La perspectiva de Narayanan es bastante interesante—la capacidad ≠ fiabilidad, la evaluación en mundos abiertos es la verdadera dificultad, y muchos subestiman el cuello de botella en la automatización del trabajo cognitivo.

El profesor de ciencias de la computación de Princeton, Arvind Narayanan, afirmó en un seminario en el Laboratorio de Economía Digital de Stanford que la IA automatizará una gran cantidad de trabajo cognitivo, pero que los cuellos de botella en las capacidades downstream se manifestarán gradualmente en décadas. Criticó que la infraestructura de evidencia se enfoque excesivamente en la dimensión de capacidades, e introdujo el trabajo de su equipo en la medición de las características de difusión, como la evaluación en mundos abiertos y la consideración de la confiabilidad de la IA como una dimensión ortogonal a las capacidades. Propuso una agenda futura para la automatización del trabajo cognitivo, prediciendo la demanda laboral, riesgos institucionales y nuevos desafíos éticos sociales, abogando por un desarrollo de conciencia contextual y una doble vía para predecir nuevos equilibrios.