Kur AI e ndërton veten: Progresi drejt vetë-përmirësimit rekursiv

Për pjesën më të madhe të historisë së inteligjencës artificiale, njerëzit ishin ata që drejtonin çdo hap të ciklit të zhvillimit. Në Anthropic, kjo dinamikë po ndryshon: një pjesë gjithnjë e më e madhe e punës së ndërtimit të modeleve i delegohet vetë sistemeve AI, çka po përshpejton ritmin e përparimit. Nëse kjo tendencë vazhdon dhe ka në dispozicion mjaftueshëm kapacitet llogaritës, mund të çojë në një sistem AI që mund të projektojë dhe të krijojë në mënyrë të pavarur pasardhësin e vet – një proces i njohur si vetë-përmirësim rekursiv.

Edhe pse ende i largë nga realizimi, Anthropic ka dhënë prova të qarta se AI po përshpejton zhvillimin e vetë. Sipas të dhënave të brendshme të The Anthropic Institute, inxhinierët e kompanisë sot prodhojnë në mesatare tetë herë më shumë kod në një tremujor se në periudhën 2021‑2025. Kjo rritje shpejtë tregon se agjentët AI po bëhen gjithnjë e më të aftë të shkruajnë dhe të redaktojnë kod, madje edhe të ekzekutojnë vetë programet dhe të delegojnë orë pune tek agjentë të tjerë.

Ritmi i përmirësimit të modeleve AI po rritet në mënyrë eksponenciale. Në mars 2024, modeli Claude Opus 3 arriti të përfundojë detyra softuerike që një njeri i nevojëson rreth katër minuta. Një vit më vonë, Claude Sonnet 3.7 trajtoi detyra që kërkonin rreth një ore e gjysmë, dhe një vit pas kësaj Claude Opus 4.6 u përball me sfida që zgjatën 12 orë. Nëse kjo tendencë vazhdon, në fund të vitit 2026 AI mund të kryejë detyra që një profesionist i kualifikuar i merr disa ditë, dhe në 2027 mund të arrijë të përballojë punë që zgjasin javë.

Benchmark-et publike konfirmojnë këtë përparim. SWE‑bench, një test i bazuar në kodin e burimit dhe raporte të gabimeve reale, ka kaluar nga rezultatet në një shifër të vetme në saturimin e plotë brenda dy vjetësh. CORE‑Bench, i cili kërkon riprodhimin e rezultateve të një pune kërkimore, ka kaluar nga një sukses prej 20 % në 2024 në saturimin e plotë brenda dhjetë‑pesë muajsh. METR, i cili mat aftësinë për të përfunduar detyra afatgjata, ka treguar se Claude Mythos Preview mund të funksionojë për “të paktën” 16 orë, duke arritur kufirin e matjeve të tyre aktuale.

Këto zhvillime sjellin perspektiva të mëdha për shkencën, shëndetësinë dhe fusha të tjera, por gjithashtu rrisin rrezikun e humbjes së kontrollit mbi sistemet AI. Nëse një sistem arrin të ndërtojë plotësisht pasardhësin e vet, mënyrat e sigurimit, monitorimit dhe formimit të sjelljes së tij bëhen kritikisht të rëndësishme për të parandaluar abuzime dhe për të garantuar që përfitimet e teknologjisë të mbeten në duar të njerëzve.