Бутылочное горлышко в использовании ИИ — это мы, люди

Чем сильнее становятся модели, тем больше результат зависит от навыков оператора. Простой запрос: «Как проанализировать здоровье продуктовых страниц на B2C-сайте?», — даёт совершенно разные результаты в зависимости от:

– инструкций проекта (который ещё сначала надо создать, а инструкции и шаблоны в него загрузить)

– накопленной памяти (в результате предыдущих диалогов)

– квалификации человека развивать диалог дальше первого ответа

Пока мы тут, в своём пузыре, играемся с метапромптингом, метакодингом, MCP-серверами и оркестрацией агентов, — для большинства людей то, что сейчас делает Google с ИИ-ответами в поиске это и есть предел их «опыта взаимодействия с ИИ».

И у большинства обычных пользователей просто нет ментальной модели, что можно и как нужно спрашивать дальше.

И даже среди при почти миллиарда MAU, которые добрались непосредственно до самих LLM, всё ещё царит наивный промптинг, дающий поверхностные ответы.

Главное: даже более мощные модели этого не изменят. Увеличение точности, качества, глубины ответов на 20% не имеет значения, если 99% пользователей (кроме ученых и экспертов) не замечает разницы.

---
Мне кажется, что следующий прорыв в пользе для широкой публики будет не в улучшении качества моделей, а в изменении интерфейса и парадигмы взаимодействия с ними.

Как миниму, LLM не должны притворяться, что могут сразу выдать финальный ответ.

Они должны по умолчанию, без нашего промптинга, вести себя как опытные специалисты, столкнувшиеся с плохо поставленной задачей: задавать уточняющие вопросы, понимать границы компетентности человека, запрашивать доступ к внешним закрытым источникам (и сразу использовать открытые), и только потом — действовать.

А,возможно, предугадывать?
Run [in background] → Observe → Predict → Preemptively act?!

Возможно, именно в этом — новый, пугающий, фронтир. (Посмотрим, достигнет ли его GTP5...)

---
Навигация: рубрики и лучшие посты

Поддержать канал: Patreon (€) • Sponsr (₽)