Giáo sư Princeton giảng về 'phương pháp song hành' này tại Stanford rất thú vị: một bên đo độ tin cậy thực tế trong thế giới mở, một bên còn phải tưởng tượng trước cách hợp đồng xã hội sẽ được viết lại sau khi lao động nhận thức được tự động hóa. Mức độ năng lực chỉ là phần mở đầu, sự sụp đổ thể chế ở cấp độ thấp hơn mới là kỳ thi lớn.

Thông điệp AIMPACT, ngày 16 tháng 5 (UTC+8), Giáo sư Khoa học Máy tính tại Đại học Princeton Arvind Narayanan tại hội thảo của Phòng thí nghiệm Kinh tế số Stanford đã thảo luận về các chiến lược thích nghi trong chuyển đổi công việc tri thức. Ông đề xuất khả năng tự động hóa AI phần lớn công việc nhận thức đáng để xem xét nghiêm túc, nhưng thực sự điểm nghẽn nằm ở khả năng phía dưới, ảnh hưởng của AI sẽ diễn ra dần dần trong nhiều thập kỷ. Ông chỉ trích cơ sở hạ tầng bằng chứng hiện tại quá nhấn mạnh vào tầng khả năng, đồng thời giới thiệu những nỗ lực của nhóm trong việc đo lường đặc tính công nghệ liên quan đến sự lan truyền, bao gồm đánh giá "thế giới mở" (kiểm tra khả năng AI xử lý các nhiệm vụ thực tế hỗn loạn) cũng như đo lường độ tin cậy của AI như một chiều kích độc lập với khả năng. Ngoài ra, ông còn đề xuất chương trình nghị sự dự đoán về thế giới đã tự động hóa các công việc nhận thức, nhằm dự đoán sự thay đổi trong nhu cầu lao động, rủi ro sụp đổ hệ thống và các thách thức đạo đức chính trị xã hội mới, ủng hộ phương pháp song song: phát triển