Artykuł opublikowany na arXiv (arXiv:2608.13577v1) kwestionuje dominujący w branży podход do ewaluacji AI, który skupia się na osiągnięciu wydajności supraludzkiej i autonomicznych systemów. Jego autorzy twierdzą, że ta orientacja celowo lub pośrednio zmierza do zastąpienia człowieka przez maszyny, co jest błędnym kierunkiem dla rzeczywistych zastosowań praktycznych.
Poziom artykułu propozycję przesunięcia ogniska badań z oceny zdolności autonomicznych na pomiar wydajności zespołów złożonych z ludzi i AI. To oznacza, że zamiast budować systemy zdolne do całkowitego przejęcia zadań, naukowcy powinni tworzyć narzędzia, które faktycznie wzmacniają i komplementują umiejętności człowieka. Taka perspektywa zmienia cel ewaluacji z pytania ile zadania może wykonać sama sztuczna inteligencja na pytanie jak dobrze człowiek i AI mogą pracować razem.
Ta zmiana ma głębokie implikacje dla rozwoju AI. Systemy zoptymalizowane do współpracy mogą być lepiej dostosowane do rzeczywistych potrzeb biznesu i społeczeństwa, gdzie ludzka intuicja, etyka i kontekst mogą być łączone z mocy przetwarzania i analizy danych AI. Alternatywnie, skupienie się na autonomii przekraczającej wydajność ludzką może prowadzić do systemów trudnych w kontroli i mniej użytecznych w praktyce.