Naukowcy zaproponowali nową metodę nadzoru sztucznej inteligencji o nazwie Flow-by-Flow, która rozwiązuje problem niemożliwości bezpośredniej kontroli treści generowanych przez modele AI w wysokorakowych scenariuszach. Tradycyjne podejście człowiek-w-pętli okazuje się niewykonalne, gdy szybkość produkcji AI razy obciążenie kognitywne na element przekracza maksymalną zdolność poznawczą operatora.
Klucz do problemu leży w tym, że obciążenie kognitywne składa się z trzech asymetrycznych komponentów: triage (selekcji), sądzenia (oceny) i odpowiedzi. Wraz z rosnącymi zdolnościami modeli AI, koszt triage i odpowiedzi pozostaje praktycznie niezmienny, a tylko koszt samej oceny spada - i to często poprzez pominięcie, a nie rzeczywistą redukcję. Alternatywne podejścia, takie jak delegowanie oceny treści samemu AI (ryzyko halucynacji) lub człowiekowi (niemożliwy skalacyjnie), natrafiają na fundamentalne ograniczenia.
Metoda Flow-by-Flow unika problemu całkowicie poprzez rezygnację z oceny treści. Zamiast tego wykorzystuje formalnie policzalne cechy do przypisania wynoszących się w górę kosztów dużym wolumenom produkcji, podczas gdy instytucjonalny limit przetwarzania utrzymuje objętość w granicach ludzkiej zdolności. Proponowani projektanci wymieniają cztery niezmienne reguły dla takiego podejścia: brak oceny treści, niedelegowanie zdolności egzaminatora w skali, tożsamość powiązana z frickiem na aplikację, oraz brak przetwarzania partii. To podejście może być znaczące dla dziedzin wymagających wysokiego nadzoru, gdzie tradycyjne metody zawodzą.