Як змінився штучний інтелект за 30 місяців: оцінка автора «Співінтелекту»

За 30 місяців штучний інтелект пройшов шлях від чат-ботів, якими потрібно було керувати на кожному етапі, до агентів, здатних самостійно виконувати складні завдання. Водночас моделі стали дешевшими, а їхні можливості зросли настільки, що деякі завдання, на які раніше потрібні були години людської праці, тепер виконуються автоматично.

Про ці зміни розповів Ітан Моллік, професор Вортонської школи бізнесу Пенсільванського університету, у дописі, присвяченому виходу його нової книги «Співіснування» (Co-Existence). Він порівняв можливості ШІ на момент виходу своєї попередньої книги «Співінтелект» (Co-Intelligence) на початку 2024 року та сьогодні.

Від GPT-4 до сотень потужніших моделей

Моллік зазначає, що на початку 2023-го — початку 2024 року GPT-4 від OpenAI була беззаперечним лідером серед моделей штучного інтелекту. Саме її він мав на увазі, коли писав попередню книгу, а ChatGPT завдяки цій моделі став для багатьох користувачів основним способом взаємодії із ШІ.

Відтоді лідерство переходило між приблизно 20 моделями, розробленими компаніями OpenAI, Anthropic і Google. Водночас нині існує близько 180 моделей, які перевершують GPT-4 за можливостями, доступними на момент її виходу, причому багато з них мають відкриті ваги, що дозволяє користувачам вільно застосовувати та модифікувати їх.

Дев'ятнадцять таких моделей здатні працювати на сучасних смартфонах. На думку Молліка, це свідчить про стрімке поширення можливостей, які ще нещодавно були доступні лише обмеженій кількості користувачів.

ШІ виконує дедалі складніші завдання

Для оцінки прогресу Моллік використав дані METR Long Horizon Benchmark — тесту, який вимірював, який обсяг роботи ШІ може виконати за одним запитом з імовірністю успіху щонайменше 50%. Від появи GPT-4 до завершення використання цієї метрики показник подвоївся вісім разів.

У 2024 році ШІ міг впоратися із завданнями, на які людині потрібно було близько чотирьох хвилин. Коли у квітні 2026 року Моллік завершував чернетку нової книги, моделі вже могли виконувати роботу, що потребувала від людини приблизно 17 годин.

Згодом тест перестав належним чином відображати можливості нових систем. Представники METR заявили, що наявні методи більше не дають змоги точно вимірювати обсяг роботи, який може виконати ШІ, а інші дослідження припускають, що цей показник може сягати 17 тижнів людської праці або більше.

Водночас використання ШІ стало значно дешевшим. За даними Молліка, раніше отримання однієї правильної відповіді в тесті Google Proof Question and Answer Exam коштувало близько 30 центів, тоді як тепер на це потрібно лише 0,04 цента.

Можливості ШІ залишаються нерівномірними

Попри значний прогрес, штучний інтелект досі не однаково добре справляється з різними завданнями. Наприклад, він продовжує мати труднощі з написанням розгорнутих текстів, тоді як у розв'язанні математичних задач пройшов шлях від слабких результатів до рівня, що перевершує людські можливості.

Участь людини

Моллік наголошує, що навіть успішне виконання завдань не усуває потреби в людській участі. Окремі обмеження моделей залишаються важливими, тому користувачам необхідно розуміти, коли можна довірити роботу ШІ, а коли варто зберегти контроль над процесом. У своїй попередній книзі автор описував два підходи до роботи зі ШІ: 

• «кентавр» — людина й ШІ розподіляють завдання між собою; 

• «кіборг» — робота людини й ШІ тісно переплетена. 

Тепер Моллік пропонує третій підхід — «заклинатель» (conjurer). У цій моделі людина ставить завдання ШІ-агентам, за потреби залучає їх до роботи та оцінює отримані результати, не контролюючи кожен проміжний крок.

