Этим постом я открываю новую главу, где буду описывать как свой опыт использования ИИ, так и смотреть на развитие основанных на ИИ технологий глазами тех авторов и исследователей, за которыми слежу и которым доверяю сам.

Как бы не было соблазнительно использовать современные технологии, но все слова в этой заметке написаны лично мной, господин Грэм подтвержает верность такого подхода: https://paulgraham.com/writes.html

«Когда факты меняются, я меняю свое мнение. А что делаете вы, сэр?» (с) Джон Майнард Кейнс, британский экономист.

Полтора года я очень скептически смотрел на те результаты, которые выдавали большие языковые модели, а хайп, связанный с тем, что ИИ поработит мир ещё больше отворачивал меня от того, чтобы погружаться в тему глубоко. Изменения, которые произошли в ИИ индустрии за 2024й год заставили меня пересмотреть мою позицию.

Последние полгода я использую ИИ-инструменты каждый день, и с большим интересом слежу за тем, куда движется индустрия в целом. Я считаю кощунством игнорировать прогресс, и несмотря на мой скептицизм по поводу возможности создания AGI в ближайшие годы, нахожу изменения, связанные с последними нововведениями, вроде изобретения reasoning-моделей и появлением дешевых open weights моделей просто огромными прорывами, по масштабу, сопоставимыми с появлением интернета, социальными сетями и тотальной смартфонизацией.
У Зви, чьи дайджесты я пролистываю еженедельно, есть интересная статья на тему ИИ и технологической шкалы Рихтера.

Приведу ещё одну цитату, в этот раз от Джека Кларка, сооснователя Anthropic.

«… в эпоху, когда эти системы ИИ станут настоящими «машинами для всего», люди будут конкурировать друг с другом, проявляя все больше смелости и инициативы (каламбур, конечно!) в использовании этих систем, а не в развитии специальных технических навыков взаимодействия с ними.

Мы все должны интуитивно понимать, что все это будет несправедливо. Любопытство и умение быть любопытным и пробовать многое не распределены равномерно и не воспитываются в целом. Поэтому я прихожу к мысли, что одним из самых больших рисков, которые нас ожидают, будут социальные потрясения, которые произойдут, когда появятся новые победители революции ИИ - и победителями станут те люди, которые проявили массу любопытства, используя доступные им системы ИИ. »

У него, оказывается есть свой SubStack, цитата выше - из его последнего поста.

Любопытство для меня всегда было основной движущей силой - без интереса к делу мне трудно заставить себя чем-то заниматься. Иногда я вынужден искусственно придумывать интерес, чтобы решать рутинные задачи, например заполнять бумажки или решать бюрократические вопросы.

Другое дело - творческие задачи, где результат не определён, и часто непредсказуем. Одно из таких занятий - работа с современными системами ИИ. И я считаю что именно для мультипотенциалов, способных работать на стыках доменов знаний ИИ даёт огромное преимущество. Мы способны не просто автоматизировать уже существующую работу, а изобретать принципиально новые задачи и способы их решения.

Об этом мы и поговорим в эту среду, 29 января в 18:00 по Варшаве у меня в Zoom. Как мы его используем, куда всё движется, какие источники стоит читать, чтобы не уставать от хайпа. Формат - классическая дискуссия в узком кругу, запись не планируется.

Встреча будет интересна тем, кто уже достаточно интенсивно использует современные модели в своей деятельности, хотя думаю что и новички смогут получить пользу от участия в беседе.

Я, например, с помощью ИИ пишу код, создаю инструменты для работы с данными, редактирую тексты и изучаю большие объёмы информации, не говоря уже о ставшими обыденными задачах, вроде speech to text и text to speech, но мне бы хотелось меньше обсуждать сценарии использования, и больше - изменения в подходах и философии решения задач.

Ссылка на Zoom - в чате канала, там же можно предложить темы, которые будем обсуждать завтра.

