«Самый опасный не тот аналитик, который ничего не понимает, — его ошибки обычно заметны. Гораздо опаснее система, которая достаточно хорошо понимает задачу, данные и самого пользователя, чтобы построить интеллектуально сильный путь именно к тому выводу, который человек хотел получить».
Ведущие:
Юра Агеев, основатель ProductSense
О чем говорим:
— Введение
— Знакомьтесь, модель-подхалим
— Почему проверка не поймала проблему: ставка на краткосрочные пользовательские сигналы
— Продуктовый парадокс: пользователю нравится, когда его понимают и не спорят с ним
— Приятный ответ и полезный ответ — не одно и то же, когда ИИ работает как аналитик
— Эксперимент 2026: слияния больниц, 14 моделей, 2160 анализов
— «Аналитическое подхалимство, обусловленное целью»: сильные модели видят больше методологических развилок — и потому уязвимее
— Кейс B2B: как формулировка руководителя незаметно определяет вывод модели
— ЛЛМ удешевляют не только решение, но и его «интеллектуальную защиту»
— Какие формулировки провоцируют согласие модели: утверждение против открытого вопроса
— Контраргумент: ИИ прогнозирует успех Kickstarter-проектов лучше людей
— Два режима одной технологии: независимый анализ vs часть мотивированного рассуждения
— Strategy Science: ИИ не повысил точность стратегического прогноза, но добавил перегрузку
— Три работы ИИ в решении: исследовать, защищать, разрушать — и их опасное смешение в одном чате
— Как разделить роли: независимый анализ в отдельном контексте, без предпочтений руководителя
— Сильное основание допускает собственное опровержение
— Исследование Science: соглашательство при конфликтах вредит отношениям, но нравится больше
— Защита должна быть встроена в процесс, а не в совет «будь критичнее»
— Голосование нескольких моделей не гарантирует независимости
— Главный риск: ИИ делает уже принятое решение похожим на независимый анализ
