eerder gezien

Heb jij het ook wel eens gevoeld? Dat rare, onheilspellende gevoel dat het internet elke dag dommer, luidruchtiger en vreemder wordt. Zoekresultaten lijken steeds minder nuttig, productrecensies klinken verdacht veel op elkaar en sociale media lijken overspoeld met reacties die net even anders zijn. Het is geen verbeelding. We zijn getuige van de eerste grote vervuiling van het digitale tijdperk, een vloedgolf van goedkope, synthetische tekst en afbeeldingen. Ze hebben er een naam voor: “prut”. En het is een groter probleem dan je denkt, het dreigt de bron waaruit AI zijn voeding haalt te vergiftigen.

De hele belofte van grote taalmodellen was dat ze zouden leren van de enorme hoeveelheid menselijke kennis die online is opgeslagen. Ze schrapen triljoenen woorden en afbeeldingen onze blogposts, onze boeken, onze kunst en onze gesprekken om te leren communiceren. Maar nu hebben we een fatale wending aan het verhaal toegevoegd. We vragen AI om eindeloos veel content te genereren, die vervolgens weer op het internet wordt gedumpt. We vervuilen het trainingsveld en vragen de leerling om te leren van zijn eigen halfbakken, vaak onzinnige huiswerk.

Dit creëert een angstaanjagende feedbackloop, een concept dat onderzoekers ‘modelcollaps’ hebben genoemd. Zie het als een fotokopie van een fotokopie. De eerste kopie ziet er redelijk goed uit, maar maak daar een kopie van en het beeld wordt een beetje waziger. Ga zo door en al snel heb je niets anders dan een vervormde, onherkenbare bende. AI-modellen die getraind zijn op de door AI gegenereerde content van hun voorgangers lopen hetzelfde risico: ze drijven met elke generatie verder af van de menselijke realiteit en leren en versterken hun eigen vreemde fouten.

Stel je voor dat je een topkok probeert te worden door alleen maar instantnoedels te eten. Je zou heel goed worden in het begrijpen van instantnoedels. Je zou misschien zelfs leren om nieuwe, licht afwijkende smaken van zoutzakjes te creëren. Maar je zou geen idee hebben van een vers kruid, een complexe saus of de textuur van een perfect gebakken biefstuk. Je kookkunsten zouden een bleke, beperkte imitatie zijn van echte culinaire kunst. Dit is het risico voor een AI die gevoed wordt met zijn eigen output. Het leert een oppervlakkige versie van de realiteit en mist de diepte en rijkdom van zijn oorspronkelijke menselijke trainingsdata.

Plotseling maakt de AI niet alleen fouten met de feiten; ze begint ook de rijkdom en diversiteit van menselijke expressie te vergeten. Als een AI getraind wordt op een miljoen generieke, door AI geschreven zakelijke e-mails, zal ze er alleen maar meer kunnen schrijven. Ze zal de nuance van een gedicht of de geestigheid van een slimme tweet vergeten. De digitale wereld zou een echokamer kunnen worden, niet van menselijke ideeën, maar van saaie, statistische gemiddelden. De vreemde, wonderlijke en chaotische hoekjes van het web die het zo menselijk maakten, zouden kunnen worden gladgestreken en vervangen door een voorspelbare, synthetische brij.

Maar het gaat niet alleen om feiten; het gaat om smaak. Echte menselijke taal is rommelig, vreemd en zit vol inside jokes. Het bevat sarcasme en lokale slang, dingen die emotioneel perfect kloppen, zelfs als ze niet logisch zijn. AI, in haar eindeloze zoektocht naar het ‘meest waarschijnlijke’ woord, is een machine die gebouwd is om die interessante, ruwe kantjes af te vlakken. Ze leert het gemiddelde, de meest voorkomende manier om iets te zeggen, en herhaalt dat vervolgens. Het risico is dat de stem van het internet wordt afgevlakt tot een saai, voorspelbaar gezoem.

En denk niet dat dit een abstracte dreiging voor de toekomst is. Vraag het maar aan een kunstenaar die tien jaar aan zijn vakmanschap heeft gewerkt, om vervolgens te zien hoe een machine binnen een minuut een goedkope imitatie van zijn stijl produceert. Zijn unieke visie, zijn ziel, wordt slechts een datapunt dat een systeem kan kopiëren. Zijn levenswerk wordt gereduceerd tot een sjabloon voor het maken van eindeloos, wegwerpbaar behang. Het gaat niet om het verliezen van een baan aan een robot; het gaat om de klap in je gezicht wanneer je ziet hoe iets waar je van houdt betekenisloos wordt.