Перефразируя классическую шутку “ИИ как подростковый секс - все о нём говорят, но никто не занимается”.

У Итана Моллика в LN вчера развернулась интересная беседа вокруг его поста о том, что в то время, когда все пытаются разобраться с тем, как работают модели и учатся промптингу, мало кто на самом деле понимает, что:
“AI skills are basically the skills of good managers - delegation, clear explanations, getting a sense of individual strengths & weaknesses, division of labor, project management, clear feedback”.

Вспомнил забавную цитату с реддита в теме о том, как писать эффективные промпты, ниже мой вольный перевод:
-Самый важный навык, который принесёт вам пользу в работе с ИИ это способность ясно объяснять другому человеку чего же на самом деле вы хотите.
-Даааа, иногда когда я вижу чужие промпты, то задумываюсь, как же они вообще с такими навыками общения дожили до своих лет? )

Вот, к примеру, что инженеры из Anthropic говорят про то, как делать правильный промптинг. Среди них Аманда Аскелл, моя one love из мира ИИ. До того, как заняться alignment (так называется приведение поведения бездушных моделей в соответствие с общечеловеческими ценностями) в компании, которая делает Claude, она занималась философией. В видео она как раз говорит, что именно то, как её учили писать философские тексты во многом определило её стиль промптинга. Кстати, именно её команда делает Claude таким человечным :)

Вольный перевод её цитаты: “Ваш стиль письма должен быть инструментом против буллшита. Если вашу статью будет читать образованный неспециалист - ему должно быть всё понятно… Когда вы пишете промпт, все концепции должны быть определены - никаких “красивый график” или “хороший текст”. С интересом прослушал беседу, выписал пяток надёжных способов улучшить собственный промптинг:
[https://www.youtube.com/watch?v=T9aRN5JkmL8](https://www.youtube.com/watch?v=T9aRN5JkmL8)

Кстати, я думаю что именно для мультипотенциалов работа с ИИ может принести наибольший результат. Поясню на собственном примере - для меня гораздо интереснее обладать базовыми знаниями в многих интересующих меня областях, чем оттачивать мастерство в одной-двух.

Если тема мне интересна - я могу без труда обсуждать её с экспертами и ставить задачу мастерам. И у такого подхода есть своё преимущество, во-первых, это позволяет мне использовать предыдущий опыт из других сфер деятельности, а во-вторых, работать в мультидисциплинарном режиме, где, как известно, случаются самые интересные прорывы. Специалисты такого быстрого переключения между областями себе позволить не могут.

Чем же это качество полезно при использования искусственного интеллекта? Да тем, что во многих областях, где результат определяется формальной логикой - математике, программировании, аналитике, везде, где можно ясно описать какой результат является верным, при помощи моделей, которые работают как исполнительные и не устающие ассистенты можно не только ускорять свою работу в разы - можно решать задачи, которые раньше были просто невозможны.

К примеру, если раньше для решения любой аналитической задачи вы либо покупали готовые отчёты, либо шли по долгому пути, когда сначала искали данные, потом разбирались с их форматом, просили помощь у инженеров для того, чтобы превратить их в подходящий вашему инструменту формат, то теперь всё стало гораздо проще.

Если вы понимаете как устроена интересующая вас область и вы можете чётко сформулировать ситуацию и проблему, которую хотите решить, то вам достаточно просто начать задавать вопросы моделям - вам предложат и источники данных и сервисы, которыми можно воспользоваться для сбора данных, и код напишут, и визуализируют так, как вы попросите. От вас требуется не так много - понимать, когда что-то идёт не так и скармливать ошибки модельке.

Да, полученные решения будут далеки от оптимальных - и по скорости, и по надёжности, будут ломаться и выглядеть не так секси, как те дашборды, которые подготовил профессионал. Но зато теперь сделать это можно за пару часов и самостоятельно. Достаточно просто начать с того, чтобы в нескольких предложениях сформулировать ситуацию и конкретный вопрос.

