A perspetiva de Narayanan é bastante interessante — capacidade ≠ fiabilidade, a avaliação do mundo aberto é o verdadeiro desafio, e muitos subestimam o gargalo downstream da automação do trabalho cognitivo.

O professor de ciência da computação de Princeton, Arvind Narayanan, afirmou no seminário do Laboratório de Economia Digital de Stanford que a IA automatizará uma grande quantidade de trabalho cognitivo, mas o gargalo das capacidades downstream começará a se manifestar gradualmente após várias décadas. Ele criticou a infraestrutura de evidências por se concentrar excessivamente na dimensão de capacidade, e apresentou o trabalho de sua equipe na medição das características de difusão, como avaliação de mundo aberto e a visão da confiabilidade da IA como uma dimensão ortogonal às capacidades. Ele propôs uma agenda de automação do trabalho cognitivo voltada para o futuro, prevendo a demanda por força de trabalho, riscos institucionais e novos desafios éticos sociais, defendendo o desenvolvimento de consciência de contexto e uma trajetória dual de previsão de novos equilíbrios.