ソフトウェアに内在する複雑さは排除されたのではなく、むしろ移動した。これはラリー・テスラーの複雑性の保存の法則によって明確にされた概念である。AIアシスタンスは、モードやメニューを削除することでインターフェースを単純化するように見えるが、この複雑さを再配置した。それはユーザーに移り、ユーザーは現在仕様を作成しAIの出力を検証しており、開発者にも移り、開発者は評価とプロンプトエンジニアリングを管理している。さらに、プラットフォーム開発者は絶え間なく、予告なしのモデル変更に直面しており、AI生成コンテンツを検証するための新しい役割であるレビューアが出現した。インターフェースの単純さは、ワークロードを他の場所に転送することによって達成されるが、AIにより現在そのペースは加速している。AIは初期の支援を提供し、一部の効率を向上させることができるが、検証の負担により経験豊富な開発者のペースを低下させることにもつながっている。根本的な問題はAIツールの失敗ではなく、これらの新しい検証タスクに費やされた時間を追跡することの難しさにある。給与計算のような決定論的なシステムは、正確性に対する絶対的な要求があるため、複雑さのハードフロアとして残る。しかし、検索拡張生成AIツールでさえ、法務分野でかなりのハルシネーション率を示している。引受や臨床実践のような複雑な専門分野の固有の難しさは、意思決定に対する説明責任が依然として重要であるため、自動化してなくすことはできない。AIの「ギザギザの端」は、組織が機能にAIを採用するものの、必ずしもエージェントを効果的に展開しているわけではない、不均一で隠された複雑さの吸収を伴う。この認識された進歩は、機械がタスクを実行するとすぐに知能を吸収するというシフトを覆い隠している。古いインターフェースが音で失敗したのとは異なり、AI出力の透明性の欠如は、ユーザーが自信に満ちた誤情報と正しい答えを区別することを困難にしている。複雑さの割り当ては重要な設計上の決定であり、人間とAIのインタラクションガイドラインはしばしばスキップされる。開発者にとってデフォルトで最も安価なオプションは空のテキストボックスであり、これは仕様と検証の負担をユーザーに課す。メニューを削除することによって節約された数分から、個人が正確な情報と自信を持って提示された間違った情報の区別ができる能力へと、ステークは大幅に上昇した。