Наши ИИ уже поспорили.Нам все ещё нужно решить проблему
Сегодня столкнулся с ситуацией, которая, кажется, будет встречаться всё чаще.
На стройке возникла проблема с работой инженерной системы. Коллеги загрузили проектную документацию и результаты замеров в ИИ, получили отчёт с замечаниями к проекту и направили его нам. Вывод о неправильности проектных решений оказался в официальной переписке.
Я тоже воспользовался ИИ: попросил проверить исходные материалы и обоснованность замечаний.
Получился другой отчёт. Часть выводов первого не подтвердилась: отдельные данные были неверно истолкованы, а предположения о причинах представлены слишком уверенно. При этом остались вопросы и к самому проекту.
И здесь легко было бы ответить: «А мой ИИ говорит, что ваш ИИ неправ».
Только система от этого лучше работать не начнёт.
Повторная проверка не доказала, что проект правильный. Она показала, что имеющихся данных недостаточно, чтобы назначить проектную ошибку причиной проблемы. Нужно сопоставлять документацию с фактическим монтажом, проверять наладку, управление оборудованием и условия замеров. Причин может быть несколько.
Я активно использую ИИ и продвигаю его применение в своём управлении. Поэтому этот случай для меня — ещё и вопрос к собственному подходу.
ИИ помогает быстро собрать материал, найти противоречия, предложить версии. Но вместе с этим стало очень просто получить убедительный текст и отправить его дальше, не разобравшись, что именно он доказывает.
Тогда у одного подразделения появляется отчёт с обвинением. У другого — отчёт с возражениями. Оба выглядят профессионально. Переписка растёт, а причина неисправности остаётся неизвестной.
Для себя вижу несколько правил.
Первое: перед отправкой замечания проверить его основание. Где это в исходных документах? Воспроизводится ли расчёт? Подтверждают ли замеры именно такой вывод?
Второе: отдельно обозначать установленный факт, возможную причину и то, каких данных пока не хватает. Между «система работает неправильно» и «ошибка в проекте» есть расстояние, которое нужно пройти.
Третье: по каждой существенной версии определять следующую проверку и ответственного за неё. Какие документы запросить, что измерить на объекте, кто сопоставит результаты.
Самое сложное здесь, пожалуй, — одинаково внимательно проверять и чужой отчёт, и тот, который подтверждает твою позицию. Особенно второй.
А вы уже получали рабочие претензии или обоснования, подготовленные ИИ? Как у вас проверяют такие материалы перед тем, как они становятся официальной позицией?
· вчера
Мне кажется, здесь важно не только определить правила проверки материалов, подготовленных ИИ, но и посмотреть на то, какую задачу человек с его помощью решает.
Если сильно упростить, есть две крайние мотивационные ориентации: стремление к достижению результата и стремление избежать неудачи.
В первом случае ИИ используют, чтобы разобраться в проблеме и найти способ её решить. Во втором он может стать инструментом поиска чужих ошибок и аргументов, позволяющих снять с себя ответственность.
И это касается не только ИИ. Люди с разной мотивацией будут по-разному использовать практически любой инструмент.
Например, можно загрузить проектную документацию и результаты замеров, чтобы выяснить, какие проверки нужно провести и что необходимо скорректировать для корректной работы системы. А можно использовать те же материалы, чтобы подготовить заключение о недостатках чужой работы.
При этом установить ответственность тоже важно. Но если поиск виноватого становится первичной задачей, есть риск, что устранение неисправности отойдёт на второй план.
Поэтому я бы проверял не только обоснованность выводов ИИ, но и то, приближает ли его использование нас к решению проблемы.
Согласитесь, если бы в отчёте ИИ были не только замечания, но и конкретные предложения по устранению проблемы, а вопрос к техническому управлению звучал бы как «Насколько обоснованно это решение и можно ли его применять?», то предметом обсуждения стало бы само решение.
Техническое управление могло бы согласовать его, предложить альтернативу или определить, каких данных и проверок не хватает для принятия решения.
Вместо двух отчётов, которые спорят друг с другом, мы получили бы процесс, который приближает нас к устранению неисправности.
0
ответить
коммент скрыт — часть юзеров считает его токсичным или некорректным
коммент удалён
· 6 ч
Спасибо за развёрнутый комментарий! Согласен, цель, с которой человек берёт инструмент, во многом определяет результат. ИИ теперь позволяет очень быстро подкрепить свою позицию убедительным текстом. А вот готовность разобраться и пересмотреть собственные выводы от этого автоматически не появляется.
При этом обоснованное замечание ценно и без готового предложения по исправлению: человек может увидеть проблему, но не иметь компетенций, чтобы предложить решение. Для меня важно, что происходит дальше — готовы ли мы вместе уточнять причины, собирать недостающие данные и проверять версии.
И здесь уже моя задача как руководителя — организовать эту работу так, чтобы у обсуждения был конкретный следующий шаг и ответственный за него. Вы хорошо дополнили пост: проверять нужно и выводы ИИ, и то, к какому действию они нас приводят.
0
ответить
коммент скрыт — часть юзеров считает его токсичным или некорректным
ответ удалён