この論文では、AGI（人工一般知能）の明確な定義がなされていないことが、専門特化型AIと人間レベルの認知との間のギャップを曖昧にしていると指摘しています。著者らは、AGIを教育を受けた成人の認知の多様性と熟練度を等しくするものと定義し、Cattell-Horn-Carroll理論に基づいた手法を提案しています。この手法は、一般知能を推論、記憶、知覚などの10の主要な認知領域に分解し、AIシステムを評価するための既存の心理測定バッテリーを適用します。現在のモデルでは、知識集約型の領域では優れている一方で、基礎的な認知能力、特に長期記憶の保存において重大な欠陥があることが明らかになりました。著者は、最新のAIモデル（例：GPT-4は27%、GPT-5は58%）のAGIスコアを提示し、急速な進展とAGIまでの大きなギャップを具体的に示しています。