaqaale ahaan khuseeya. Horumarkani wuxuu ka soo dhaqaaqay cabbirrada tacliimeed ee caadiga ah sida MMLU (su’aalo qaab-imtixaan ah oo ku baahsan daraasiin maaddooyin ah), una gudbay qiimayno si badan loogu dabaqay sida SWE-Bench (hawlaha hagaajinta ciladaha injineernimada software-ka), MLE-Bench (hawlaha injineernimada barashada mashiinka sida tababarka nooca iyo falanqaynta), iyo Paper-Bench (caqliyeyn cilmiyeed iyo naqdin ku saabsan waraaqaha cilmi-baarista), iyo dhowaan qiimayno ku salaysan suuqa sida SWE-Lancer (mashaariic injineernimo software oo madaxbannaan oo ku salaysan lacag-bixinno dhab ah).

GDPval waa tallaabada xigta ee horumarkaas. Waxay cabbirtaa waxqabadka nooca ee hawlo si toos ah looga soo qaatay shaqada aqooneed ee dunida dhabta ah ee xirfadlayaal khibrad leh oo ka kala socda xirfado iyo waaxyo badan, iyadoo bixinaysa sawir ka sii cad oo ku saabsan sida noocyadu uga shaqeeyaan hawlo dhaqaale ahaan qiimo leh. Qiimaynta noocyada ee hawlo shaqo oo dhab-u-eg ah waxay naga caawisaa inaan fahamno ma aha oo keliya sida ay shaybaarka uga shaqeeyaan, balse sida ay dadka uga taageeri karaan shaqada ay maalin kasta qabtaan. 

GDPval, nooca koowaad ee qiimayntan, waxay ka kooban tahay 44 xirfadood oo laga soo xulay 9-ka warshadood ee ugu waaweyn ee wax ku darsada GDP-ga Maraykanka. Qaybta buuxda ee GDPval waxaa ku jira 1,320 hawlood oo takhasus leh (220 ku jira qaybta dahabka ah ee si furan loo sii daayay), mid kastana si taxaddar leh ayay u sameeyeen una ansixiyeen xirfadlayaal khibrad leh oo leh celcelis ahaan in ka badan 14 sano oo waayo-aragnimo ah oo ka timid meelahan. Hawl kastaa waxay ku salaysan tahay wax-soo-saar shaqo oo dhab ah, sida qoraal sharci, naqshad injineernimo, wada sheekeysi taageero macmiil, ama qorshe daryeel kalkaalin.

GDPval waxay ku gaar tahay labadaba dhab-u-egga iyo kala duwanaanta hawlaha la qiimeynayo. Si ka duwan qiimayno kale oo la xiriira qiimaha dhaqaale oo diiradda saara meelo gaar ah (tusaale, SWE-Lancer), GDPval waxay dabooshaa hawlo iyo xirfado badan. Sidoo kale si ka duwan cabbirrada si farsamaysan u sameeya hawlo u eg imtixaan ama tijaabo tacliimeed (tusaale, Humanity’s Last Exam ama MMLU), GDPval waxay diiradda saartaa hawlo ku salaysan wax-soo-saarro ama ah qayb shaqo ama badeecad dhab ahaan maanta jirta ama ah qayb shaqo oo si la mid ah loo dhisay. 

Si ka duwan cabbirrada dhaqanka, hawlaha GDPval ma aha weydiino qoraal oo fudud. Waxay la socdaan faylal tixraac ah iyo macnaha guud, wax-soo-saarrada la filayana waxay ku fidsan yihiin dukumeenti, slides, jaantusyo, xaashiyo xisaabeed, iyo warbaahin badan. Dhab-u-eggan ayaa GDPval ka dhigaysa tijaabo ka sii dhab badan oo ku saabsan sida noocyadu u taageeri karaan xirfadlayaasha.

GDPval waa tallaabo hore oo aan ka tarjumayn dhammaan nuucyada badan ee hawlaha dhaqaale. Inkastoo ay daboosho 44 xirfadood iyo boqolaal hawlood oo shaqo aqooneed ah, waxay ku xaddidan tahay qiimayno hal mar ah, sidaas darteed ma qabato xaaladaha uu nooc u baahan lahaa inuu dhiso macnaha guud ama ku hagaago qabyo badan. Noocyada mustaqbalka waxay u fidi doonaan socod-shaqooyin isdhexgal badan leh iyo hawlo macne badan leh si ay si fiican uga tarjumaan kakanaanta shaqada aqooneed ee dunida dhabta ah (eeg faahfaahin dheeraad ah qaybta Xaddidaadahayaga ee hoose).