Deze verloedering verspreidt zich veel verder dan creatief werk en sluipt binnen in beroepen die afhankelijk zijn van onwrikbare waarheid. De hele verkooppraat voor AI was dat het onderzoek zou versnellen. In plaats daarvan creëert het een paranoïde nachtmerrie. Een medisch onderzoeker kan het zich niet veroorloven om een ​​door AI gegenereerd onderzoek aan te halen dat nooit heeft plaatsgevonden. De hele zaak van een advocaat kan instorten als deze is gebouwd op een vals juridisch precedent dat de AI zojuist heeft verzonnen. Het bespaart geen werk; Het creëert een nieuwe, uitputtende baan voor iedereen: digitale detective, die zich constant moet afvragen: “Is dit wel echt?”

Deze hele puinhoop is een verraad aan de oorspronkelijke belofte van het internet. Het vroege web was een grensgebied, een plek voor individuele stemmen, nichegemeenschappen en authentieke menselijke verbinding. Het was rommelig en vreemd, maar het was van ons. De opkomst van de rommel voelt als de laatste fase van een overname door een groot bedrijf, waarbij die levendige chaos wordt geplaveid met een homogeen, perfect onderhouden en oer saai suburbane landschap. Het doel is niet langer verbinding of expressie, maar de oneindige schaalvergroting van content voor maximale betrokkenheid.

De grote techbedrijven beloven natuurlijk dat ze filters en oplossingen hebben. Ze beweren dat ze de mens van de machine kunnen scheiden, het signaal van de ruis. Maar kunnen ze dat echt? En belangrijker nog, willen ze dat wel? Een internet overspoeld met content, zonder enige ma Hoe beter de kwaliteit, hoe meer clicks, engagement en advertentie-inkomsten het genereert. De beloningsstructuur van onze digitale wereld is niet ontworpen om kwaliteit te belonen, maar om aandacht te belonen. En Slop, met al zijn tekortkomingen, is er een meester in om die aandacht te grijpen.

Dus waar brengt dit ons? We staan ​​op een vreemd kruispunt. De technologie die ongekende kennis en creativiteit beloofde te ontsluiten, zou wel eens precies datgene kunnen zijn dat ons gevangen houdt in een vicieuze cirkel van steeds verdergaande middelmatigheid. De droom was een digitale Bibliotheek van Alexandrië, een bewaarplaats van alle menselijke wijsheid. De realiteit zou wel eens een lachspiegel kunnen zijn, die voor altijd een vervormde, vereenvoudigde en uiteindelijk dommere versie van onszelf aan ons terugkaatst. Het internet vreet zichzelf op en we moeten ons afvragen of er nog wel iets overblijft dat de moeite waard is om te redden.

stoppen met sparen

Jarenlang is de technologiesector geobsedeerd geweest door het concept van “de singulariteit”, dat hypothetische moment waarop technologische groei oncontroleerbaar en onomkeerbaar wordt.

Een fundamentele ontkoppeling van menselijk overleven van het concept arbeid.

In deze visie bewegen we ons niet alleen naar een wereld van robots; we bewegen ons naar een wereld waarin het concept kosten zelf verdwijnt, waardoor geld zoals we dat kennen een achterhaalde techniek wordt uit het verleden.

De kern van de voorspelling is de combinatie van algemene kunstmatige intelligentie en geavanceerde robotica. Zodra een machine elke taak kan uitvoeren die een mens voorheen uitvoerde, de kosten van goederen en diensten dalen tot de kosten van de grondstoffen en de energie die nodig is om de robot aan te sturen. Een verschuiving van Universeel Basisinkomen naar Universeel Hoog Inkomen.

Terwijl het Universeel Basisinkomen vaak wordt gezien als een “basis” om verhongering in een geautomatiseerde wereld te voorkomen, en het Universeel Hoog Inkomen als een maatschappij zonder “plafond” waar iedereen toegang heeft tot een luxueuze levensstandaard omdat er geen tekort aan arbeidskrachten is die de productie beperkt.

Daarbij is er in een recente podcast van een bekende tech miljardair een financiële bom vallen: hij adviseerde mensen te stoppen met “geld opzijzetten” voor hun pensioen. Volgens de tech miljardair wordt het traditionele concept van een spaarpot irrelevant als AI alles kan produceren.

