未来，软件还将在规划维护技术人员的部署、寻找合作伙伴或在政治过程中做出决策方面发挥作用。正如您所看到的，这些任务远远超出了系统及其开发人员以前必须完成的任务。
有了社会技术系统，规划很快就会结束。正如聊天机器人的使用所表明的那样，人们非常乐意将这些交互系统推向极限。巨魔破坏这样一个系统的可能性几乎是无限的。这意味着聊天机器人以一种看似真实的方式模仿人类交流的能力很快就达到了极限。您当然同意我们的观点，即巨魔的观点应该成为测试此类系统的一部分。
聊天机器人就是一个模型及其定义的结构和流程与现实世界发 outlook 电子邮件列表 生强烈冲突的例子。决定信息系统成功的不再是模型边界和管理对象，而是行为主体，以前的软件开发方法已经达到了极限。
计算机科学家多年来使用的“构建模型，从其他所有内容中抽象出来，然后继续使用它”的标准程序在未来将不再足够。模型背后的假设始终是它足够详细地反映现实。但物理世界和数字世界越紧密地结合在一起，这一点就越不真实。网络物理系统的初步经验表明，计算机科学家在处理这一事实时遇到了问题。他们几乎本能地构建了更复杂的模型来更详细地表示现实。
这将创建一个始终能够检测到更多异常的系统。它们的创建者没有意识到，在这个例外的背后隐藏着系统尚未考虑到的无数种可能性。目前可以观察到两个发展：一方面，信息系统的系统边界在各个角落都在磨损。这方面的例子包括具有所有功能的业务管理系统（ERP/企业资源规划）。另一方面，有些系统根本不再移动并且与数字化失去联系。它们退化为无聊的后端解决方案。
计算机科学模型与现实生活之间的这种差异显示了数字化转型的局限性。专家们有一些想法可以如何控制这个问题。这些想法是否成功仍不清楚。
从自学习系统到人工智能
您可能知道，算法可以识别大量数据中的模式。他们通过观察专家的工作或与自己竞争来学习。所有这些都会导致系统在其限制范围内取得更好的结果。当跨越这个限制时，这些方法没有帮助。不可预测的东西是无法训练的，正如您在下面的小示例中看到的那样：基于数十万张图像，开发人员可以训练一种算法来区分猫和狗。鼠标的单个图像会导致系统停止工作。
专家们正在强人工智能的概念中寻找解决方案。其背后的想法是建立一个智力水平与人类相当甚至超过人类的系统。强大的人工智能不再只是被动地行动，而是主动行动。但事实上，并不存在所谓的强人工智能。到目前为止，研究人员还没有接近具有这种能力的系统。因此，在可预见的未来，这一讨论可能会引起哲学家而不是计算机科学家的关注。