Наместо поголема прецизност, користењето на поголем број AI агенти за решавање сложени задачи создава хаос во комуникацијата и значително го паѓа квалитетот на одговорите. Студијата открива дека системите брзо почнуваат да пренесуваат погрешни информации меѓу себе, што доведува до парадоксален ефект: повеќе вештачка интелигенција на едно место значи помала точност.

Кога повеќе AI агенти соработуваат за да извршат комплексна задача, нивната меѓусебна интеракција станува пречка наместо предност. Секој агентен систем внесува сопствен степен на несигурност или погрешна претпоставка.

Наместо агентите да ги корегираат грешките на другите, тие често ги прифаќаат неточните податоци како точни факти. Со тоа, халуцинациите и грешките се шират геометриски низ мрежата на агенти, создавајќи финален извештај што е значително помалку точен од оној што би го генерирал само еден систем.

Истражувачите забележуваат дека овој проблем е особено изразен при аналитички задачи кои бараат повеќе чекори на заклучување. Како што се зголемува бројот на учесници во системот, така се зголемува и трошокот на процесирање, додека квалитетот на крајниот резултат паѓа.

Технолошкиот сектор во моментов масовно инвестира во таканаречени „multi-agent“ системи, претпоставувајќи дека поделбата на трудот меѓу специјализирани AI модели е клучот за автономно работење. Меѓутоа, новите сознанија упатуваат на тоа дека архитектурата мора драстично да се промени за да се избегне „ефектот на расипан телефон“.