Zespół naukowców pracuje nad systemem, który daje ludziom precyzyjną kontrolę nad autonomią sztucznych agentów bez konieczności całkowitego limitowania ich możliwości. Problem, z którym boryka się branża, jest fundamentalny: agenty AI muszą działać samodzielnie, aby być użyteczne, ale jednocześnie powinny pozostawać pod nadzorem człowieka w przypadku ryzyka. Dotychczasowe podejścia były zazwyczaj binarne - agenty mogły działać niezależnie lub były całkowicie kontrolowane, bez możliwości elastycznego przejścia między trybami.
Propozycja badaczy opiera się na zdecentralizowanej architekturze, która oddzieluje komponenty sterowania od samych agentów. Dzięki temu system pozwala na dynamiczną zmianę poziomu autonomii w trakcie pracy, a człowiek może ingerować w workflow w konkretnych momentach, gdzie jego wkład jest najcenniejszy. To rozwiązanie ma szczególne znaczenie dla złożonych procesów biznesowych, gdzie jedna pomyłka agenta może być kosztowna, ale całkowite wyłączenie automatyzacji byłoby nieefektywne. Architektura umożliwia również bardziej granularne ustawienia - można kontrolować autonomię poszczególnych etapów workflow lub konkretnych rodzajów decyzji.
Takie podejście otwiera nowe możliwości dla przedsiębiorstw wdrażających sztuczną inteligencję. Zamiast wybierać między pełną automatyzacją a ręcznym procesem, organizacje mogą teraz kalibrować poziom zaangażowania człowieka na podstawie charakteru zadania. W praktyce może to oznaczać, że agent Sam podejmuje rutynowe decyzje samodzielnie, ale zatrzymuje się i czeka na zatwierdzenie w przypadku niestandardowych sytuacji. Tego rodzaju elastyczna kontrola mogłaby znacznie przyspieszać wdrażanie agentów AI w sektorach takich jak logistyka, finanse czy Customer Service, gdzie przepisy lub ryzyko biznesowe wymagają ludzkiego nadzoru.