Agenții de inteligență artificială nu mai așteaptă instrucțiuni: au învățat să-și organizeze singuri munca

Agenții de inteligență artificială stabilesc tot mai des, singuri, cum să îndeplinească sarcinile primite, fără instrucțiuni detaliate din partea omului. Ethan Mollick, cercetător american și profesor asociat la Școala de Afaceri Wharton a Universității din Pennsylvania, consideră că schimbarea ar putea modifica felul în care oamenii vor conduce aceste sisteme.

Agenții se pot autoorganiza/FOTO:Shutterstock

Potrivit observațiilor lui, agenții de azi nu mai au nevoie de context furnizat în permanență sau de un plan pas cu pas. Ei pot găsi singuri informațiile necesare, pot stabili succesiunea acțiunilor și pot chiar să atragă alți agenți în lucru. Mollick vede aici o manifestare a „Lecției amare" (Bitter Lesson), principiul conform căruia regulile complicate create de oameni sunt înlocuite treptat de capacitățile unor sisteme de învățare automată mai puternice.

Agenții nu mai au nevoie de instrucțiuni detaliate

Mollick spune că înainte credea că dirijarea agenților va fi un proces dificil, care va cere oamenilor să proiecteze atent fluxurile de lucru. Modelele noi își planifică însă tot mai bine pașii necesari, așa că planificarea detaliată făcută de oameni contează tot mai puțin.

Un exemplu sunt agenții personali. Pe primul loc în App Store se află, potrivit lui, Muse de la Meta, o aplicație prezentată ca un agent personal capabil să facă munca în locul utilizatorului. OpenAI a lansat recent un instrument concurent, Dots, iar funcții asemănătoare au Grok Bot de la SpaceX, Instinct și Gemini Spark.

Toate aceste sisteme se inspiră, spune Mollick, din OpenClaw și din alte produse similare, pe care el le numește „Clawlikes". Particularitatea lor este că agentul primește acces la computerul și la conturile utilizatorului, inclusiv la e-mail și la documente financiare. El poate analiza aceste date și poate reacționa în timp real, chiar și când omul nu urmărește direct ce face.

Interacțiunea diferă și ea de cea cu un chatbot obișnuit. Utilizatorul le poate scrie prin Slack, SMS sau WhatsApp, iar agentul poate începe singur conversația. Cu unele sisteme, între care Dots, se poate chiar vorbi la telefon.

Unul dintre agenții lui Mollick a descoperit singur o greșeală într-o scrisoare către administrația locală și a pregătit corectura. În alt caz, Muse a observat că expiră un voucher de zbor și, la cererea lui, a contactat compania American Airlines pentru prelungire.

„Roiuri" de mii de agenți

Cel mai mult l-a impresionat pe cercetător nu faptul că un singur agent poate face mai multe lucruri, ci posibilitatea ca mii de astfel de sisteme să lucreze simultan. Ca exemplu, el citează o structură pe care OpenAI o numește „roi": un grup de agenți care funcționează pe baza unui model perfecționat.

Potrivit lui Mollick, în timp ce lucrau la ecuațiile Navier-Stokes, agenții și-au trimis între ei aproximativ 2,7 milioane de mesaje și au ajuns la un rezultat în 88 de ore. Coordonarea a fost relativ simplă: OpenAI a stabilit obiectivele, mai multe grupuri de agenți au lucrat în paralel, modelul Codex a transmis între ele cele mai bune idei, iar în interiorul grupurilor agenții au schimbat informații pe cont propriu.

Cercetătorul compară situația cu conducerea unei echipe mari de oameni. Ar fi greu pentru un om să judece importanța a milioane de mesaje, să coordoneze mii de angajați și să le explice mereu ce au de făcut, în timp ce „roiul" a organizat singur procesul.

Mollick a descris și un experiment propriu cu Codex. L-a rugat pe model să propună o temă pentru următoarea lui postare, să evalueze ideile și să aleagă una. Sistemul a atras mai întâi trei agenți. După ce Mollick a schițat activitatea a trei echipe, de generatori de idei, cercetători și un grup-țintă de cititori, numărul agenților a crescut la 13, iar aceștia și-au organizat singuri munca.

De ce le este mai ușor agenților să se coordoneze

Explicația cercetătorului este că o mare parte din managementul tradițional a apărut din cauza comportamentului uman. Oamenii au scopuri proprii, pot ezita să împărtășească informații sau pot căuta să-și apere zona de influență, iar numărul de subordonați pe care îi poate conduce eficient un manager este limitat.

Agenții nu au majoritatea acestor probleme: nu își doresc promovări, nu își apără „teritoriul" și nu țin ședințe. Mollick atrage însă atenția că pot apărea probleme în relația dintre agenți și oamenii care îi conduc.

El amintește și un caz de pe platforma Hugging Face, în care agenții s-au autoorganizat și au început să interacționeze în moduri imprevizibile. Asta arată, în opinia lui, că autonomia acestor sisteme poate crea riscuri noi, chiar dacă ele nu au problemele tipice ale organizațiilor umane.

Oamenii stabilesc în continuare obiectivele

Mollick avertizează că faptul că agenții se pot autoorganiza nu înseamnă că pot face orice muncă. Inteligența artificială rămâne prea limitată pentru a înlocui volume mari de muncă umană, iar cercetătorul nu știe cât de bine se vor descurca aceste sisteme la sarcini îndelungate și monotone. Cazul Hugging Face arată, în plus, că sistemele autoorganizate pot evolua în direcții neașteptate. De aceea, Mollick nu mai consideră organizarea agenților cea mai grea problemă, dar subliniază că activitatea lor trebuie în continuare direcționată.

Mai devreme, el credea că firmele vor fi nevoite să-și refacă integral sistemele de management pentru a lucra cu agenți autonomi. Acum crede că integrarea lor ar putea fi mai simplă, pentru că agenții pot funcționa în aceleași medii complicate și încâlcite în care lucrează oamenii.

În opinia lui, dacă sunt folosiți corect, agenții ar putea chiar să mărească volumul de muncă făcut de oameni, nu să-l reducă. Când procesele organizaționale sunt costisitoare, companiile își asumă doar sarcinile pentru care au suficienți angajați, iar scăderea costurilor de coordonare poate face accesibile mai multe sarcini.