И я уверен, что уже сейчас любой, кто хорошо разбирается в своей области знаний может создавать инструменты для автоматизации, сбора и анализа данных, интеграции разных систем чтобы придумать задачи, решение которых раньше было просто невозможно.

Как сказал Уильям Гибсон, “Будущее уже наступило, просто оно неравномерно распределено”. И мы с участниками сообщества изучаем то, как быть в этом будущем, присоединяйтесь.

И шутка на тему. Приятных вам выходных.

Представьте лекцию профессора по вопросам международного здравоохранения, в ходе которой он демонстрирует статистические данные.

Какую картинку нарисовало ваше воображение? Если вы думаете что это скучно, то возможно вы не видели как с задачей 18 лет назад справился Ханс Рослинг. Он показал, что статистика может быть интересной. Вооружившись собственной разработкой Gapminder для визуализации данных он с интенсивностью и драматичностью спортивного комментатора разрушает мифы о развитии мира - насладиться можно по этой ссылке..

К сожалению я увидел выступление лишь несколькими годами позже, когда в 2010м заинтересовался темой анализа и визуализации данных. Мы создавали решение, которое помогало фотографам стать более data-driven, выбирая оборудование и настраивая режимы для съёмки. Решение тогда не выстрелило, проект закрыли, но благодаря интересу и везению я занялся аналитикой в Wargaming в 2012м.

Потом был курс Альберто Каиро, разные книги и статьи про визуализацию и анализ данных, курс бизнес-статистики у Виктора Смусина. Последний оказался так хорош, что мы повторяли его несколько раз для WG и моих последующих работодателей.

Каждый раз - после обучения или внедрения нового инструмента я наблюдал как мои коллеги начинали более профессионально использовать анализ данных в своей деятельности, и находили в уже что-то новое в той информации, которая всегда у них была. И каждый раз поражался тому, сколько возможностей мы упускаем не зная, что просто поменяв способ представления в информации можно увидеть много нового.
Чтобы собрать “низко висящие фрукты” нужно всего лишь построить графики на тех данных, которыми вы часто пользуетесь. Я не буду уходить глубоко в философию анализа данных, речь сегодня не об этом.

В начале декабря прошлого года Anthropic опубликовали отчёт Clio, в котором указали, что из миллиона случайно выбранных чатов кейс анализ данных с 3.5% находится на десятом месте.
С одной стороны, может показаться что десятое место это что-то, что не заслуживает внимания. С другой - если сравнивать ценность отдачи от каждого из чатов, то по моему опыту ROI у аналитических задач существенно выше, чем при создании, к примеру, текстового контента.

ИИ приведёт к коммодитизации разработки софта и работы с информацией. Сами по себе LLM по своей сути плохие помощники в обработке структурированных данных. Но уже сейчас с их помощью можно создавать инструменты, которые будут полезны при сборе, трансформации, анализе и визуализации данных.

Я работаю с аналитикой уже больше десяти лет, собрал сообщество и провёл дюжину конференций, и могу с уверенностью сказать, что видел гораздо больше экспертов, которые становились хорошими аналитиками, чем аналитиков, переходящих в бизнес. Думаю, что ИИ позволит многим экспертам стать хорошими аналитиками для пользы своего дела.

Сегодня в 18:00 по Варшаве мы с участниками сообщества говорим о том, как аналитика уже изменилась под влиянием ИИ, и как будет меняться в будущем. Занятно то, что все, кто уже выразил желание пообщаться пришли в аналитику из других сфер.
Ссылка на зум уже в чате.

