Pergunta 1
Subbarao Kambhampati
x.com/rao2zArizona State AI planning researcher who studies the limits of LLM reasoning and argues AI agents need external verifiers and accountable developers.
Como a IA mudará o mundo?
Na horizontal: a perspectiva Doom–Bloom expressa por ele. Para cima: escala da transformação.
Doom–Bloom: 61 de 100. Escala da transformação: 59 de 100. Intervalos de interpretação: 56 a 76 na horizontal, 50 a 75 na vertical. Estas são coordenadas de interpretação, não probabilidades de eventos.
≈4%
Inferido a partir das respostas simuladas dele, não de um número que essa pessoa forneceu. Intervalo plausível: 2–8%.
Uma premissa central
If a proposed plan can be checked and revised before execution, these systems can be extremely valuable.Resposta 1
Se essa premissa se revelasse diferente, como a perspectiva dele mudaria?
Uma questão não resolvida
I don’t have a defensible number.Resposta 3
O que ajudaria essa pessoa a distinguir os resultados plausíveis aqui?
O que poderia mudar essa opinião
The most consequential discovery would be a system that can reliably generate, verify, and execute plans in novel, real-world, non-ergodic settings—without external verifiers—and whose correctness guarantees survive adversarial testing.Resposta 4
Que evidência seria suficiente e em que direção ela mudaria a visão dele?
Mais detalhes
Esperam-se benefícios substanciais, com condições importantes ou limites de distribuição.
67 / 100
Intervalo de interpretação de 67 a 67 na escala qualitativa.
Danos graves ou generalizados são uma parte relevante do futuro esperado.
61 / 100
Intervalo de interpretação de 33 a 67 na escala qualitativa.
As escolhas humanas têm uma influência significativa, mas substancialmente limitada.
54 / 100
Intervalo de interpretação de 44 a 81 na escala qualitativa.
Interromper ou desacelerar substancialmente o desenvolvimento de uma IA mais capaz.
Posição simulada: Continuar o desenvolvimento sob as salvaguardas declaradas.
Acelerar o desenvolvimento de uma IA mais capaz.
Restringir os usos da IA discutidos até que proteções prévias ou uma autorização estejam em vigor.
Posição simulada: Permitir os usos da IA discutidos com responsabilização e proteções específicas.
Minimizar as restrições aos usos da IA discutidos.
Estas interpretações mantêm as condições que ele declarou. Tanto os benefícios quanto os danos podem ser substanciais. Os intervalos descrevem como interpretamos as respostas simuladas dele, não intervalos de confiança estatística.
Visões de mundo semelhantes
Líderes de opinião cujas visões de mundo simuladas são mais próximas da visão de Subbarao Kambhampati
Avaliação simulada
Fontes
Artigos, entrevistas e textos usados para fundamentar este usuário simulado.
Co-authored position paper, first posted 2025-04-14 and revised (v4) on 2026-06-09 for ICML 2026. Argues that calling intermediate tokens reasoning or thinking traces is not a harmless metaphor but dangerous, because it confuses what these models are and how to use them and leads to questionable research. Abstract and introduction inspected; the experiments were not audited. An interpretive and methodological position, not a societal forecast.

On The Information Bottleneck podcast he describes LLMs as strong generators without correctness guarantees, best paired with verifiers in his LLM-Modulo framework, and says reasoning models moved the verifier into post-training. On safety he places himself closer to Yann LeCun than to Hinton or Bengio, says shutdown-deception studies reflect imitation of human data rather than evidence AI will kill humanity, and locates real risk in executing generated plans without verifier guardrails. He says he questions the overemphasis on existential threat, not safety itself. Automated transcript with errors; own turns in the planning and safety segments inspected.

Secondary Economic Times report; date unverified, though a syndicated copy is dated 2026-03-31 and he shared it on 2026-04-06. Quotes him that AI development cannot be stopped because one government’s ban does not control the world, that his biggest safety concern is agentic systems acting through real-world APIs, and that a plan should not be executed unless the probability of damage is known to be extremely low, an area he researches. Indexed article text inspected; wording is the reporter’s rendering.

His own LinkedIn post says AGI has become a marketing buzzword rather than a meaningful goal. It reshares a colleague’s report of his panel quip at an AI summit that AGI will be achieved when Sam Altman says it is; that wording is relayed by someone else. A judgment about the term, not a capability timeline. Indexed post text inspected.

Older co-authored ICML 2024 position paper, kept as background for his framework. Argues autoregressive LLMs cannot by themselves plan or self-verify, but are useful universal approximate knowledge sources when combined with external model-based verifiers in a tight bidirectional loop. Abstract inspected. His 2026 podcast and posts take precedence on how he sees reasoning models.

Onde você se situa?
Mapear minha visão de mundo