AI-systemen zijn niet langer alleen bedoeld voor het beantwoorden van eenmalige verzoeken: ze kunnen nu een taak krijgen, soms gelijk aan meerdere uren menselijk werk, en die binnen enkele minuten afleveren. In een analyse gepubliceerd in zijn nieuwsbrief beschrijft Ethan Mollick een snelle vooruitgang van deze capaciteiten, die volgens hem het risico loopt de instabiliteit van markten, werkgelegenheid en politiek te vergroten.
Sinds de komst van ChatGPT nam werken met AI vooral de vorm aan van opeenvolgende uitwisselingen, wat de auteur ‘co-intelligentie’ noemt. Sinds eind 2025 maken agents zoals Claude Code, de Codex van OpenAI of OpenClaw het mogelijk een volledige taak aan een AI toe te vertrouwen. De auteur spreekt nu van een tijdperk van ‘management’ van AI’s in plaats van samenwerking met hen.
Een snelle en gestage vooruitgang
Om deze groei te illustreren, herneemt de auteur zijn ‘Otter Test’, waarbij aan modellen wordt gevraagd een afbeelding te genereren van een ‘otter in een vliegtuig die wifi gebruikt’. Tussen 2022, het jaar van de lancering van ChatGPT, en 2025 zijn de vooruitgang volgens hem snel en opmerkelijk. Hij heeft ook een instructie voorgelegd aan een videomodel van ByteDance, het moederbedrijf van TikTok, dat nog niet beschikbaar is in de Verenigde Staten: het resultaat is volgens de auteur bijna perfect, op een uitspraakfout na.
De benchmarks, die gestandaardiseerde tests die de prestaties van modellen meten, volgen dezelfde curve. De METR Long Tasks-grafiek meet de hoeveelheid menselijk werk die een AI autonoom kan uitvoeren met een bepaald betrouwbaarheidsniveau. Deze grafiek is bekritiseerd, en METR heeft zelf potentiële problemen gemeld, maar de meeste capaciteitsmetingen vertonen volgens de auteur een vergelijkbaar profiel. Op de Google-Proof Q&A-test behalen afgestudeerde studenten die Google gebruiken 34% buiten hun vakgebied en ongeveer 70% binnen hun vakgebied, terwijl de beste AI’s 94% halen. Op GDPval evenaren of overtreffen de nieuwste AI’s in 82% van de gevallen de best presterende mensen, volgens experts uit de sector.
Deze vooruitgang blijft ongelijk. De auteur benadrukt dat AI ‘onregelmatig’ blijft, in staat om bepaalde taken op een hoog niveau uit te voeren terwijl het op andere faalt. Bedrijven nemen de tool aan hun kant nog langzaam op. Sommige experimenteren echter met nieuwe organisatievormen: het beveiligingsbedrijf StrongDM heeft aangekondigd een ‘Software Factory’ te hebben ontworpen, waar AI-agents software schrijven, testen en leveren zonder menselijke tussenkomst in de code. De twee vastgestelde regels zijn: ‘code mag niet door mensen worden geschreven’ en ‘code mag niet door mensen worden nagekeken’. Elke ingenieur moet een bedrag gelijk aan zijn salaris besteden aan AI-tokens, de factureerbare rekeneenheden van de modellen, wat neerkomt op minstens 1000 dollar per dag.
Een onrustige week
Volgens de auteur illustreert de week van 22 tot 27 februari wat de komende periode zou kunnen worden. Op 22 februari publiceerde het financiële onderzoeksbureau Citrini Research een fictief scenario over hoe de adoptie van AI tegen 2028 verschillende gevestigde bedrijven zou kunnen vernietigen. De tekst, die deels als ongeloofwaardig werd beschouwd, veroorzaakte niettemin opmerkelijke bewegingen op Wall Street. Op 26 februari kondigde het financiële dienstverleningsbedrijf Block 40% banenverminderingen aan, en schreef deze toe aan AI, een verklaring die de New York Times waarschijnlijk overdreven vindt. Op 27 februari ontstond een openbaar conflict tussen het Pentagon en Anthropic over de vraag wie de regels voor het gebruik van Claude door de staat moet vaststellen.
Naar zelfverbetering van AI’s
De auteur noemt ook ‘recursieve zelfverbetering’, of RSI, het idee dat AI’s steeds meer worden gebruikt om betere AI’s te bouwen. In Davos, in januari, legde Dario Amodei van Anthropic uit dat modellen die goed zijn in coderen en AI-onderzoek zouden kunnen worden gebruikt om de volgende generatie te creëren. Hij merkte op dat de ingenieurs van zijn bedrijf bijna geen code meer zelf schrijven. In februari presenteerde OpenAI zijn nieuwste Codex-model als ‘ons eerste model dat een beslissende rol heeft gespeeld in zijn eigen creatie’. Demis Hassabis van Google DeepMind gaf tijdens hetzelfde debat aan dat alle grote laboratoria aan dit onderwerp werken.
De auteur erkent dat onbekend is hoe ver deze lus kan gaan, en dat technische, rekenkundige of datalimieten kunnen opduiken. Voor hem is RSI niet langer sciencefiction, maar ‘een expliciet onderdeel van de roadmap van elk groot AI-bedrijf’.
