Ч.1

Я сначала собрала, протестила и апробировала на живых людях когнитивного партнера, а потом пошла разбираться, не изобрела ли я велосипед.

Готового чужого велосипеда пока не нашла, но есть три разных практики.

1️⃣ Сильному эксперту дают AI, чтобы он думал сильнее

Это уже довольно большой тренд вокруг AI as a tool for thought / thought partner.

Например, Microsoft Research ведет отдельное направление Tools for Thought.

Концепт: ИИ должен челленджить человека, а не слушаться его: человек уже умеет решать задачу → AI помогает ему решать ее сильнее.

Неистово плюсую. Люблю, умею практикую.

Общее с моим кейсом: гипотезы, альтернативы, критика, работа с неопределенностью.

Отличие: У Microsoft объект дизайна — взаимодействие уже достаточно компетентного knowledge worker с AI. А у меня была команда, которая пока сама не умеет стабильно выполнять часть нужных профессиональных операций.

2️⃣ Экспертное мышление начинают кодировать как инфраструктуру компании

2 сентября Meta Engineering опубликовала An Organizational Second Brain: Building an AI That Learns From Experts. Задача у них такая: в организации может лежать тонна документов, но документы еще не равны экспертизе. Экспертиза находится также в том, ▪️что специалист считает существенным; ▪️в каком порядке исследует ситуацию; ▪️как интерпретирует неоднозначность; ▪️какие процедуры использует для решения; ▪️когда считает анализ достаточным.

Поэтому Meta специально разделяет: what the agent knows и how the agent reasons.

Они не ограничиваются гигантским системным промптом. Они делают специальные recipes — составные процедуры, в которых явно прописано: ▪️что исследовать сначала; ▪️какие знания подключить именно на этом шаге; ▪️какую методологию принятия решения использовать; ▪️что считать достаточным результатом этапа; ▪️какой следующий кусок reasoning запускать.

Recipes собираются в пайплайны. Причем Meta отдельно пишет, что такая стадийность еще и уменьшила количество лишнего контекста: вместо загрузки всего подряд модель на каждом этапе получает только то, что нужно именно сейчас.

🚀 Логика как у меня, но на максималках, конечно

Еще одно очень близкое место у Meta — экономика экспертной мощности. Они хотят, чтобы экспертное виешательство не оставалась одноразовым эпизодом. Эксперт поправил систему один раз — feedback превращается в проверенное обновление, которым потом может пользоваться организация.

У меня, в компании на 100 человек в ситуации пилота, конечно, попроще: после этого запускаем сеньора. Но сеньор уже не сидит над десятью сырыми транскриптами. Он получает рабочую модель, спорные места, конфликтующие данные и гипотезы. То есть дорогая экспертная мощность включается не на всю работу, а там, где действительно нужно экспертное суждение.

Но есть и важное различие.

Meta строит цифрового эксперта для организации — ИИ-агента, которому можно передать значительную часть специализированной аналитической работы.

У меня основной объект дизайна другой: junior + AI + senior. Мне недостаточно, чтобы система хорошо сделала работу. Мне нужно еще и распределить ее так, чтобы менее опытный сотрудник сам участвовал в нужных профессиональных операциях и постепенно становился сильнее.

L&D-шная душа, ну, простите

3️⃣ ИИ специально делают таким, чтобы он не забирал мышление у менее опытного человека

И тут уже интересно, что владельцы самих больших моделей массово двигаются в одну сторону. 🔻 Anthropic в Claude Learning Mode прямо пишет: модель должна guide students' reasoning process rather than providing answers. Claude ведет сократический диалог, просит обосновывать выводы и концентрирует внимание на базовых принципах. 🔻OpenAI в ChatGPT Study mode делает примерно то же: guiding questions, hints, self-reflection, knowledge checks и движение по задаче вместо немедленной выдачи финального ответа. 🔻Google называет свой режим Guided Learning и прямо противопоставляет answers и understanding: вопросы, пошаговая декомпозиция, активная работа самого learner. 🔻У Microsoft формулировка вообще замечательная: их Study and Learn должен keep the thinking with the student.

Продолжение следует