ИИ не принимает решения , решения принимает человек , НО, на основании информации предоставленной ИИ. И тут , как раз в полный рост встает вопрос в топике - как решать проблему недостоверной информации предоставленной ИИ? Вы в курсе , что такое "недетерминированность" ?

Вы никак не решите проблему недостоверной информации от ИИ. Тот кто решит эту проблему станет вторым Семом Альтманом. Вы в курсе принципов и алгоритмов лежащих в основе ИИ?

Это просто гипотеза или экспериментально подтверждённая версия ? Что является критерием чёткости ? Насколько достигается повторяемость ? Количество ответов какое ? Статистика семантического анализа ответов какая ?

Проблема в этом : ‼️Для инженера по производительности это означает катастрофу воспроизводимости.‼️ Если сегодня нейросеть проанализировала график нагрузки и указала на узкое место в подсистеме ввода-вывода, а завтра на тех же данных она обвинит в проблемах процессор или сеть, доверие к такому инструменту будет подорвано. Анализ производительности требует точности и повторяемости, так как на его основе принимаются решения о закупке оборудования или изменении конфигурации.

Пока что там, где можно обойтись аналитикой данных и алгоритмами - нейронка проиграет. Имхо. Да, ответов на ваши вопросы нет, тк нет качественных исследований на эту тему, пока что оперируем гипотезами

Всё, что необходимо считать математически, можно запускать внутри нейросети Python, строго внутри кода. Гибридная система получается