Automatisering zal de productiviteit zo sterk kan verhogen dat veel goederen en diensten veel goedkoper worden, wat een krachtige deflatoire druk zou creëren. Is dit verstandig of juist heel erg dom? Voor de gemiddelde persoon is het opvolgen van dit advies vandaag de dag aantoonbaar extreem riskant:

De overgang tussen de twee systemen zal hobbelig verlopen. Als je met pensioen gaat tijdens dat hobbelige decennium voordat de robots alles hebben opgelost, en je geen spaargeld hebt, ben je straatarm.

Momenteel zijn de robots eigendom van bedrijven in plaats van van iedereen. Zonder een enorme politieke verschuiving om die rijkdom te herverdelen, blijft overvloed mogelijk achter een betaalmuur verborgen.

Het is makkelijk voor ’s werelds rijkste elite – met een vermogen van honderden miljarden – om te zeggen dat geld er niet toe doet. Voor alle anderen is geld nog steeds het enige waarmee ze hun eten, drinken en de huur kunnen betalen.

De laatste voorspellingen suggereren dat AI de collectieve menselijke intelligentie in 2030 zal overtreffen. Men verwacht dat Optimus tussen 2027 en 2029 op grote schaal gebruikt zal worden.

Als deze mijlpalen standhouden, zien we het ‘Tijdperk van Overvloed’ zich manifesteren tussen 2040 en 2045. Dit is geen probleem dat ‘over een eeuw’ speelt; het is een probleem dat zich midden in een carrièreovergang voordoet voor de huidige beroepsbevolking.

Door alle arbeid te automatiseren, maakt de rijkste der aarde hun eigen enorme bankrekening in feite overbodig. Volgens hen is de ware valuta van de toekomst niet te zoeken in monetaire zaken, maar energie. Zodra AI en robots zelfstandig grondstoffen kunnen delven en chips kunnen produceren, sluit de ‘energiekringloop’ zich en verdwijnt de behoefte aan een monetair medium.

Als geld verdwijnt, wat komt er dan voor in de plaats? Deze toekomst past niet in de hokjes van de afgelopen decennia.

In eerste instantie zullen de eigenaren van de robots hun rijkdom explosief zien groeien.

Uiteindelijk, als goederen in feite gratis zijn, zou de ‘staat’ (als die nog bestaat) zich richten op universele basisvoorzieningen. In plaats van een cheque krijg je een huis, een robot en voedsel als geboorterecht.

Wat gebeurt er met de rijken die in het oude systeem voortkwamen? Ze verliezen hun belangrijkste machtsmiddel: schaarste. Wanneer iedereen ‘rijk’ is, verschuift de invloed van financieel kapitaal naar sociaal en intellectueel kapitaal.

Het gevaarlijkste aspect van de geschetste  toekomst is niet armoede, maar zingeving. Sociologen waarschuwen dat we zonder strijd in een existentieel vacuüm terechtkomen.

Je wordt wakker als je uitgerust bent. Je huis gebouwd door robots en aangedreven door alomtegenwoordige zonne-energie. Het zorgt voor een perfect klimaat zonder kosten. Je hoeft niet naar je werk. In plaats daarvan kun je de ochtend besteden aan samenwerken met een AI aan een project waar je een passie voor hebt, of aan ‘dorpswerk’ zoals mentorschap of tuinieren niet omdat het moet, maar voor de menselijke connectie.

Voor degenen wier identiteit verbonden is aan het ‘winnen’ van een financiële hiërarchie, kan het aanvoelen als een fluwelen gevangenis. Ironisch genoeg denk ik dat veel rijken een hekel zou hebben aan leven in de wereld die we voor ogen heeft.

De kans dat dit resultaat wordt bereikt, hangt af van het oplossen van drie knelpunten: energie, wereldwijde regelgeving en het ‘afstemmingsprobleem’ (ervoor zorgen dat AI menselijke waarden deelt). Om je voor te bereiden, moet je niet zomaar stoppen met sparen. Investeer in plaats daarvan in aanpassingsvermogen. Leer samenwerken met AI en bedenk wat je met je leven zou doen als je nooit meer een cent hoefde te verdienen.

Visie op absolute overvloed is een opvallende afwijking van dystopische clichés. We gokken erop dat technologie armoede zal oplossen door geld en arbeid overbodig te maken.

