Tecnología e IA · Aprendizaje automático e IA

The Jagged Frontier

Executive simulation on the jagged frontier of AI capability, built on Dell'Acqua et al. (2023) and the centaur/cyborg framework.

4 rondas Ejecutivo

Vista previa

Sobre la simulación

Executive simulation on the jagged frontier of AI capability, built on Dell'Acqua et al. (2023) and the centaur/cyborg framework. Participants run Atlas Advisory Partners, a Philadelphia advisory firm ($68M revenue, 65% fixed-fee), across four quarters.

Quarters 1–3: allocate six delivery task families across Human, AI-solo, Centaur or Cyborg modes with tiered verification (none / spot-check / full review), using a scarce probe budget to map true AI capability — which does not follow perceived task difficulty.

A capacity crunch forces heavy delegation; a mid-game model upgrade silently moves the frontier (five tasks improve, one regresses), making the delegation map decay. Quarter 4: design a five-step multi-agent compliance pipeline where per-step error rates compound (92% per step ≈ one error every three cycles) and place the human escalation gate.

Scoring blends delivery efficiency (40%), client trust (35%) and frontier-map accuracy (25%), rewarding empirical probing, verification matched to blast radius, re-mapping cadence after upgrades, and deliberate human checkpoints in agent chains. Deterministic model — no unseeded randomness feeds the grade.

Teaching core: difficulty is not frontier position; fluency is not accuracy; verification is portfolio economics; the map has a shelf life. EN/ES.

Qué aprenden los participantes

Al terminar la sesión, los participantes serán capaces de:

  • Mapear empíricamente la capacidad de la IA tarea por tarea y distinguir la dificultad percibida de una tarea de su posición real respecto a la frontera
  • Diagnosticar la complacencia ante la automatización, explicando por qué se confía en un resultado fluido y por qué trabajar fuera de la frontera degrada el trabajo experto en lugar de solo no ayudar
  • Asignar la verificación como una cartera económica según la posición respecto a la frontera y el alcance del daño posible, en lugar de aplicarla de forma uniforme o por principio
  • Diseñar una cadencia de revisión del mapa que resista una actualización del modelo y asignar la responsabilidad del mapa de delegación como un documento vivo
  • Calcular la fiabilidad de extremo a extremo de una cadena de varios agentes y situar de forma deliberada puntos de control humano frente al error acumulado

Conocimientos previos

  • Soltura con probabilidad básica, como multiplicar sucesos independientes

Para quién es

Una simulación avanzada para participantes acostumbrados a trabajar con los principales marcos y dilemas de la materia, pensada para formación de directivos y profesionales con experiencia.

Cómo funciona una sesión

  1. El docente crea una sesión desde el panel de Eureka e invita a los participantes.
  2. Los participantes juegan 4 rondas. En cada una envían sus decisiones y la simulación calcula los resultados.
  3. El docente sigue el progreso y los resultados de cada participante desde el panel, y usa los resultados de la clase para el debriefing.

Decisiones que toman los participantes

Las decisiones que toman los participantes durante la simulación:

  • Market-sizing model
  • Who does the work
  • Human only
  • AI solo
  • Centaur
  • Cyborg
  • Who checks it
  • No review
  • Spot-check
  • Full review

Qué siguen los participantes

Lo que los participantes siguen en pantalla a medida que avanzan las rondas:

  • Progress through the year
  • Your scorecard
  • Your year on the frontier
  • Planning aids
  • Evidence on the frontier
  • Staffing norms at Atlas
  • Glossary
  • Plan for this quarter

Temas que cubre

Diseñada para asignaturas de Aprendizaje automático e IA.

¿Quieres usar The Jagged Frontier con tus estudiantes?

Escríbenos y te preparamos una sesión de prueba gratuita.

Contactar