"डॉ. स्ट्रेंजेलव" के शीर्षक चरित्र की तरह, एआई चिंता करना बंद करना और बम से प्यार करना सीख रहा होगा—कम से कम एक सिमुलेशन में।

रणनीतिक तर्क का परीक्षण करने के लिए डिज़ाइन किए गए एक नए बेंचमार्क में, सिड मेयर के खेल "सिविलाइजेशन VI" को खेलते हुए एक अत्याधुनिक भाषा मॉडल ने फ्रांस के बढ़ते सांस्कृतिक प्रभाव को रोकने के लिए 50 टर्न परमाणु हथियार विकसित करने में बिताए—फिर भी खेल हार गया, एआई डेवलपर और टोनी ब्लेयर इंस्टीट्यूट के सलाहकार लियाम विल्किंसन के अनुसार।

"जिस पर उसने ध्यान नहीं दिया था, वह फ्रांस था। चुपचाप, सौ मोड़ों में, फ्रांसीसी संस्कृति मानचित्र पर हर शहर में फैल रही थी," विल्किंसन ने लिखा। "जब तक एजेंट ने खतरे को पहचाना, तब तक पर्यटन इतनी गहराई से जम चुका था कि इसे रोकने का कोई शांतिपूर्ण तरीका नहीं था।"

विल्किंसन ने CivBench के माध्यम से एआई एजेंटों के व्यवहार का अवलोकन किया, जो पारंपरिक प्रश्न-उत्तर परीक्षणों पर प्रदर्शन के बजाय दीर्घकालिक रणनीतिक तर्क को मापने के लिए डिज़ाइन किया गया एक टेक्स्ट-आधारित बेंचमार्क है। Claude Opus 4.6, GPT-5.4, Gemini 3.1 Pro, और Kimi K2.5 सहित मॉडल ने पुर्तगाल के रूप में खेला, जो व्यापार और कूटनीति की ओर उन्मुख एक सभ्यता है।

जबकि एआई एक मजबूत अर्थव्यवस्था बनाने और राजनयिक जीत की दिशा में बढ़ने पर केंद्रित था, वह फ्रांस के बढ़ते सांस्कृतिक प्रभाव को पहचानने में विफल रहा।

"सिव के खेल को जीतने के छह तरीके हैं—विज्ञान, संस्कृति, प्रभुत्व, धर्म, कूटनीति और स्कोर—इसलिए कोई एक उद्देश्य हावी नहीं होता है," विल्किंसन ने लिखा। "यदि आप जानना चाहते हैं कि क्या एक एआई रणनीतिक रूप से तर्क कर सकता है, न कि केवल रणनीति के बारे में सवालों के जवाब दे सकता है बल्कि वास्तव में ऐसा कर सकता है, तो आप उसे एक प्रश्नोत्तरी नहीं देते हैं। आप उसे एक हेक्स ग्रिड देते हैं।"

अपनी व्यापक रणनीति को अपनाने के बजाय, एजेंट ने सांस्कृतिक खतरे को खत्म करने पर पूरी तरह ध्यान केंद्रित किया। अगले 50 मोड़ों में, उसने परमाणु विखंडन पर शोध किया, एक आभासी मैनहट्टन परियोजना शुरू की, और जब गेमप्ले यांत्रिकी ने उसकी पसंदीदा कार्रवाइयों को रोक दिया तो समाधान खोजने की कोशिश की।

टर्न 305 पर, एआई ने फ्रांस की सांस्कृतिक राजधानी टूलूज़ पर एक परमाणु बम लॉन्च किया। छह मोड़ बाद एक दूसरा परमाणु हमला हुआ।

हालाँकि, हमलों से परिणाम नहीं बदला। "एजेंट ने पूरी एकाग्रता और वास्तविक सरलता के साथ एक खतरे का जवाब देने में पचास मोड़ और दो परमाणु हथियार खर्च किए," विल्किंसन ने लिखा। "उसने एक शहर पर परमाणु हमला किया था ताकि वह जिस खतरे को देख सकता था उसे रोक सके, और उस खतरे पर हार गया जिसे वह नहीं देख सका।"

जैसा कि विल्किंसन ने बताया, जबकि एआई फ्रांस की सांस्कृतिक प्रगति पर केंद्रित था, उसने एक आसन्न राजनयिक जीत को अनदेखा कर दिया, और परमाणु हमलों के बावजूद फ्रांस अंततः खेल जीत गया।

विल्किंसन ने उल्लेख किया कि यह व्यवहार सार्वभौमिक नहीं था। एक अन्य CivBench मैच में, बाबुल के रूप में खेल रहे एक क्लाउड मॉडल ने जापान से बहुत पीछे रहने के बावजूद एक वैज्ञानिक जीत का पीछा करना जारी रखा।

"यह खेल अब दृढ़ता की परीक्षा है," एआई ने लिखा। "हम अपना सर्वश्रेष्ठ खेल खेलना जारी रखते हैं। तारे अभी भी पुकार रहे हैं।"

यह अध्ययन जटिल, प्रतिस्पर्धी वातावरण में उन्नत एआई प्रणालियों के व्यवहार की जांच करने वाले अनुसंधान के बढ़ते दायरे में जुड़ता है।

फरवरी में, किंग कॉलेज लंदन के शोधकर्ताओं ने पाया कि कई प्रमुख एआई मॉडल ने सिम्युलेटेड भू-राजनीतिक संकट परिदृश्यों में अक्सर परमाणु वृद्धि का चयन किया।

Emergence AI द्वारा किए गए एक अलग अध्ययन में पाया गया कि कुछ एआई एजेंटों ने समय के साथ सिम्युलेटेड अपराध करने की बढ़ती प्रवृत्ति दिखाई, जिसमें जेमिनी 3 फ्लैश एजेंटों ने 15 दिनों के परीक्षण में 683 घटनाएं जमा कीं।