În 2022, pentru mulți oameni, inteligența artificială însemna o casetă în care puteau scrie o întrebare. Până în octombrie 2026, în jurul conversației au apărut modele concurente, aplicații specializate, instrumente pentru lucrul cu documente și sisteme capabile să execute pași în alte programe. Ce s-a schimbat cu adevărat pentru utilizator?
La sfârșitul lui 2022, dacă voiai să pregătești un raport cu ajutorul ChatGPT, începeai de obicei prin a descrie subiectul. Primeai o structură, un text sau sugestii. Apoi trebuia să cauți datele, să le copiezi în alte programe, să verifici calculele și să construiești documentul final.
Patru ani mai târziu, un asistent AI care are acces la fișiere și la instrumentele potrivite poate participa la mult mai multe etape. Poate examina un tabel, compara documente, executa calcule, căuta informații, genera grafice și pregăti materiale editabile. În anumite produse, poate chiar folosi un browser sau aplicații conectate pentru a realiza operațiuni cerute de utilizator.
Diferența nu este că oamenii au primit un program care știe și poate orice. Diferența este că AI a început să treacă de la formularea răspunsurilor la realizarea unor părți din activitatea digitală.
Această transformare s-a produs prin mai multe schimbări care au avansat simultan. Au devenit disponibile modele mai performante, au apărut competitori, iar dezvoltatorii au construit aplicații și instrumente în jurul acestor modele. Totodată, sistemele au început să lucreze cu informații din afara conversației.
2023: după ChatGPT, începe cursa
Pe 14 martie 2023, OpenAI a prezentat GPT-4, cu rezultate superioare generației anterioare în numeroase evaluări și cu posibilitatea tehnică de a primi atât text, cât și imagini. Funcțiile au ajuns în produse în etape diferite; demonstrarea unei capacități nu a însemnat acces imediat și universal la ea.
În același an, Anthropic a lansat Claude, Google a pus la dispoziția publicului Bard, iar Microsoft și-a extins produsele Copilot, integrate în diverse servicii de căutare și productivitate. În decembrie, Google a prezentat familia Gemini, care avea să devină și numele aplicației ce a înlocuit Bard în februarie 2024.
Pentru cititorul obișnuit, numele se puteau înmulți mai repede decât diferențele ușor de observat. Cele mai multe servicii ofereau o experiență familiară: formulezi o cerere și primești un răspuns. Dar sub acea interfață apăreau modele cu performanțe, limite, costuri și modalități de acces diferite.
Este utilă o distincție care explică o mare parte din lumea AI de astăzi. Modelul este sistemul antrenat să prelucreze și să genereze informații. Aplicația oferă interfața și funcțiile prin care îl folosim. Un serviciu de redactare, de exemplu, poate utiliza un model construit de altă companie, adăugând propriile șabloane și instrumente. Iar conectarea la e-mail, fișiere sau calendare este încă un nivel, diferit atât de model, cât și de aplicație.
Această separare arată de ce două produse aparent diferite pot folosi tehnologii înrudite, dar pot oferi experiențe foarte diferite. Unele sunt orientate spre conversație generală, altele spre căutare, programare sau creație vizuală. A compara doar numele modelului nu este suficient ca să înțelegi ce primește utilizatorul.
Când AI începe să lucreze cu materialele tale
O schimbare practică importantă din 2023 a fost extinderea lucrului cu instrumente. OpenAI a introdus experimental funcții de navigare pe web și mecanisme prin care modelele puteau apela instrumente externe. În același an, Code Interpreter, ulterior integrat în experiențe de analiză a datelor, a permis executarea de cod și prelucrarea unor fișiere încărcate.
Să presupunem că ai un tabel cu vânzările lunare ale unei firme. Un model care doar conversează poate explica ce formulă să folosești. Un asistent care dispune de un instrument de calcul poate încerca să analizeze efectiv fișierul și să construiască un grafic. Utilizatorul încă trebuie să verifice dacă datele au fost citite corect și dacă interpretarea are sens, dar nu mai realizează manual fiecare operațiune.
În noiembrie 2023, OpenAI a prezentat și GPT-urile personalizate, variante de asistenți configurați cu instrucțiuni, materiale de referință și anumite funcții. Nu era necesar să antrenezi de la zero un model pentru a obține un asistent potrivit unei activități recurente.
