OpenAI paskelbė apžvalgą apie tai, kaip jos tyrėjai naudoja programavimo agentus. Bendrovė teigia, kad agentai vis dažniau dalyvauja kasdieniame darbe, padeda rašyti kodą ir vykdyti eksperimentus. Ji taip pat aprašo gebėjimą atlikti aiškiai apibrėžtas tyrimo užduotis, kurias prižiūri žmogus.
Publikacijoje atskiriami konkretūs darbo rodikliai ir bendras mokslo pažangos tempas. Daugiau parašyto kodo ar paleistų eksperimentų savaime nereiškia tokio paties tyrimų proveržio. OpenAI nurodo, kad žmonės tebėra atsakingi už prioritetus, rezultatų vertinimą ir sprendimus, kurią kryptį plėtoti ar sustabdyti.
INVIS vertinimu, šis atskyrimas naudingas ir verslui. Automatizacijos sėkmę verta matuoti ne vien sugeneruotų dokumentų ar atliktų veiksmų kiekiu, bet tuo, ar greičiau gaunamas patikrintas, sprendimui tinkamas rezultatas. Šaltinis atspindi vienos bendrovės vidinę patirtį, todėl jo išvadų nereikėtų automatiškai perkelti visoms tyrimų ar programavimo komandoms.
Kodėl tai svarbu?
Agentų kuriamo darbo kiekis ir jo vertė nėra tas pats rodiklis; patikimas vertinimas turi apimti rezultato kokybę.
