Predicțiile despre AI care trec testul timpului

Ce rămâne adevărat după ce modelul dispare

De ce unele predicții despre AI pot îmbătrâni mai bine decât modelele despre care vorbesc

Majoritatea predicțiilor despre AI au o durată de viață surprinzător de scurtă.
Modelele devin mai mari. Apar benchmark-uri noi. Ferestrele de context cresc de la mii la milioane de tokeni. Costurile scad. Capabilități care păreau extraordinare cu doi ani în urmă devin funcții obișnuite.
Într-un asemenea peisaj, există o întrebare mai interesantă decât aceea despre următorul model:
ce fel de idei despre AI au șanse să rămână valabile chiar dacă modelele se schimbă complet?
Cred că răspunsul nu se află în modele.
Se află în interacțiuni.

Predicțiile despre modele și predicțiile despre relații

Multe discuții despre AI sunt, în esență, predicții despre sisteme:
modelele vor deveni mai inteligente;
vor raționa mai bine;
vor costa mai puțin;
vor avea mai mult context;
vor utiliza mai multe instrumente;
vor deveni mai autonome.
Unele dintre aceste predicții se vor confirma. Altele vor deveni irelevante înainte să avem timp să le verificăm.
Există însă un alt tip de predicție.
Nu despre ceea ce poate face modelul, ci despre ceea ce se întâmplă între oameni și sisteme.
Acestea au o șansă mai mare să îmbătrânească lent, pentru că obiectul lor nu este o arhitectură anume, ci o structură a interacțiunii.
Dacă oamenii confundă accesul la un sistem cu continuitatea muncii lor, problema rămâne indiferent dacă sistemul se numește GPT, Gemini, Claude sau ceva ce încă nu există.
Dacă oamenii încep să vorbească diferit cu sisteme care își păstrează contextul în timp, fenomenul rămâne interesant chiar dacă arhitectura internă a modelelor se schimbă complet.
Dacă istoricul interacțiunii începe să modeleze comportamentul utilizatorului, întrebarea nu dispare odată cu următoarea generație de modele.
Dacă munca trebuie mutată între platforme, furnizori și sisteme incompatibile, portabilitatea nu este o problemă de benchmark.
Este o problemă structurală.

Continuitatea nu este același lucru cu accesul

Un utilizator poate avea acces astăzi la un sistem foarte performant și totuși să nu dețină continuitatea muncii sale.
Poate avea:
sute de conversații;
documente;
decizii luate în timp;
constrângeri stabilite gradual;
ipoteze abandonate;
direcții de lucru;
relații între artefacte;
un istoric al motivelor pentru care anumite alegeri au fost făcute.
Dacă toate acestea există numai în interiorul unei platforme, atunci utilizatorul are acces la muncă, dar nu neapărat control asupra continuității ei.
Diferența devine vizibilă în momentul în care sistemul dispare, contul se schimbă, produsul este retras, contextul nu mai poate fi recuperat sau utilizatorul dorește să continue în altă parte.
Atunci apare întrebarea care mi se pare mai durabilă decât numele oricărui model:
Unde rezidă continuitatea?
În model?
În platformă?
În istoricul conversației?
Într-un serviciu extern?
Sau în utilizator și în structurile pe care acesta le poate transporta între sisteme?

Persistența schimbă și utilizatorul

Există și o altă dimensiune.
Sistemele persistente nu schimbă doar ceea ce poate face AI.
Pot schimba modul în care oamenii se raportează la ea.
Un sistem care uită după fiecare sesiune este tratat într-un fel.
Un sistem care păstrează ani de interacțiuni, preferințe, proiecte și decizii poate fi tratat foarte diferit.
Utilizatorul poate începe să explice mai puțin.
Poate presupune continuitate.
Poate externaliza mai multe lucruri.
Poate dezvolta convenții lingvistice.
Poate începe să considere sistemul nu doar un instrument folosit punctual, ci un mediu continuu de lucru.
Asta nu înseamnă că sistemul devine persoană.
Înseamnă că persistența sistemului poate modifica comportamentul utilizatorului.
Iar aceasta este o proprietate a interacțiunii.
Nu depinde de faptul că modelul de dedesubt se numește GPT-5, Gemini 4 sau altfel.