GDPval waxay dabooshaa hawlo ku baahsan 9 warshadood iyo 44 xirfadood, noocyada mustaqbalkana waxay sii wadi doonaan ballaarinta daboolka. 9-kii warshadood ee bilowga ahaa waxaa lagu doortay iyadoo lagu salaynayo kuwa wax ku darsada in ka badan 5% GDP-ga Maraykanka, sida lagu go’aamiyey xogta Bangiga Kaydka Federaalka ee St. Louis. Kadib, waxaan doorannay 5-ta xirfadood ee ku jira warshad kasta ee ugu badan wax ku darsada wadarta mushaharka iyo magdhowga isla markaana u badan shaqooyin aqooneed, annagoo adeegsanayna xogta mushaharka iyo shaqaalaynta ee warbixinta shaqaalaynta xirfadaha ee May 2024 ee US Bureau of Labor Statistics (BLS)⁠(ku furmaa daaqad cusub). Si loo go’aamiyo haddii xirfaduhu u badnaayeen shaqo aqooneed, waxaan adeegsanay xogta hawsha ee O*NET⁠(ku furmaa daaqad cusub), oo ah xog-ururin macluumaad xirfadeed oo Maraykan ah oo ay maalgeliso Waaxda Shaqada ee Maraykanka. Waxaan kala saarnay in hawl kasta oo xirfad kasta ah ee O*NET ay tahay shaqo aqooneed ama shaqo jireed/gacan-ku-shaqayn (u baahan ficillo laga fuliyo dunida jireed). Xirfad ayaa guud ahaan u qalantay inay tahay “inta badan shaqo aqooneed” haddii ugu yaraan 60% hawlaheeda ka kooban loo kala saaray kuwo aan ku lug lahayn shaqo jireed ama gacan-ku-shaqayn. Waxaan u doorannay xadka 60% inuu noqdo bilowga nooca koowaad ee GDPval, annagoo diiradda saarayna xirfadaha ay AI ku yeelan karto saameynta ugu sarreysa ee wax-soo-saarka dunida dhabta ah. 

Habkani wuxuu keenay 44 xirfadood oo lagu daro.

Xirfad kasta, waxaan la shaqaynay xirfadlayaal khibrad leh si aan u abuurno hawlo matalaya shaqadooda maalinlaha ah. Xirfadlayaashani waxay celcelis ahaan lahaayeen 14 sano oo waayo-aragnimo ah, iyagoo leh rikoodho horumar shaqo oo xooggan. Waxaan si ula kac ah u qoranay khubaro kala duwan—sida qareenno ka kala socda meelo shaqo oo kala duwan iyo shirkado cabbirro kala duwan leh—si aan u kordhinno matalaadda.

Hawl kastaa waxay martay hannaan dib-u-eegis oo dhowr tallaabo leh si loo xaqiijiyo inay matal u tahay shaqo dhab ah, suurtagal u tahay xirfadle kale inuu dhammaystiro, ayna u caddahay qiimayn. Celcelis ahaan, hawl kasta waxay heshay 5 wareeg oo dib-u-eegis khubaro ah, oo ay ku jiraan hubinno ka imanaya qorayaasha hawlaha kale, dib-u-eegayaal xirfadeed oo dheeraad ah, iyo ansaxin ku salaysan nooc. 

Kaydka xogta ee ka dhashay waxaa ku jira 30 hawlood oo si buuxda loo eegay xirfad kasta (qaybta buuxda) iyo 5 hawlood oo xirfad kasta ah oo ku jira qaybteenna dahabka ah ee si furan loo sii daayay, taasoo siinaysa saldhig adag oo lagu qiimeeyo waxqabadka nooca ee shaqada aqooneed ee dunida dhabta ah.