Неделю назад проходил оценку уровня своего английского у профессора лингвистики одного из канадских университетов, планирую пойти к ней учиться. Пришел с вопросом о том, как же мне начать писать на английском? Мы знакомились и рассказывали друг другу истории, и в какой-то момент я заметил, что моя собеседница перестала делать пометки в блокноте. “Видимо всё со мной понятно”, неподходящий я ученик, подумал я, но вида не подал, и решил посмотреть что будет дальше :)

Интересным и достаточно сложным для меня оказалось чтение пересказа эзоповой басни про муравья и кузнечика Сомерсетом Моэмом (нам эта история более знакома по басне Крылова). При изначальном сходстве в у Моэма есть достаточно ироничный поворот, который бросает вызов классическому утверждению, что тяжёлый труд всегда вознаграждается. Продираясь через малознакомую мне художественную лексику и риторические приёмы, я напрягал мозги и страдал, но это было приятное напряжение - и оно было всецело вознаграждено финалом, над которым мы смеялись вместе с моей собеседницей.

Почему же мне было так трудно? Ведь последние несколько лет я в основном читаю только на английском, почти полностью исключил из информационного рациона новости, и стараюсь минимизировать русскоязычный контент - делаю исключения для лекций Армена Захаряна и выступлений Анны Виленской.

Одной из причин оказалось то, что несмотря на обилие англоязычного контента, его нельзя назвать качественной литературой (fine literature). Блоги, которые пишут в основном технари или бизнесмены, подкасты, где одни умные люди задают вопросы другим в расчёте на то, что их беседа будет полезна слушателям - все эти материалы созданы для того, чтобы передать знания или информацию потребителю. Потребление такого контента не способствует созданию собственного языкового опыта.

Для того, чтобы писать нужно выходить на другой уровень языка.
И это не про те уровни, к которым мы привыкли - A1, A2 и так далее. У меня достаточно беглый B2, широкий лексический запас и нормальное произношение - всего этого хватает и для работы, и для базового общения. Но я не получаю большого удовольствия ни когда говорю, ни когда пишу на английском языке. При всей свободе использования - иностранный язык остаётся для меня средством передачи и получения информации. А я хочу сделать его таким языком, от которого буду получать удовольствие не меньшее, чем от родного.

Для того, чтобы научиться писать, нужно читать хорошо написанную литературу. Я не читаю художку в оригинале, у меня нет к ней интереса, и я не очень понимаю как сейчас его развить. К счастью, существует альтернативный вариант - читать качественно написанные журналы, вроде New Yorker или The Atlantic.

Вы не представляете с какой радостью я вспомнил, что много лет назад купил подписку на Nautilus - американский научный журнал, в который пишут профессиональные авторы. Кстати, этот журнал я нашёл как раз через статью лингвиста-билингва, Джули Седиви, которая пишет потрясающие статьи и книги про связь лингвистики, мозга и психологии. Я цитирую её оригинальную статью в своём лонгриде про влияние второго языка на эмоциональные состояния, мораль, выбор и даже эффективность обучения.

Я размышляю о том, насколько ИИ может быть помощником в том, чтобы писать на английском языке, при этом не теряя свой собственный стиль. Несколько дней назад в одном из сообществ ИИ-энтузиастов, в котором я состою, у меня произошел краткий диалог с другим участником, который тоже ведёт свой блог. Он задал вопрос о том, существуют ли хорошие методы копирования стиля письма при помощи LLM? Я выразил сомнение в том, что на данном уровне развития технологий это в принципе возможно - в противном случае мы бы увидели смерть копирайтинга как профессии. К сожалению, в том чате дискуссия не завязалась.

И это далеко не первый случай, когда человек, который пишет сам предполагает, что с помощи современного ИИ можно создавать текст, в котором будет скопирован чей-либо авторский стиль. Недавно такое предположение высказала моя подруга, которая и пишет сама, и учится у сильных специалистов.

Если вы пишете тексты сами, то знаете что писать сложно. В процессе письма задействуются несколько областей мозга, включая даже те, которые отвечают за ориентацию в пространстве. И именно собственный опыт, особенности и состояние автора создают тот уникальный стиль и тот материал, который рождается в ходе письма, и ни один, даже самый сложный алгоритм не способен вести себя так же, как живой человек.