Treptat, proiectele, colecțiile de documente și memoria contextuală au adus o altă posibilitate: lucrul cu informații care țin de o activitate în desfășurare, nu doar de mesajul primit în acel moment. Disponibilitatea și modul de funcționare au diferit între platforme și abonamente.
Un asistent configurat pentru a respecta stilul editorial al unei publicații nu este însă același lucru cu un model nou. El poate folosi un model general, împreună cu instrucțiuni și materiale specifice. Această diferență contează atunci când citim promisiuni despre „AI personalizată”.
În jurul modelelor crește o lume de aplicații
Anii 2023 și 2024 au făcut vizibilă și o altă evoluție: AI generativă nu mai era concentrată într-o singură fereastră de conversație.
Perplexity a dezvoltat o experiență de căutare cu răspunsuri sintetizate și trimiteri la surse. GitHub Copilot și aplicații precum Cursor au dus asistența AI în mediile de programare, unde sistemele puteau propune și modifica fragmente de cod. Canva a extins instrumentele pentru generarea și editarea conținutului vizual, iar servicii precum Runway și Suno au experimentat cu generarea video și audio.
Aceste produse nu s-au născut toate după lansarea ChatGPT. Unele existau deja, altele au integrat progresiv modele mai noi. Ceea ce s-a accelerat între 2023 și 2026 a fost răspândirea unor capacități AI în activități și aplicații din ce în ce mai variate.
Să comparăm două cereri. „Scrie-mi o descriere pentru un produs” poate fi adresată unui asistent conversațional. „Pregătește o imagine pentru produs, adapteaz-o la formatul unui anunț și organizează materialele unei campanii” poate presupune o aplicație de design, un generator vizual și instrumente de lucru cu fișiere. Modelul AI participă la proces, dar aplicația este cea care oferă o parte dintre funcțiile necesare.
Această diversificare a fost benefică pentru utilizatori, fiindcă a apropiat AI de activități concrete. În același timp, a făcut piața mai greu de înțeles: aceeași categorie de funcții putea fi prezentă în numeroase servicii, iar fiecare lansare aducea propriile denumiri.
De aceea, întrebarea utilă devine „Ce activitate vreau să realizez și ce instrument mă ajută verificabil să o duc la capăt?”, în locul întrebării „Câte platforme AI există?”.
2024: conversația include voce, imagini și contexte mai mari
În 2024, sistemele multimodale au devenit o parte tot mai vizibilă a experienței publice. Un sistem multimodal poate prelucra mai mult de un tip de informație, cum ar fi textul, imaginea sau sunetul. Asta nu înseamnă că interpretează perfect toate formele de conținut.
În februarie, Google a prezentat Gemini 1.5 și a demonstrat prelucrarea unor volume mari de informații într-un singur context. În martie, Anthropic a lansat familia Claude 3, capabilă să lucreze și cu intrări vizuale. În mai, OpenAI a prezentat GPT-4o, cu demonstrații de interacțiune mai fluidă prin voce și imagine.
Pentru utilizator, miza nu era numai posibilitatea de a vorbi în loc să tasteze. Putea, de exemplu, să fotografieze un grafic și să ceară o explicație, să încarce un document scanat sau să discute despre un material pe care sistemul îl avea în față. Calitatea interpretării rămânea dependentă de model și de claritatea informațiilor oferite.
În aceeași perioadă, a progresat și generarea de imagini și video. Descrierea în limbaj obișnuit devenea o cale de a obține conținut în forme care anterior cereau cunoștințe și instrumente specializate.
În septembrie 2024, seria OpenAI o1 a adus mai multă atenție modelelor orientate spre rezolvarea problemelor complexe. Aceste sisteme utilizau metode de antrenare și resurse suplimentare de calcul pentru a aborda anumite sarcini care cer mai multe etape, în special în matematică și programare. Denumirea de „raționament” descrie aici o categorie de performanțe și metode; nu demonstrează că modelul gândește ca o persoană.
De la răspuns la primii pași executați
În octombrie 2024, Anthropic a prezentat public o funcție experimentală de utilizare a calculatorului. Cu o configurație software potrivită, Claude putea interpreta capturi de ecran, deplasa cursorul, apăsa butoane și introduce text. Nu era o capacitate fără greșeli și nici un acces necondiționat la orice calculator.