Si loo qiimeeyo waxqabadka nooca ee hawlaha GDPval, waxaan ku tiirsannahay “qiimeeyayaal” khubaro ah—koox xirfadlayaal khibrad leh oo ka socda isla xirfadaha ku metelan kaydka xogta. Qiimeeyayaashani si indho la’aan ah ayay u barbar dhigaan wax-soo-saarrada nooc-sameeyay iyo kuwa ay sameeyeen qorayaasha hawshu (iyagoo aan ogayn kee yahay AI iyo kee bini’aadan), waxayna bixiyaan naqdin iyo kala-horraysiin. Qiimeeyayaashu dabadeed waxay kala hormariyaan wax-soo-saarrada bini’aadamka iyo AI-ga waxayna u kala saaraan wax-soo-saar kasta oo AI ah inuu “ka fiican yahay”, “la mid yahay”, ama “ka liito” midka kale.

Qorayaasha hawluhu sidoo kale waxay sameeyeen rubrics qiimayn oo faahfaahsan oo ku saabsan xirfadahooda, kuwaas oo ku dara joogtayn iyo hufnaan habka qiimaynta. Waxaan sidoo kale dhisnay “qiimeeye otomaatig ah”, nidaam AI ah oo loo tababaray inuu qiyaaso sida khubarada bini’aadamku u xukumi lahaayeen wax-soo-saar gaar ah. Si kale haddii loo dhigo, halkii dib-u-eegis buuxda oo khubaro ah la samayn lahaa mar kasta, qiimeeyaha otomaatiga ahi wuxuu si dhakhso leh u saadaalin karaa wax-soo-saarka ay dadku u badan tahay inay door bidaan. Waxaan qalabkan ku sii deynay evals.openai.com sidii adeeg cilmi-baaris oo tijaabo ah, laakiin weli uma kalsoona sida qiimeeyayaasha khubarada ah, sidaas darteed uma isticmaalno inuu beddelo iyaga. 

Waxaan ogaanay in noocyada ugu fiican ee maanta ugu casriyeysan ay durba ku dhowaanayaan tayada shaqada ay soo saaraan khubarada warshadaha. Si tan loo tijaabiyo, waxaan qabanay qiimayno indho la’aan ah halkaas oo khubarada warshaduhu ay barbar dhigeen wax-soo-saarrada noocyo hoggaaminaya oo dhowr ah—GPT‑4o, o4-mini, OpenAI o3, GPT‑5, Claude Opus 4.1, Gemini 2.5 Pro, iyo Grok 4—iyo shaqo ay bini’aadam sameeyeen. Guud ahaan 220 hawlood oo ku jira qaybta dahabka ah ee GDPval, waxaan diiwaangelinnay goorta wax-soo-saarka nooca loo qiimeeyay inuu ka fiican yahay (“guulo”) ama la heer yahay (“barbardhac”) wax-soo-saarrada khubarada warshadaha, sida ku cad shaxda tiirka ee hoose. Claude Opus 4.1 ayaa ahaa nooca ugu waxqabadka fiicnaa ee kooxda, gaar ahaan ku fiicnaaday bilicda (tusaale, qaabaynta dukumeentiga, qaabeynta slides), halka GPT‑5 uu si gaar ah ugu fiicnaaday saxnaanta (tusaale, helidda aqoon meel gaar ah khusaysa). Waxaan sidoo kale aragnaa horumar muuqda oo waqti ka dib ku yimid hawlahan. Waxqabadku wuxuu ka badan labanlaabmay laga bilaabo GPT‑4o (la sii daayay gu’ga 2024) ilaa GPT‑5 (la sii daayay xagaaga 2025), isagoo raacaya jihayn toosan oo cad.

Intaa waxaa dheer, waxaan ogaanay in noocyada ugu casriyeysan ay dhammayn karaan hawlaha GDPval qiyaastii 100x ka dhaqso badan oo 100x ka jaban khubarada warshadaha. Hase yeeshee, tirooyinkani waxay ka tarjumayaan keliya waqtiga inference-ka nooca iyo heerarka biilasha API-ga, sidaas darteed ma qabtaan kormeerka bini’aadamka, ku celcelinta, iyo tallaabooyinka is-dhexgalka ee looga baahan yahay goobaha shaqo ee dhabta ah si loo isticmaalo noocyadeenna. Si kastaba ha ahaatee, gaar ahaan qayb-hoosaadka hawlaha ay noocyadu aad ugu xooggan yihiin, waxaan filaynaa in hawl loo dhiibo nooc ka hor inta aan lala tijaabin bini’aadam ay badbaadin doonto waqti iyo lacag.