Portabilitatea este testul continuității

Există un mod simplu de a testa dacă continuitatea aparține cu adevărat utilizatorului:
poate munca să continue dacă sistemul se schimbă?
Nu doar fișierele.
Nu doar transcriptul.
Ci ceea ce face munca inteligibilă:
intenția;
constrângerile;
deciziile;
starea actuală;
progresul;
următorii pași;
proveniența;
autoritatea relevantă.
Dacă aceste lucruri nu pot traversa granița dintre două sisteme, atunci continuitatea este încă dependentă de platformă.
Un model poate avea milioane de tokeni de context și totuși această problemă să rămână nerezolvată.
Contextul mare nu este același lucru cu portabilitatea.
Memoria nu este același lucru cu proprietatea asupra continuității.
Persistența nu este același lucru cu independența față de furnizor.

Cărțile despre tehnologii și cărțile despre probleme structurale

Cărțile despre tehnologii îmbătrânesc repede.
Un capitol despre interfața unui produs poate deveni depășit într-un an.
O comparație între două modele poate deveni inutilă după următoarea lansare.
Un benchmark care astăzi pare decisiv poate deveni irelevant după șase luni.
Problemele structurale au alt ritm.
Cine deține continuitatea?
Cum este transportată munca?
Ce se pierde la schimbarea sistemului?
Ce înseamnă memoria într-o relație de lucru cu AI?
Cum se separă accesul la o platformă de continuitatea activității?
Aceste întrebări pot supraviețui mult mai mult decât produsele care le-au făcut vizibile.
Acesta este pariul din Seven Principles: A Discipline for Working Intelligently with AI.
Nu că modelele actuale vor dura.
Nu că interfețele actuale vor dura.
Nu că furnizorii actuali vor domina peste zece ani.
Ci că anumite proprietăți ale relației dintre oameni și sisteme vor dura mai mult decât modelele care le-au făcut vizibile.

Dar un pariu trebuie să poată pierde

Un pariu fără o condiție de pierdere este doar o speranță formulată elegant.
Așa că trebuie spus și ce ar contrazice această teză.
Dacă portabilitatea și continuitatea devin infrastructură standardizată și independentă de furnizor;
dacă starea relevantă a muncii, contextul, constrângerile, deciziile, progresul și autoritatea pot trece între sisteme fără pierdere semnificativă;
dacă utilizatorul poate schimba platforma fără să reconstruiască manual sensul muncii;
și dacă toate acestea devin atât de obișnuite încât nimeni nu mai trebuie să se gândească explicit la ele,
atunci problema descrisă aici încetează să mai fie una structural deschisă.
Devine infrastructură rezolvată.
Așa cum portabilitatea fișierelor nu mai este astăzi, în majoritatea situațiilor, o problemă intelectuală centrală, continuitatea muncii cu AI ar putea deveni pur și simplu o proprietate banală a infrastructurii.
În ziua aceea, o carte despre aceste obiecte va începe să îmbătrânească asemenea unui manual pentru o problemă care a fost rezolvată.
Și ar fi foarte bine să se întâmple.

Predicția trebuie aplicată și asupra ei însăși

Există însă o ironie care nu trebuie evitată.
Afirmația:
„predicțiile despre interacțiuni îmbătrânesc mai bine decât predicțiile despre modele”
este ea însăși o predicție.
Nu trebuie protejată de propriul test.
Dacă peste cinci sau zece ani problemele descrise aici vor fi fost dizolvate de infrastructură, nu confirmate de utilizare;
dacă portabilitatea va deveni banală;
dacă continuitatea va fi standardizată;
dacă memoria, proveniența și transferul stării de lucru vor funcționa transparent între sisteme;
atunci pariul a pierdut.
Nu pentru că modelele au devenit mai bune decât mă așteptam.
Ci pentru că problema structurală a dispărut.
Acesta este un rezultat perfect legitim.

Concluzie

Poate că peste zece ani nimeni nu va mai folosi GPT, Gemini sau Claude.
Poate că termenii pe care îi folosim astăzi pentru AI vor suna la fel de vechi precum numele unor platforme pe care aproape nimeni nu le mai deschide.
Dar dacă oamenii vor continua să lucreze cu sisteme persistente, unele întrebări vor rămâne până când infrastructura le va rezolva efectiv:
Cine deține continuitatea?
Ce poate fi transportat?
Ce se pierde la schimbarea sistemului?
Ce aparține platformei și ce aparține utilizatorului?
Adevărata întrebare nu este ce model folosim astăzi.
Este:
ce rămâne adevărat după ce modelul dispare?
Seven Principles: A Discipline for Working Intelligently with AI este disponibil pe Amazon Kindle.
Mai multe despre proiect: ContinuumPort
Giorgio Roth / 2026

Comments