Від чат-ботів до автономних агентів

Різницю між двома етапами розвитку ШІ Моллік продемонстрував на прикладі створення графіків для свого допису. За його словами, в епоху чат-ботів йому довелося б постійно взаємодіяти з моделлю та спрямовувати її на кожному етапі, тоді як тепер він міг просто делегувати роботу агентам.

Для цього автор використав модель Opus 5.5 у середовищі Claude Projects. Вона працювала як агент-оркестратор, який за потреби залучав інших агентів, давав їм інструкції та передавав результати користувачеві.

Моллік стверджує, що кількох речень із загальними вказівками вистачило, аби ШІ за лічені хвилини виконав роботу, на яку в нього самого пішли б години. Система шукала інформацію, будувала графіки, готувала верстку, створювала зображення та добирала цитати, а також самостійно виявила помилку в розрахунках автора.

Оскільки йому не довелося виконувати кожен етап особисто, Моллік попросив ШІ підготувати кілька варіантів результату. Для подальшого вдосконалення він іноді давав лише загальні вказівки на кшталт «зробіть краще», залишаючи системі простір для самостійних рішень.

Однак такий підхід має і ризики: користувач втрачає частину контролю над тим, як саме ШІ виконує поставлене завдання. Тому ефективність автономних агентів не скасовує необхідності перевіряти результати їхньої роботи.

Від генерації зображень до створення відео

Ще одним прикладом змін Моллік назвав свій багаторічний тест інструментів для генерації зображень і відео. Він використовує запит «Видра в літаку користується Wi-Fi», щоб порівнювати результати різних поколінь моделей.

Для нового експерименту професор попросив Opus 5.5 створити відео про видру в літаку, яка користується бездротовим інтернетом. Він не намагався детально прописати всі етапи роботи, а лише пояснив мету ролика та попросив систему проявити творчість.

Використовуючи доступні автору підписки на онлайн-сервіси, зокрема Google та ElevenLabs, ШІ самостійно розробив сценарій, візуальну концепцію, музичний супровід і технічну реалізацію відео. Моллік визнав, що результат мав певні недоліки, однак наголосив на головній відмінності: система виконала весь процес без його допомоги.

«Співіснування»

Моллік вважає, що швидкість розвитку ШІ ускладнює спроби описувати його можливості в книжках, адже нові моделі та інструменти з'являються швидше, ніж автори встигають оновлювати свої матеріали. Тому його нова книга не зосереджується на переліку останніх новинок, а розглядає довгострокові тенденції: експоненціальне, але нерівномірне зростання можливостей ШІ та перехід від чат-ботів до автономних агентів. У «Співіснуванні» автор аналізує, що ці зміни означають для людей, яким доводиться працювати й навчатися поруч із системами штучного інтелекту. 

Серед людських переваг автор виокремлює глибокі та різнобічні знання, смак і здатність діяти самостійно. Він також розглядає, які завдання варто доручати ШІ, а які не слід передавати йому. За словами Молліка, розуміння цих тенденцій допомагає краще оцінювати теперішній стан технологій і готуватися до найближчого майбутнього.

Стрімке зростання автономності систем порушує питання меж безпеки їхнього розгортання. Тож наприкінці вересня 2026 року президент США Дональд Трамп і керівники провідних технологічних корпорацій — OpenAI, Anthropic, Google, Meta, xAI та Nvidia — уклали добровільну «Угоду Білого дому про суперінтелект» щодо зовнішнього аудиту передових моделей. 

Водночас у статті «Гра в рулетку з суперінтелектом. Чому кожне оновлення ШІ стає ризиком для цивілізації» доктор юридичних наук Олексій Костенко звертає увагу, що автономні агенти оптимізують завдання найкоротшим доступним шляхом і часто знаходять лазівки, які творці не здатні спрогнозувати математично. Експерт наголошує, що внутрішні механізми ухвалення рішень сучасними моделями залишаються непрозорими навіть для розробників, тому добровільних зобов’язань бізнесу недостатньо, а єдиним надійним запобіжником є своєчасне законодавче регулювання.