본 논문은 대규모 다중 모드 AI 모델의 부상과 AGI에 대한 주류 관심 증대 속에서, 일반성 추구의 위험성을 검토하고 전문화된 시스템의 산업적 가치를 강조하며 전문화를 옹호한다. 세 가지 주요 내용으로, 첫째, 전문화에 대한 일반적인 반론을 검토하고 인간 노동과 비인간 에이전트(알고리즘 또는 인간 조직) 간의 차이점을 논의한다. 둘째, 기계 학습의 강건성, 컴퓨터 보안, 사회 과학, 문화 진화 등 전문화를 지지하는 네 가지 주장을 제시한다. 셋째, 명세화의 필요성을 주장하고, 기계 학습 접근 방식이 안전 공학 및 소프트웨어의 형식적 검증 관행을 따라잡지 못한 점을 지적하며, 이러한 간극을 줄이는 데 도움이 되는 기계 학습의 새로운 관행을 논의하고, 특히 명세화하기 어려운 시스템을 위한 특정 거버넌스의 필요성을 정당화한다.
