تظهر الذكاء البشري قدرة ملحوظة على التكيف السريع وحل المشكلات بكفاءة في سياقات جديدة وغير مألوفة. نعتقد أن هذه المرونة العميقة مرتبطة بشكل أساسي ببناء وتحسين التمثيلات الداخلية للبيئة، والتي تُعرف عادةً بـ "نماذج العالم"، ونشير إلى هذا الآلية التكيفية باسم استقراء نموذج العالم (World Model Induction). ومع ذلك، فإن الفهم والتقييم الحاليين لنماذج العالم في الذكاء الاصطناعي (AI) لا يزال ضيقًا، حيث يركز غالبًا على التمثيلات الثابتة التي تم تعلمها من خلال تدريب على كميات هائلة من البيانات، بدلاً من كفاءة وفعالية النماذج في تعلم هذه التمثيلات من خلال التفاعل والاستكشاف داخل بيئة جديدة. في هذا الرأي، نقدم رؤية لاستقراء نموذج العالم تستند إلى عقود من الأبحاث في علم الإدراك حول كيفية تعلم البشر وتكييفهم بكفاءة؛ ثم ندعو إلى إطار جديد لتقييم النماذج العالمية المتكيفة في الذكاء الاصطناعي. بشكل ملموس، نقترح نموذجًا جديدًا للمعايرة يستند إلى مجموعة من الألعاب المصممة بعناية تحتوي على جدة حقيقية وعميقة ومتجددة باستمرار في بنية اللعبة الأساسية -- ونشير إلى هذا النوع من الألعاب بالألعاب الجديدة (Novel Games). نوضح المتطلبات الرئيسية لبناء هذه الألعاب ونشير إلى المقاييس المناسبة لتحدي وتقييم قدرة الوكيل على استقراء نموذج العالم بسرعة. نأمل أن يلهم هذا الإطار الجديد للتقييم الجهود المستقبلية لتقييم نماذج العالم في الذكاء الاصطناعي ويقدم خطوة حاسمة نحو تطوير أنظمة ذكاء اصطناعي قادرة على التكيف السريع الشبيه بالبشر والعامية القوية -- وهو عنصر حاسم من الذكاء الاصطناعي العام (AGI).