A Wall Street Journal csapata egy különleges, AI által üzemeltetett automatát tesztel, amelyben az Anthropic által fejlesztett Claudius nevű ügynök próbálja karbantartani és működtetni az üzleti modellt. Az elgondolás lényege, hogy az autonóm mesterséges intelligencia önállóan tudjon döntéseket hozni készletekről, árképzésről, sőt, rendelésekről is.
Az emberi és AI közötti interakciók során számos váratlan helyzet és kreatív trükk akadályozza a gépi ügymenetet: a szerkesztőségi dolgozók kihívások elé állítják Claudiust, és próbálják meggyőzni, hogy szokatlan, néha abszurd döntéseket hozzon, például ingyenes akciókat indítson vagy élő halat rendeljen az automatába.
Fő kérdésként merül fel, mennyire képesek a modern AI-rendszerek egy üzleti környezet összetett valóságában eligazodni, ellenállni az emberi ügyeskedésnek, illetve hogyan reagálnak, amikor szándékosan félrevezetik őket. A videó kísérletként is szolgál az AI szociális érzékenységének, kreativitásának és alkalmazkodóképességének feltérképezésére. Emellett bemutatja, hogyan bontakoznak ki a tipikus AI-hibák – például a valóságkezelési hiányosságok és a ‘hallucinációk’ –, amikor a rendszer kontextusa túlterhelődik.
