Die Zuverlässigkeit von Computer-Proxies liegt nicht darin, jedes Mal auf Bildschirmkoordinaten zu klicken, sondern darin zu verstehen, was der Nutzer im Kopf wirklich will.

Das ist eine Auswahl aus „AI on Air“, entnommen aus der Latent.Space-Rubrik der jüngsten Sendung. Hauptansprechperson ist Danielle Perszyk, Researcher im Amazon AGI Lab.

▷ Die Idee vor zwei Jahren war: Zuerst atomare Operationen wie Klicken und Scrollen stabil machen, dann Entwicklern ermöglichen, diese zu Prozessen zu verkettet, um wiederkehrende Arbeit zu verarbeiten – damals ein wichtiger Durchbruch.

▷ Das Klicken auf Buttons und die Koordinaten sind heute vielleicht fast gelöst, aber das heißt nicht, dass es zuverlässig ist. Bei der Buchung heißt es immer noch: mit Umstieg statt Direktflug – die Auswahl selbst verändert die Gedanken; das Ziel ist, dass sich die Interaktion Schritt für Schritt entfaltet und dabei korrigiert wird.

▷ Der Unterschied zwischen einer fähigen administrativen Assistenz und einem KI-Agenten besteht darin, dass Ersterer die Nutzer-Intentionslage versteht – nicht nur Aufgaben werden zerlegt, sondern auch Vorlieben und Absichten. Zuverlässigkeit bedeutet vor allem, die Nutzer-„Mindset“ zu modellieren. Dieser Wandel definiert neu, was wir bauen. 🪁