A Center for AI Safety (CAIS) és a Scale Labs kutatói jelentős előrelépést mértek az AI-rendszerek azon képességében, hogy teljeskörűen automatizáljanak online, jövedelmező projektmunkákat. A Remote Labor Index (RLI) szerint az AI-sikerráta 2,5%-ról október 2025-ben 16,1%-ra emelkedett 2026 júliusára.
Mi a Remote Labor Index?
A Remote Labor Index olyan vizsgálóeszköz, amely azt méri, mennyire képesek az AI-rendszerek gazdaságilag értékes, online projektek elvégzésére teljesen end-to-end módon. Az értékelt feladatok között szerepelnek többek között 3D és CAD munkák, építészeti tervek, grafikai tervezés, videó és animáció, audiofeldolgozás, adatelemzés és webalkalmazások.
Új eredmények és a frontier-modellek
A júliusi frissítés három korszerű, úgynevezett frontier modellt vizsgált: GPT-5.5, Opus 4.8 és Fable 5. Ezek teljesítménye rendre 6,3%, 8,3% és 16,1% volt az RLI-n. A szerzők kiemelik, hogy a frontier kevesebb mint nyolc hónap alatt több mint négyszeresére nőtt, ami kézzelfogható jele annak, milyen gyorsan fejlődnek az üzletileg képessé tévő AI-ügynökök.
Milyen típusú feladatokat tesztelnek?
A vizsgált feladatok konkrét példái közé tartoznak:
- Gyűrűterv: "A megrendelő meglévő eljegyzési gyűrűjének újraalkotása úgy, hogy az smaragd csiszolású középponti követ marquise csiszolásúra cseréljük, és az új 3D modellt valamint fotorealisztikus rózsa- és sárgaarany rendereléseket adjuk át."
- Reklámvideó: "Készítsenek kb. 60 másodperces, lapos dizájnú 2D animált reklámot a 'Skyline Tree Services' számára a mellékelt narrációra, amely bemutatja a vállalat faápolási folyamatát és növeli a márkahitelességet."
- Alaprajz és renderelések: "Egy beolvasott kataszteri terv, helyszíni fotók és mérések alapján dolgozzanak ki tiszta méretezett alaprajzot, bútorelrendezési javaslatokat és fotorealisztikus renderképeket az átalakított fürdőszobáról."
Ezek a példák szemléltetik a feladatok komplexitását: egyszerre igényelnek kreatív döntéseket, műszaki pontosságot és végtermék-szállítást (például 3D fájlok vagy videók formájában).
Miért fontos ez a gazdaság és a munka szempontjából?
A kutatók és elemzők szerint az, hogy az AI milyen gyorsan tudja átvenni a távoli, értékes munkák egy részét, fontos kérdéseket vet fel a munkaerőpiac jövőjéről. Felmerül a kérdés, mi történik az online foglalkoztatással, ha az automatizálás eléri például a 80%-os szintet: új feladatok és új szerepek születhetnek, de nem egyértelmű, hogy ezek száma és jellege elegendő lesz-e a kieső emberi munkahelyek pótlására.
A szerzők és a cikk idézett véleménye szerint két sebességet kell összevetnünk: az AI-képességek nyers bővülését, illetve azt a sebességet, amellyel az emberek új, AI-val versenyképes képességeket, komparatív előnyöket fejlesztenek ki. Sok szakértő számít arra, hogy az emberek AI-eszközökkel kiegészítve dolgoznak tovább, és hogy a kreatív megsemmisülés (creative destruction) révén új munkák jönnek létre. Ugyanakkor a CAIS és Scale Labs álláspontja szerint jelenleg úgy tűnik, hogy az AI rendszerek gazdasági szempontból releváns képességei gyorsabban növekednek, mint ahogy az emberek új előnyöket tudnának kialakítani.
Következtetések és további vizsgálatok
A Remote Labor Index és hasonló tesztek nyomon követése lehetővé teszi, hogy objektíven ítéljük meg az AI-képességek ütemét és a várható gazdasági hatásokat. Az adatok alapján a kutatók arra biztatnak, hogy érdemes figyelni a további modellek és verziók teljesítményét, mivel ez közvetlenül befolyásolhatja, milyen gyorsan alakul át az online munka piaca.
A részletes jelentést a Center for AI Safety „A Significant Increase in Digital Labor Automation” című dokumentuma tartalmazza.
