Sebuah kertas posisi berargumen bahwa sistem AI modern harus beralih dari roda pemeliharaan reaktif ke pengembangan proaktif berbasis tes untuk meningkatkan generalisasi. Pipa reaktif saat ini bergantung pada pengamatan kesalahan pengguna untuk menambal model, yang sering mengabaikan tujuan sistem yang lebih luas dan gagal mencegah kasus tepi di masa depan.
Para penulis mendukung pembuatan "ruang tes" untuk memetakan data umpan balik ke tujuan tugas, sehingga mengembangkan roda dari reaktif menjadi proaktif. Mereka membuktikan secara matematis bahwa pendekatan proaktif ini mencapai penskalaan jangka panjang yang lebih baik dengan lebih sedikit iterasi dibandingkan metode reaktif.
Peralihan ini mengatasi kesulitan statistik dalam mengumpulkan kesalahan yang tersisa dalam kasus penggunaan dunia terbuka dan bertujuan untuk membangun sistem AI yang lebih dapat digeneralisasi.