소프트웨어에 내재된 복잡성은 제거된 것이 아니라 오히려 이동했으며, 이는 래리 테슬러의 복잡성 보존 법칙으로 설명되는 개념입니다. AI 지원은 모드와 메뉴를 제거하여 인터페이스를 단순화하는 것처럼 보이지만, 이 복잡성을 재배치했습니다. 복잡성은 이제 사양을 작성하고 AI 출력을 검증하는 사용자에게, 그리고 평가 및 프롬프트 엔지니어링을 관리하는 개발자에게로 옮겨갔습니다. 또한, 플랫폼 개발자는 끊임없이 예고 없이 이루어지는 모델 변경에 직면하고 있으며, AI 생성 콘텐츠를 검증하기 위한 새로운 역할인 검토자가 등장했습니다.인터페이스의 단순성은 워크로드를 다른 곳으로 이전함으로써 달성되며, AI로 인해 이제는 가속화된 속도로 진행됩니다. AI는 초기 지원을 제공하고 일부의 효율성을 향상시킬 수 있지만, 검증 부담으로 인해 숙련된 개발자들의 속도를 늦추기도 했습니다. 핵심 문제는 AI 도구의 실패가 아니라 이러한 새로운 검증 작업에 소요되는 시간을 추적하는 어려움입니다.급여와 같은 결정론적 시스템은 정확성에 대한 절대적인 요구 사항 때문에 복잡성의 하드 플로어를 유지합니다. 그러나 법률 분야에서는 검색 기반 AI 도구조차 상당한 환각율을 보였습니다. 인수 또는 임상 실습과 같은 복잡한 전문 분야의 내재된 어려움은 의사 결정에 대한 책임이 여전히 중요하기 때문에 자동화될 수 없습니다.AI의 "들쭉날쭉한 가장자리"는 불균등하고 숨겨진 복잡성 흡수를 포함하며, 조직은 기능을 수행하지만 반드시 에이전트를 효과적으로 배포하지는 않으면서 AI를 채택합니다. 이러한 인식된 발전은 기계가 작업을 수행하는 즉시 지능을 흡수하는 전환을 가립니다. AI 출력의 투명성 부족은, 소리가 나며 실패했던 이전 인터페이스와 달리, 사용자가 자신감 있게 들리는 잘못된 정보와 정확한 답변을 구별하기 어렵게 만듭니다.복잡성의 할당은 중요한 설계 결정이며, 인간-AI 상호 작용 지침은 종종 생략됩니다. 개발자에게 기본적이고 가장 저렴한 옵션은 빈 텍스트 상자로, 이는 사양 및 검증의 부담을 사용자에게 전가합니다. 메뉴 제거로 절약되는 몇 분에서 개인이 정확한 정보와 자신감 있게 제시된 잘못된 정보 사이를 구별하는 능력까지, 판돈은 크게 올랐습니다.