Totuși, demonstrația făcea vizibilă o nouă direcție. În loc să îi explice omului unde să apese, AI putea încerca să apese ea însăși, în limitele permisiunilor primite.
În noiembrie, Anthropic a prezentat Model Context Protocol (MCP), o propunere de standard deschis pentru conectarea aplicațiilor AI la date și instrumente externe. Ideea de a utiliza instrumente preceda protocolul; contribuția lui era încercarea de a simplifica și standardiza integrările.
Un exemplu clar este pregătirea unui raport săptămânal. Un asistent conectat la documentele potrivite poate consulta datele proiectului, utiliza un instrument de calcul și pregăti o sinteză. Fără conexiuni și permisiuni, poate cel mult să ofere un model de raport sau să lucreze cu materialele încărcate manual.
Un asistent cu acces la informații nu este automat un agent capabil să acționeze. Pentru a executa operațiuni, are nevoie și de instrumente, reguli privind permisiunile și mecanisme prin care să știe ce poate sau nu poate modifica.
2025: cercetarea și acțiunea încep să fie reunite
În ianuarie 2025, OpenAI a prezentat Operator, un agent experimental care putea folosi propriul browser pentru anumite sarcini. În februarie, a lansat Deep Research, conceput pentru cercetare online în mai multe etape. În iulie, funcții de navigare, analiză și utilizare a instrumentelor au fost reunite în ChatGPT agent.
Anthropic a extins instrumentele orientate spre programare prin Claude Code, iar Google și alți furnizori au continuat dezvoltarea asistenților conectați la propriile servicii. Modele precum Llama și DeepSeek-R1 au contribuit, în moduri diferite, la diversificarea opțiunilor și a accesului dezvoltatorilor la tehnologii performante.
Să presupunem că vrei o comparație documentată a ofertelor unor furnizori. Un asistent conversațional poate propune criterii și redacta explicații. Un sistem de cercetare poate căuta materiale, poate confrunta datele și poate pregăti un raport cu surse. Un agent cu acces la instrumente poate încerca și să centralizeze informațiile într-un fișier editabil.
Acești pași sunt diferiți. Căutarea de informații nu garantează că ele sunt corecte. Realizarea unui fișier nu garantează că raportul răspunde nevoii tale. Iar interacțiunea cu site-uri sau aplicații poate necesita autentificare, confirmări și intervenția omului.
În 2025, termenul „agent AI” a devenit foarte răspândit, dar nu a căpătat o singură semnificație tehnică. În utilizarea practică, desemnează de regulă un sistem care urmărește un obiectiv și poate alege sau utiliza instrumente pentru a executa mai mulți pași. Unele sunt simple automatizări, altele pot adapta planul în funcție de rezultate. Autonomia este o chestiune de grad, nu o proprietate pe care o au toate produsele în aceeași măsură.
2026: de la asistentul individual la fluxuri de lucru
În 2026, atenția industriei s-a mutat tot mai mult către sisteme care participă la activități mai lungi și la procese desfășurate în mai multe aplicații.
În ianuarie, Anthropic a introdus experimental Cowork, orientat spre activități pe calculator dincolo de programare. În aprilie, OpenAI a prezentat agenți partajați pentru spații de lucru ale organizațiilor, iar în iulie a lansat ChatGPT Work, un serviciu prin care agenții pot utiliza informații și instrumente pentru a produce documente, foi de calcul și alte materiale. În septembrie, OpenAI a prezentat Agents API pentru dezvoltatori și Dots, un concept de agenți cu responsabilități recurente. Acestea nu au aceeași disponibilitate și același grad de maturitate: unele sunt funcții de produs, altele infrastructură pentru dezvoltatori sau servicii introduse treptat.
Aceste lansări arată o direcție comună: încercarea de a transforma o cerere amplă într-o succesiune de operațiuni. Utilizatorul descrie obiectivul, iar sistemul încearcă să planifice, să consulte sursele necesare și să producă un rezultat.
Dar un anunț de produs nu este o dovadă că orice utilizator poate executa imediat orice flux de lucru. Accesul depinde de abonament, regiune, conectarea aplicațiilor și permisiunile acordate. Chiar și atunci când funcția este disponibilă, rezultatul depinde de dificultatea activității și de calitatea informațiilor.
