Несколько дней назад я использовал ИИ, чтобы спланировать довольно важную работу.
Он предложил множество вариантов. Я выбрал один, который мне понравился, немного подкорректировал и начал действовать.
Примерно через час я вернулся, чтобы прочитать всё с самого начала, и передумал.
Это не был неправильный ответ, в этом всё имеет смысл.
Но чем больше я читал, тем больше понимал, что это не тот путь, который мне действительно нужен.
Я почти всё удалил и начал заново.
В тот момент я осознал одну вещь.
Большинство современных ИИ-систем строятся вокруг положительных сигналов: выбранные ответы, сохранённый контент, высоко оценённая обратная связь.
Но то, что заставляет людей меняться, часто находится в другом месте.
То, что я запомнил больше всего в тот день, это не выбор, который я оставил.
А выбор, который я отменил.
Правильное решение приводит к результату.
Решение, которое заставляет меня начать заново, обычно оставляет более важный урок.
Если это так, я задаюсь вопросом, не упускает ли ИИ один из самых ценных сигналов.
Это заставляет меня думать о @OpenGradient .
Когда речь заходит о пользовательском интеллекте, большинство людей думает о данных или истории чата.
Но изменения мнения, ошибки и отменённые решения также являются частью этого интеллекта.
Если эти сигналы действительно ценны для создания лучшего ИИ, они должны принадлежать тем, кто их испытал.
Будущее ИИ может не формироваться самыми популярными ответами.
А уроками, которые люди извлекают из выборов, которые они никогда больше не повторят.
#opg $OPG $BTW $SYN

Если бы ИИ мог учиться только на одном сигнале, какой бы вы избрали?