ИИ хорош для структурирования. Однажды я пришла к очень интересным выводам, попросив через промпт перестроить мой вывод в противоположный по смыслу, а затем поискать в предпосылках выводы, которые могут привести не к первому, а к противоположномц выводу. Увидела проблему с другой стороны, сама бы не догадалась.

Я буквально вчера одну такую девочку поймала как раз на попытке продать такое “глубинное исследование”.)) А реакция у нее какая бурная была… Чувствуется, нас ожидает очень весёлое время. Итальянцы на днях опубликовали свое исследование о том, что у иных пользователей ИИ уже диагностировали серьезную стадию зависимости. Становится все интереснее и интереснее.

workslop - хорошее слово. видел это на практике: коллега сдавал документацию к API где было буквально "As an AI language model, I cannot...". просто скопировал вывод, даже не перечитал.

проблема не в ИИ, а в том что люди перестали проверять вывод. ИИ хорошо работает как ускоритель для того кто понимает задачу, и генерирует мусор для того кто не понимает.

тот же принцип в interview prep - пробовал jobpath на подготовке к собесам. там можно получить структуру ответа на задачу, но если просто воспроизводить её механически - провалишься. интервьюер сразу видит, думает ли человек или воспроизводит шаблон

Кушайте! Не обляпайтесь!))))

Почему работодатели не научат сотрудников пользоваться ИИ? Эти сотрудники и без ИИ плохо бы работали, и без ИИ было много мусора. И в статье нет примеров. Лишь пример с глупыми тестовыми заданиями, на которые получают такие же ответы. Какое тестовое и компания - такой и ответ им.

Л - логика. Сначала начать массово внедрять ИИ, а потом - чистить то, что навнедряли.

Как иронично про ии мусор,в статье,написанной ии