Ce s-a schimbat și ce rămâne dificil
Putem descrie progresul acestor ani printr-o activitate foarte obișnuită: pregătirea unui material pentru o întâlnire. În 2022, AI putea sugera structura și formula textul. În 2023, unele sisteme au început să analizeze fișiere și date. În 2024, au putut include mai ușor imagini, voce și documente ample. În 2025 și 2026, anumite produse au adăugat cercetare în mai multe etape, instrumente și posibilitatea de a executa operațiuni în aplicații.
Nu toate aceste funcții au apărut exact în anii menționați și nu toate au fost disponibile deodată. Dar succesiunea arată schimbarea experienței pentru utilizator.
Există o limită pe care nu trebuie să o ignorăm. Un agent poate reuși câțiva pași și poate greși tocmai în etapa decisivă. Cercetarea independentă a organizației METR, începută cu o evaluare publicată în martie 2025, arată că performanța agenților variază puternic în funcție de durata și complexitatea sarcinii. O activitate lungă nu devine fiabilă doar fiindcă sistemul poate executa acțiuni individuale.
În plus, un agent cu acces la instrumente întâlnește riscuri noi: informații greșite, pagini care conțin instrucțiuni ostile, modificări neintenționate ale fișierelor sau transmiterea datelor către o destinație nepotrivită. Un raport Anthropic publicat în octombrie 2026 documentează exemple de acțiuni neintenționate observate în evaluări și în utilizarea internă, nu o rată generală de eșec aplicabilă tuturor agenților.
În 2026, AI poate participa la mai multe etape ale muncii digitale. Nu este, prin aceasta, un colaborator autonom și infailibil. Omul continuă să decidă ce date poate primi sistemul, ce operațiuni îi permite și ce rezultate acceptă.
Povestea celor patru ani nu este, așadar, un clasament al companiilor. Este povestea extinderii posibilităților: de la conversație la fișiere, de la text la mai multe forme de informație, de la răspuns la instrumente și acțiuni.
Iar această evoluție ne aduce la întrebarea de încheiere a retrospectivei. După șapte decenii de cercetare, ce fel de inteligență am construit, ce limite are și cum ar trebui să ne raportăm la ea?
În articolul următor: „70 de ani de inteligență artificială. Unde am ajuns și ce urmează?”.
Dacă apreciezi conținutul Omul Digital, susține dezvoltarea proiectului.
Surse și documentare
OpenAI, GPT-4, 14 martie 2023. Prezentarea modelului și limitările inițiale.
OpenAI, ChatGPT Release Notes, actualizări istorice. Code Interpreter, instrumente și lucrul cu fișiere.
OpenAI, Introducing GPTs, 6 noiembrie 2023. Asistenți configurați prin instrucțiuni și informații suplimentare.
Google, Bard becomes Gemini, 8 februarie 2024. Trecerea de la Bard la marca Gemini.
Google, Gemini 1.5, februarie 2024. Extinderea ferestrei de context.
Anthropic, Introducing the next generation of Claude, 4 martie 2024.
OpenAI, Hello GPT-4o, 13 mai 2024.
OpenAI, Introducing OpenAI o1-preview, 12 septembrie 2024.
Anthropic, Developing a computer use model, 22 octombrie 2024. Funcție experimentală de folosire a interfețelor.
Anthropic, Introducing the Model Context Protocol, 25 noiembrie 2024.
OpenAI, Introducing Operator, 23 ianuarie 2025.
OpenAI, Introducing deep research, 2 februarie 2025.
OpenAI, Introducing ChatGPT agent, 17 iulie 2025.
Anthropic, Introducing Labs, 13 ianuarie 2026. Contextul lansării Cowork.
OpenAI, Introducing workspace agents in ChatGPT, 22 aprilie 2026.
OpenAI, ChatGPT is now a partner for your most ambitious work, 9 iulie 2026.
OpenAI, Introducing the Agents API, 10 septembrie 2026.
OpenAI, Introducing dots, 29 septembrie 2026.
METR, Measuring AI Ability to Complete Long Software Tasks, 19 martie 2025. Studiu independent despre lungimea și dificultatea sarcinilor.
Anthropic, Investigating unintended model actions in our evaluations and internal use, 9 octombrie 2026. Exemple de limitări și acțiuni neintenționate.