Og denne påstanden, som spesifikt handlet om AI-piloter og ser ut til å være basert på 52 intervjuer på en konferanse med uklar metodikk, blir bare stadig tolket på mer og mer forseggjorte måter.
Jeg tror ideen om "workslop" ikke er så nyttig, siden den legger byrden av passende AI-bruk på arbeidere som får AI-verktøy og beskjed om å øke produktiviteten, uten innsats fra ledere for å finne ut hvilke prosesser som skal endres eller definere hvordan god AI-produktivitet ser ut
GPT-5 besto nettopp det forskere kaller "Gödel-testen."
Det betyr at det ikke bare løser lærebokproblemer, det takler åpne matematiske formodninger som normalt ville tatt en dyktig doktorgradsstudent dager å knekke.
I en ny artikkel ble GPT-5 testet på 5 uløste optimaliseringsformodninger. Det løste 3 av 5. På ett problem produserte det til og med et annet gyldig bevis enn forskerne forventet.
Vi har offisielt gått inn i epoken der grense-AI ikke bare lærer av matematikk, det gjør matematikk.
Implikasjonene er enorme:
• Fremgang på problemer som stumper mennesker i dager eller uker
• AI bidrar til ekte matematiske oppdagelser
• Et innblikk i hvordan forskningen i seg selv vil endre seg på 2030-tallet
Folk undervurderer fortsatt dette. Virkningen av modeller som kan bevise teoremer har knapt begynt å synke inn.
Dette er grensen mellom "fancy autofullføring" og ekte vitenskapelig resonnement.