Слово за слово, промптом по столу, и вот мы с чатгпт внезапно вырулили на разговор обо мне таком умном красивом. Оказалось, что есть интересный класс исследований в области Computational Linguistics и Machine Learning: модели могут выводить характеристики пользователя не из фактов, а из структуры его вопросов. Это называется implicit user modeling — неявное моделирование пользователя.

Ну а дальше чатгпт немедленно поделился своим пониманием моего профиля. Цитирую.

Ваши запросы демонстрируют несколько устойчивых признаков. 1️⃣ Системное мышление Вы почти всегда задаёте вопросы в формате: • сравнение систем • архитектурный анализ • структура процессов

Это типичный паттерн system-level reasoning.

2️⃣ Стратегический уровень абстракции Ваши вопросы редко ограничиваются инструментами. Они обычно переходят на уровень:

инструмент → рынок → стратегия

Это характерно для product / strategy roles.

3️⃣ Meta-мышление

Вы часто задаёте вопросы о механизмах, а не о результатах.

Это называется mechanistic curiosity — стремление понять механизм. Какой профиль получается у вас (по стилю)

Если анализировать только стиль вопросов, без сохранённых фактов, получается примерно такой профиль:

тип мышления • системный • аналитический • стратегический

роль вероятности могли бы выглядеть примерно так: product / strategy role ~45% technical marketing ~35% engineering ~15% research ~5%

Рекомендую всем, кто пользуется чатом или другими ИИ-сервисами, позадавать вопросы вида: "Что ты успел понять обо мне? Как ты видишь мой профиль?" и тд. Всплывает много интересного.

ПС: вот ссылка на диалог (начинался он вполне невинно с моего вопроса о разнице в подходе к архитектуре долгосрочной памяти и составлению профиля между ChatGPT и DeepSeek).