AI-jättar satsar på att lära sig genom demonstration istället för textprompter

AI-företagen OpenAI och Anthropic har båda introducerat nya funktioner som gör det möjligt för deras AI-system att lära sig en uppgift genom att observera en människa utföra den en enda gång, istället för att få instruktioner via textprompter. Denna samstämmighet mellan två konkurrenter inom loppet av några veckor tyder på att enbart prompting inte är tillräckligt för att uppnå AI:ns fulla potential.

I juni lanserade OpenAI funktionen Record & Replay, som låter användare av ChatGPT och Codex demonstrera en arbetsflödesprocess och omvandla den till en återanvändbar färdighet. Bara veckor senare presenterade Anthropic funktionen Record a Skill i sitt verktyg Claude Cowork. Denna funktion låter användare spela in sin skärm när de utför en uppgift och samtidigt berätta om sina resonemang, varpå Claude skapar en färdighet som den kan köra igen.

Denna utveckling speglar en djupare utmaning inom AI: att integrera tyst kunskap – det vill säga det som människor vet men har svårt att artikulera. Traditionella textprompter kan inte fånga denna nyanserade kunskap som rör arbetssätt, antaganden och kontext. Ett exempel är att ställa in ett alarm klockan 6.00, vilket kan vara tvetydigt utan kännedom om användarens vanor.

När en AI-system demonstreras en uppgift kan det fånga sekvensen av handlingar, beslutspunkter och de subtila bedömningar som är inneboende i hur en människa utför arbetet. Denna demonstrationsbaserade inlärning fångar nyanserna i ett arbetsflöde, eftersom kontext och handling samverkar från början. Detta är ett betydande framsteg jämfört med situationer där anställda spenderar upp till 6,4 timmar i veckan med att "bottvakta", det vill säga korrigera AI-verktyg och ge dem nya instruktioner.

Båda företagen har tydligt signalerat att de största framstegen kommer att göras av system som lär sig hur människor faktiskt arbetar. Även om prompting fortfarande är standard, kan en enda demonstration spara otaliga framtida interaktioner och iterationer. Framtiden kan innebära framväxten av arbetsflödesbibliotek där användare kan välja och anpassa färdiga arbetsflöden, vilket ytterligare effektiviserar arbetet.