Ethan Mollick sostiene che gli agenti IA hanno superato una soglia critica: sono ora in grado di svolgere lavoro economicamente rilevante. Si basa innanzitutto su un recente studio OpenAI che confronta i modelli di IA con esperti umani (14 anni di esperienza media in finanza, diritto, retail) su compiti realistici concepiti per richiedere dalle 4 alle 7 ore, valutati alla cieca da un terzo gruppo di esperti. Risultato: gli umani vincono ancora, ma di misura, con margini che variano a seconda del settore. I modelli più recenti progrediscono rapidamente, e il principale punto debole dell'IA — la formattazione dell'output e il rispetto delle istruzioni — sta migliorando velocemente. Mollick prevede che la prossima generazione di modelli supererà in media gli esperti umani. Precisa tuttavia che l'IA sostituisce compiti, non interi lavori, e che le sue capacità restano "frastagliate", eccellenti su alcuni compiti e carenti su altri.

Per illustrare il valore di questo lavoro reale, Mollick racconta la propria esperienza: ha chiesto a Claude Sonnet 4.5 di replicare un sofisticato paper di economia con più esperimenti, fornendo il testo completo e l'archivio dei dati di replica. In autonomia, il modello ha letto il paper, ordinato i file, convertito il codice STATA in Python e verificato metodicamente tutti i risultati, incluse le interazioni complesse. Mollick ha effettuato controlli a campione sui risultati e ha fatto ri-replicare la replica da GPT-5 Pro. Ciò che richiederebbe ore a ricercatori esperti viene compiuto in pochi minuti — una via importante per affrontare la crisi della replicazione scientifica, rendendo possibile una verifica su larga scala prima impraticabile.

Questo salto di capacità deriva dal miglioramento della precisione dei modelli: anche piccoli guadagni riducono sostanzialmente i fallimenti lungo lunghe catene di compiti, e i recenti modelli "di ragionamento" incorporano l'autocorrezione. Lo studio METR mostra che la durata dei compiti che l'IA può svolgere in autonomia è cresciuta in modo esponenziale a partire da GPT-3.

Mollick osserva tuttavia che gli agenti non possiedono agentività nel senso umano del termine: non decidono i propri obiettivi, e sono gli umani a dover definire finalità e limiti. Identifica tre usi produttivi: automatizzare compiti di routine (report, presentazioni), potenziare le capacità umane (replica della ricerca) e creare nuove opportunità. Il rischio simmetrico è la "sovrapproduzione infinita di PowerPoint": organizzazioni prive di immaginazione che usano gli agenti per generare sempre più contenuti a basso valore. Il futuro del lavoro dipenderà dalla nostra capacità di concepire usi che completino le capacità umane invece di sostituirle meccanicamente.