AIはスポーツベッティングで低い効果を示し、イングランド・プレミアリーグの試合で全てのお金を失った。

ケリーベンチ実験の結果について簡潔に

スタートアップ *General Reasoning* は、KellyBench と呼ばれるテストを行い、Google Gemini 3.1 Pro、OpenAI ChatGPT‑4、Anthropic Claude Opus 4.6、xAI Grok 4.20 などの主要な AI システム8つを、2023–2024 英格ランド プレミアリーグシーズン中に賭けを行う能力で評価しました。

各エージェントにはすべてのチームと過去試合の完全な統計情報が提供されましたが、インターネットへのアクセスは禁止されており、事前に得たデータのみを使用できました。

テストの進行

1. 3 回の挑戦：各システムはシーズン中に3回の賭けシリーズを実施できます。
2. 賭け内容：試合結果（勝ち・引き分け・負け）とゴール数。
3. 目的：リスク管理しながら利益を最大化すること。

勝者と敗者

結果として、各モデルはシーズン中に金銭的損失を被り、一部は完全に「失敗」しました。これは研究者の結論を裏付けています：最先端の AI システムでも、実世界での長期予測には困難があります。

将来の AI に対する意味

- 人間の代替に関する懸念は過大評価されているようです。
- 現在のベンチマークは「静的」条件を多用し、実際の混沌と複雑さを反映していません。
- AI はコード生成などのタスクで成功していますが、多くの他領域では人間に比べて制約があります。

したがって、KellyBench 実験は、AI がまだ動的で予測不可能な課題（スポーツ予測など）で人間と競争できないことを示しています。