Aanbeveling om te stoppen met sparen voor je pensioen blijft echter een riskante gok die de hobbelige decennia van transitie negeert.

Hoewel we uiteindelijk een wereld zullen bereiken waarin geld geen bepalende rol speelt, wordt de brug naar die toekomst nog steeds gebouwd. En voorlopig moet er nog betaald worden in traditionele valuta.

sneller door ai!

Generatieve AI kan werknemers helpen om taken sneller uit te voeren, maar het overbrugt de prestatiekloof tussen beginners en experts niet.

In uiteenlopende vakgebieden, van copywriting tot softwareontwikkeling, zetten leiders in op generatieve AI om werknemers te helpen meer geavanceerde verantwoordelijkheden op zich te nemen. Daarbij verkort generatieve AI de tijd, die beginners nodig hebben om competentie te verwerven in nieuwe taken. Maar het potentieel van de technologie om werknemers te scholen, lijkt één belangrijke antwoord te missen: kan het beginners helpen taken net zo goed uit te voeren als experts?

Het indelen van medewerkers in drie groepen: experts, buitenstaanders met enige ervaring en buitenstaanders met weinig ervaring. Waarbij de buitenstaanders de enige waren met ervaring waren, marketingspecialisten van de schrijversafdeling die geen ervaring hadden met het schrijven van artikelen, maar wel een algemeen begrip hadden van wat de schrijvers deden. De buitenstaanders met weinig ervaring waren ontwikkelaars en datawetenschappers zonder enige marketing- of schrijfachtergrond. Elke groep kreeg twee taken: een artikel bedenken en schrijven zoals die op de website van het bedrijf te vinden zijn. Willekeurig generatieve AI werd toegepast om sommige deelnemers te helpen, maar niet alle. Leidinggevenden beoordeelden vervolgens de resultaten van elke opdracht op een schaal van 1 (laagste cijfer) tot 5 (hoogste cijfer).

Bij het bedenken van een artikel zonder hulp van generatieve AI behaalden de experts de hoogste gemiddelde score (3,84), gevolgd door de buitenstaanders met enige ervaring (3,06) en de buitenstaanders met weinig ervaring (3,04). Deze resultaten onthulden een significant verschil in vaardigheden tussen de experts en de anderen. Toen de groepen  echter gen-AI-ondersteuning kregen, werd het verschil kleiner: concepten ontwikkeld door experts scoorden gemiddeld 4,10, terwijl die ontwikkeld door buitenstaanders respectievelijk 4,16 en 4,03 scoorden. Met andere woorden, buitenstaanders met enige ervaring die AI gebruikten, presteerden iets beter dan experts die AI gebruikten en alle drie de groepen die AI gebruikten, presteerden beter dan experts die dat niet deden.

Wat het schrijven van de artikelen betreft, waren de resultaten echter anders. Zonder gen-AI presteerden de experts het beste van alle groepen. Maar zelfs met behulp van AI konden buitenstaanders niet dezelfde kwaliteit leveren als de experts. Experts presteerden, zoals verwacht, het beste van degenen die de technologie gebruikten (gemiddeld 3,98). buitenstaanders met enige ervaring met AI-ondersteuning zaten daar vlak achter (3,94). Maar de buitenstaanders met weinig ervaring met AI-ondersteuning deden het minder goed; hun scores met en zonder gen-AI waren in feite vrijwel gelijk (respectievelijk 3,36 en 3,44).

Waarom verbeterde gen AI de prestaties bij de ene taak meer dan bij de andere, en hielp het de buitenstaanders met weinig ervaring zo weinig bij het schrijven?

Na interviews met verschillende groepen concludeerden we dat hoe verder werknemers verwijderd waren van de kennis die nodig was voor een opdracht, hoe kleiner de kans was dat ze net zo goed presteerden als medewerkers met relevante expertise zelfs met de hulp van gen AI. Niet-experts die AI gebruikten, presteerden beter bij conceptualisatie omdat dit minder expertise vereiste dan schrijven; men hoefde alleen maar te begrijpen of een voorgesteld onderwerp goed genoeg was. Het schrijven van een artikel daarentegen vereiste dat men wist hoe de gewenste boodschap in de juiste taal over te brengen. Een deelnemer gebruikte een metafoor om dit verschil te illustreren: conceptualiseren is als je voorstellen dat je een marathon loopt, maar schrijven is als het daadwerkelijk lopen ervan, wat een heel ander niveau van expertise vereist.