Ugu dambayn, waxaan si kordhin ah u tababarnay nooc gudaha ah oo tijaabo ah oo GPT‑5 ah si aan u qiimeyno haddii aan hagaajin karno waxqabadka GDPval. Waxaan ogaanay in hannaankani uu hagaajiyay waxqabadka, isaga oo abuuraya waddo horumar dheeraad ah oo suurtagal ah. Tijaabooyin kale oo la xakameeyay ayaa taas taageeraya: kordhinta cabbirka nooca, dhiirrigelinta tallaabooyin caqliyeyn badan, iyo bixinta macnaha guud ee hawsha oo ka qaniisan mid walba wuxuu horseeday faa’iidooyin la cabbiri karo.

Waxaad natiijooyinka oo dhan ka akhrisan kartaa warqaddeenna. Waxaan sidoo kale sii deynay qayb dahab ah oo ka mid ah hawlaha GDPval iyo adeeg qiimayn dadweyne si cilmi-baarayaal kale ay shaqadan uga sii dhisaan.

Marka AI ay sii karti badnaato, waxay u badan tahay inay keento isbeddello ku yimaadda suuqa shaqada. Natiijooyinka hore ee GDPval waxay muujinayaan in noocyadu durba qaadi karaan qaar ka mid ah hawlaha soo noqnoqda ee si fiican loo qeexay si ka dhaqso badan khubarada kuna baxa kharash ka hooseeya. Hase yeeshee, shaqooyinka intooda badani waa wax ka badan ururin hawlo la qori karo. GDPval waxay iftiiminaysaa meelaha AI ay qaban karto hawlaha caadiga ah si dadku waqti badan ugu bixiyaan qaybaha shaqada ee hal-abuurka leh ee u baahan xukunka. Marka AI ay sidan u kaabto shaqaalaha, waxay isu rogi kartaa koboc dhaqaale oo weyn. Hadafkeenna waa inaan qof walba ku hayno “wiishka kor u kaca” ee AI annagoo dimoqraadiyeynayna helitaanka qalabkan, taageerayna shaqaalaha inta lagu jiro isbeddelka, oo dhisayna nidaamyo abaalmariya ka qaybqaadashada ballaaran. 

GDPval waa tallaabo hore. Inkastoo ay daboosho 44 xirfadood iyo boqolaal hawlood, waxaan sii wadnaa sifeynta habkeenna si aan u ballaarinno baaxadda tijaabadeenna ugana dhigno natiijooyinka kuwo macno badan leh. Nooca hadda jira ee qiimayntu sidoo kale waa hal mar, sidaa darteed ma qabato xaaladaha uu nooc u baahan lahaa inuu dhiso macnaha guud ama ku hagaago qabyo badan—tusaale ahaan, dib-u-habayn qoraal sharci ka dib jawaab-celinta macmiilka ama ku celcelin falanqayn xogeed ka dib marka cillad la ogaado. Intaa waxaa dheer, dunida dhabta ah hawluhu mar walba si cad looguma qeexo weydiin iyo faylal tixraac ah; tusaale ahaan, qareen ayaa laga yaabaa inuu u baahdo inuu la tacaalo mugdi kana hadlo macmiilkiisa ka hor inta uusan go’aansan in samaynta qoraal sharci ay tahay habka saxda ah ee lagu caawinayo. Waxaan qorshaynaynaa inaan ballaarinno GDPval si ay ugu jiraan xirfado, warshado, iyo noocyo hawleed badan, iyada oo la kordhinayo isdhexgalka, iyo hawlo badan oo ku lug leh la tacaalidda mugdiga, iyadoo hadafka muddada dheer ahi yahay in si ka fiican loo cabbiro horumarka shaqo aqooneed oo kala duwan.

• Haddii aad tahay khabiir warshadeed oo danaynaya inaad wax ku biiriso GDPval, fadlan halkan ka muuji xiisahaaga.
• Haddii aad tahay macmiil la shaqeeya OpenAI oo aad jeclaan lahayd inaad ka qayb qaadato wareeg mustaqbalka ah oo GDPval ah, fadlan halkan ka muuji xiisahaaga.

Ka qaybgalka bulshada waa lama huraan—waxaan ku faraxsanahay inaan GDPval si wadajir ah ula dhisno cilmi-baarayaal, xirfadlayaal, iyo ururro nala wadaaga hadafkeenna ah inaan AGI ka dhigno mid dadka shaqada uga faa’iido badan.