Felix Rieseberg, que trabaja en Claude en Anthropic, observa que las capacidades de los modelos avanzan de forma desigual, "deslumbrantes en algunas direcciones, deficientes en otras" según Terence Tao. Algunos usuarios obtienen resultados notables con ellos; muchos se limitan a preguntas simples. Frente al eslogan "no somos lo bastante ambiciosos", propone un tutorial.
Distingue cuatro tipos de ambición. Speed, hacer el mismo trabajo más rápido, ya está alcanzado y no requiere creatividad; lo deja de lado. Quedan altitude, depth y range.
Altitude consiste en subir en abstracción: preguntarse cuál es el objetivo detrás del objetivo. El autor pasó de peticiones para corregir fallos a la instrucción de mantener sus aplicaciones libres de fallos, lo que le obligó a proporcionar al modelo informes de fallos, la correspondencia entre versiones y commits, y máquinas Windows, macOS y Linux para reproducir y verificar. Usando el ejemplo de una revisión trimestral de negocio en Acme Inc, gradúa el enfoque: explicar qué cambió y por qué, identificar las tres decisiones más urgentes con sus argumentos, luego diseñar un mecanismo más eficaz que el informe trimestral, validarlo contra el histórico y ejecutarlo en paralelo. El enfoque funciona para resultados concretos, menos para el trabajo creativo.
Depth consiste en ejecutar la tarea como lo haría el mejor experto del campo. Los modelos cambian fácilmente de vocabulario sin cambiar de método: hay que exigir los instrumentos de los mejores, fijar objetivos poco razonables presentándolos como razonables, hacer verificar las hipótesis contra datos en bruto, pedir nuevo conocimiento validado sobre datos no vistos y, sobre todo, apoyarse en un juez externo, no en el propio modelo. Un prompt típico pregunta al modelo qué haría un profesional, de qué materia prima partiría, con qué métodos, y qué demostraría el resultado, antes de reescribir la petición.
Range consiste en recurrir a otras disciplinas, lo que los sistemas multiagente hacen económico. Dos técnicas: sustituir los sustantivos por verbos para ver qué profesiones están implicadas, y reunir el equipo ideal, red team incluido, pidiendo al modelo que haga lo que hace cada profesión en lugar de imitar su estilo. Todos estos enfoques suponen un ordenador y acceso a datos.
Rieseberg vincula finalmente el problema a la autoeficacia: las personas logran más cuando creen que algo es posible, cuando han visto a otro lograrlo, o cuando se permiten fallar. En un mundo donde las capacidades avanzan a saltos, pide compartir otras técnicas.