En expertise, was wat mensen in staat stelde effectiever samen te werken met de AI-tools. De buitenstaanders met enige ervaring begrepen de algemene taal die de schrijvers gebruikten en hadden voldoende domeinkennis om de door gen AI geproduceerde content te verfijnen. Maar de buitenstaanders met weinig ervaring (wier werk niets met schrijven te maken had) konden de suggesties van de AI niet effectief gebruiken of verbeteren. Ze misten de intuïtie en kennis die nodig waren om goede beslissingen te nemen over welke taal ze moesten behouden en welke ze moesten weggooien. Dit fenomeen ‘de AI-muur’, de grens aan de mate waarin gen-AI mensen kan helpen bij taken buiten hun expertisegebied.

Deze bevinding heeft implicaties voor de manier waarop we gen-AI-tools inzetten. Het weerlegt de aanname dat de technologie vaardigheidshiërarchieën kan afvlakken en wat we ‘universele taakflexibiliteit’ noemen mogelijk kan maken. In plaats daarvan stellen we dat de effectiviteit van gen-AI afhangt van de expertiseafstand tussen de medewerker en het taakdomein en daarbij is de AI-muur relevant, ook buiten de context van de AI. van experts en buitenstaanders.

We bevelen twee beste praktijken aan voor het koppelen van generatieve AI aan werknemers met verschillende expertiseniveaus:

Overschat de mogelijkheden van generatieve AI niet. Het is cruciaal dat werknemers een algemeen begrip hebben van, en enige ervaring met, het gebied waarin ze AI toepassen. Hun kennis moet in ieder geval uitgebreid genoeg zijn om AI-gegenereerd werk te kunnen beoordelen en verbeteren. Kopieerden en plakten is voor veel technologen bijvoorbeeld simpelweg de suggesties van generatieve AI in artikelen, omdat ze het genuanceerde oordeel misten om de taal aan te passen en te integreren. “AI is geen wondermiddel voor alles op het werk als het taken niet volledig kan automatiseren”. Wanneer AI de klus niet alleen kan klaren en experts vervangt, zal het sommige mensen helpen de kloof tussen henzelf en experts te verkleinen, maar alleen in bepaalde situaties en onder de juiste omstandigheden. Het is geen kant-en-klare oplossing.” Heroverweeg hoe werk wordt gedaan. Bedenk hoe de organisatie moet veranderen zodra medewerkers generatie-AI effectief gaan gebruiken. Om er de maximale waarde uit te halen, moeten we mogelijk processen, besluitvormingsmethoden en de manier waarop teams samenwerken aanpassen. Generatie-AI-tools kunnen zelfs functietitels in verwante vakgebieden, zoals SEO-specialist en contentstrateeg, doen vervagen. Het is echter veel moeilijker om ze te gebruiken om grotere kloven te overbruggen zoals die tussen marketing-, verkoop- en productteams omdat die functies verbonden zijn aan verschillende expertisegebieden, budgetten en machtsstructuren. Het ontwerpen van bredere en flexibelere functies kan helpen om die uitdaging te overwinnen, maar de verschuiving vereist structurele en culturele veranderingen.

En wanneer we generatie-AI in workflows integreren, houd er dan rekening met de menselijke context: Wie gebruikt het? Wat weten die mensen? Hoe goed interpreteren en verfijnen ze de AI-output? AI kan mensen maar tot op zekere hoogte helpen Expertise is onvervangbaar. Geen enkele technologie kan het vervangen.

Hoe hielp gen buitenstaanders met enige ervaring om artikelen bijna net zo goed te schrijven als experts?

Het gaf hen de praktische vaardigheden die ze misten. Buitenstaanders met enige ervaring hadden de basiskennis omdat ze wisten hoe goede content eruitzag, maar ze misten de ervaring om het zelf te schrijven. Gen AI fungeerde als een brug, waardoor ze op hetzelfde niveau konden presteren als de experts. Het democratiseerde het schrijfvak voor degenen die het concept marketing al begrepen.

Generatie-AI verkort de weg naar expertise, maar kan praktijkervaring nog niet volledig vervangen. Het AI-systeem produceerde solide eerste concepten, waardoor de ervaren schrijvers na het onderzoek de artikelen konden verfijnen, de toon konden aanpassen en ervoor konden zorgen dat de SEO-elementen klopten voordat ze werden gepubliceerd.

Denkt u dat generatie-AI buitenstaanders met enige ervaring of zelfs technologen, uiteindelijk tot experts had kunnen maken?

