Generate
Конкурирующие гипотезы
Просить альтернативные объяснения, редкие случаи и вопросы, которые сами не заметили.
AI и информация · Research direction
ИИ может сделать вас быстрее. И может сделать неправильную модель убедительно полной.
ИИ всё чаще становится посредником между событиями и получаемой нами информацией. Reality Skill использует его как подчинённый критический слой, не передавая ему человеческое суждение. Reality Lab сначала создаёт человеческий исходный уровень, а затем измеряет, где ИИ действительно улучшает процесс.
AI и информационный слой
Более убедительный ответ не отменяет необходимость суждения.
Почему это важно
ИИ меняет путь между реальностью и решением.
Базовая реальностьСобытия, люди, системы, первичные данные, физические ограничения.
Information layerИздатели, поиск, сообщества, алгоритмы и мотивы источников.
AI-mediated contextРезюме, созданные ИИ объяснения, рекомендации, синтетический контент и программные агенты.
Наша модельЧто мы считаем произошедшим, почему и что важно.
РешениеДействие, обязательство, условие пересмотра и последующая проверка результата.
Связный Ответ ИИ - информационное событие. Это ещё не evidence.
Полезные роли
Используем ИИ там, где дополнительная интеллектуальная работа полезна, но не наделяем его автоматическим авторитетом.
Challenge
Red-team сначала человеческое суждение позиции
После того как собственное рассуждение записано, попросить ИИ найти неподтверждённые предположения, недостающие базовые частоты и данные, противоречащие основной версии.
Compress
Снизить стоимость поиска
Быстро составить карту области, затем вести важные для решения утверждения к первичным или независимым источникам.
Research later
Приватные и локальные инструменты
Local transcription, memory retrieval и live process dashboard остаются исследовательский режимs, а не обещаниями первого cohort.
AI Reality Check
Шесть вопросов до того, как Ответ ИИ получает право существенно изменить важное решение.
01
Что утверждается?
Разделить факт, вывод, рекомендацию и созданную гипотезу.
02
Откуда это взялось?
Можно ли довести важное утверждение до первичным данным, официальной записи или надёжному независимому подтверждению?
03
Какие мотивы повлияли на источник?
Кто создал исходную информацию и что получает от такого подачи?
04
Какая сильнейшая альтернатива?
Построить лучший конкурирующее объяснение, затем искать данные, позволяющие различить модели.
05
Можно ли проверить проверить по независимым источникам?
Выйти из ответа и проверить независимые источники, а не судить надёжности по качеству оформления.
06
Изменит ли это действие?
Если утверждение не способен изменить решение, не тратить внимание. Если способен - повысить проверка standard.
Research sequence
ИИ должен заработать место в протоколе.
Сейчас
Сначала человеческий исходный уровень
Сначала установить человеческий исходный уровень. Понять, что дают структура, независимые ответы и журнал решений до того, как приписывать улучшение ИИ.
Позже
Измерить дополнительную пользу
Сравнить AI red team или local process copilot с человеческий исходный уровень. Логировать interventions, позволять их оспаривать и сохранять только те роли, которые реально добавляют ценность.
Research, а не product promise