С выводом полностью согласен, но с методологией не очень)

Сложно оценивать такие результаты просто потому, что из 5 заголовков вы выбрали один. Вы, то есть человеки, которые разбираются в контексте) и уже не совсем понятно, чья это заслуга.

То есть это был тест «человек» vs «AI + человек», а не чистое сражение человека с роботом, как указано в названии статьи)