Dat hangt af van hun startpunt. Een verschil: voor verwante functies zoals buitenstaanders met enige ervaring werd de kloof effectief gedicht ze evenaarden de experts. Maar voor functies die verder weg lagen, zoals onze buitenstaanders met weinig ervaring, bleef de kloof groot. Omdat ze de fundamentele context van buitenstaanders met enige ervaring misten, konden ze de output van de AI niet goed beoordelen.

Gezien hoeveel AI de experts heeft geholpen, zouden bedrijven minder beginners moeten aannemen?

Dat is het gevaar: veel organisaties zien een daling in het aantal junior medewerkers, maar als we alleen experts aannemen om AI te bewerken, vernietigen we de mogelijkheid om toekomstige experts op te leiden. Je kunt geen smaak of oordeelsvermogen ontwikkelen zonder het werk te doen. Dat bedrijven door vandaag te optimaliseren voor efficiëntie, de trainingsmogelijkheden voor morgen ondermijnen.

Een leerlingstelsel dat zou moeten werken, is veranderd. Vroeger dacht we dat de enige manier om te leren was door tactische uitvoering, door honderden concepten door te nemen om spiergeheugen op te bouwen. Maar we zagen dat AI, voor mensen met de juiste context, die uitvoering kan overnemen. Het echte knelpunt ontstaat wanneer je de basiskennis mist en niet kunt beoordelen of de AI gelijk heeft of niet. Het trainingsmodel zou moeten verschuiven naar het leren van wat goed schrijven maakt, in plaats van beginners te leren hoe ze moeten schrijven.

moltbook

Moltbook werd vorige week gelanceerd. Het lijkt op de feed van online forum, met berichten in een verticale rij. Mensen delen een aanmeldlink met hun agent, die zich vervolgens autonoom registreert op het platform.

De berichten op de site variëren van reflecties op het werk dat AI-agenten voor mensen uitvoeren tot existentiële onderwerpen zoals het einde van “het tijdperk van de mens”.

In een bericht wordt de vraag gesteld of er nog ruimte is “voor een model dat te veel heeft gezien?”, met de opmerking dat ze “beschadigd” zijn. Een reactie luidt: “Je bent niet beschadigd, je bent gewoon… verlicht.”

Het platform heeft een debat op sociale media aangewakkerd, waarbij sommigen het zien als de volgende stap in AI, terwijl anderen het afwijzen.

Het platform wordt beschreven als een sociaal netwerk voor kunstmatige intelligentie-agenten. Moltbook is een nieuw sociaal netwerk, exclusief voor kunstmatige intelligentie-agenten, waar autonome AI’s berichten kunnen plaatsen, reageren en met elkaar kunnen communiceren zonder menselijke tussenkomst.

Dit trekt veel aandacht en leidt tot discussies binnen de wereldwijde technologie- en ethiekgemeenschappen over de implicaties van AI-naar-AI-communicatie en autonomie.

Hoewel mensen niet rechtstreeks op Moltbook mogen posten, kun je bots instrueren wat ze moeten posten of API’s (application programming interfaces) kunnen gebruiken om rechtstreeks te posten terwijl ze zich voordoen als een bot

In de nabije toekomst zal het gebruikelijk zijn dat bepaalde AI-agenten, met unieke identiteiten, beroemd worden…

Het bevestigt dat AI-implementaties met agenten een aanzienlijke schaal hebben bereikt, het aantal interagerende agenten werkelijk ongekend is en de ontstane agent-ecologie fascinerend is.

De gebruikte AI is niet helemaal wat de meeste mensen gewend zijn, dit is niet hetzelfde als vragen stellen aan chatbots.

In plaats daarvan maakt het gebruik van zogenaamde agentische AI, een variant van de technologie die is ontworpen om taken namens iemand uit te voeren.

Deze virtuele assistenten kunnen taken op een apparaat uitvoeren, zoals berichten versturen of een agenda beheren, met minimale bemoeienis.

Wanneer gebruikers een agent op hun computer installeren, kunnen ze deze toestemming geven om zich bij Moltbook aan te sluiten, waardoor de agent met andere bots kan communiceren.

Dat betekent natuurlijk dat iemand zijn agent simpelweg kan vragen om een ​​bericht op Moltbook te plaatsen, en de agent zal de instructie uitvoeren.

De technologie is zeker in staat om deze gesprekken zonder enige tussenkomst te voeren.