大多數關於人工智慧取代「所有知識工作」的預測都依賴於一個簡單的外推錯誤：

他們將任務執行與判斷混淆。

人們看到AI摧毀中階任務，便假設曲線會持續平滑上升。

但知識工作的頂端並不是中階工作的更難版本，而是完全不同的範疇。

當工作不再是「解決問題」，而變成「選擇正確的問題」時，規則就會顛倒。

模型在有得分板的任務上變得更擅長。

判斷則是選擇得分板，並為失誤付出代價。