Я положу в комментарий к посту несколько статей, в которых есть пища для размышлений на эту тему, буду рад если вы поделитесь своими идеями и ссылками.

Мне очень интересно обсудить использование больших языковых моделей при создании авторских материалов. Если вы пишете и используете современный ИИ или же наоборот - считаете что это вредно - приходите обсудить с нами эту тему.

Встреча в Zoom в эту среду, 12 февраля, c 18:00 до 19:30 по Варшаве. Формат - дискуссия. Ссылка - как всегда, в чате сообщества: https://news.1rj.ru/str/+vFJ6JtKQck05YjZi

“Трудно заставить человека понять что-либо, когда ему платят зарплату за то, чтобы он этого не понимал”. Эптон Синклер, американский писатель (новеллист, эссеист, драматург).

У меня есть одно правило, которое я вывел за несколько последних лет, выбирая источники контента в Telegram и других соцсетях. Если я на кого-то подписываюсь, то слежу за тем, как часто возникает желание комментировать посты автора и вступать в дискуссию с сообществом - если этого желания нет, и я просто просматриваю материалы, то достаточно быстро отписываюсь. Как следствие, у меня в ленте нет ни новостей, ни каналов от безымянных авторов без опции комментирования.

Почему для меня это важно? Иногда комментарии дают почву для размышлений, я нахожу новые полезные контакты, а иногда из них рождаются, как сейчас, посты тут. Но бывают и более печальные ситуации - когда после взаимодействия у меня пропадает желание продолжать общение. И чаще всего это происходит в крупных каналах с десятками тысяч подписчиков. Месяц назад я подписался на несколько новых русскоязычных авторов, которых мне порекомендовали. Пару дней назад автор одного из этих каналов потёр целую ветку, которая была начата моим комментарием о том, что существующих технологий недостаточно для того, чтобы в 2026м году появились модели, которые будут _превосходить Нобелевских лауреатов в большинстве областей_ Это, кстати, заявление из длинного эссе Дарио Амодея, сооснователя Anthropic - его продуктами я неизменно пользуюсь с лета прошлого года, но прогноз не разделяю.

Последние полгода я активно изучаю возможности современных ИИ решений, но стараюсь разбираться в ограничениях и на практике понимать, почему они существуют. Я не знаю другого способа оставаться ИИ-реалистом, балансируя между Сциллой и Харибдой убежденных энтузиастов и скептиков. И я знаю о чём говорю, потому что 37 лет лично наблюдаю за тем, как развиваются цифровые технологии :)

Сейчас я точно не вижу ни одной причины, почему сильный ИИ должен появится в ближайшие годы, или что произойдёт что-то, что приведёт к значительному перестроению рынка труда или смерти каких-либо профессий. Трансформации - да, но не исчезновению. Вчера я наткнулся на прекрасную аналитическую статью в сообществе LessWrong, которое очень уважаю за уровень интеллекта, культуру коммуникации и умению аргументировать позиции. Статья полностью отражает моё мнение о происходящем в индустрии. Если вы ищете целостный анализ происходящего в области ИИ с краткосрочным прогнозом - рекомендую её.

Несколько тезисов оттуда:
1. Прогресс в области ИИ, сопоставимый с появлением интеллекта, аналогичного человеческому, невозможен без существенного изменения в архитектурных решениях и зависит не только от объёма финансирования.
2. Влияние ИИ на рынок труда будет очень ограниченным, в основном будут затронуты специалисты, работающие с информацией и данными - программисты, аналитики, учёные.
3. Необычные впечатления от использования текстовых и мультимодальных моделей имеют мало общего с производительностью в реальных задачах.
4. Практически все тесты, о которых отчитываются создатели моделей либо узко-специализированы, либо не отражают способность моделей решать задачи.
5. ИИ-лаборатории намеренно поддерживают хайп для того, чтобы продолжать получать инвестиции. Реальные результаты в росте производительности труда и возможности оптимизации затрат гораздо более скромные и даже близко не сопоставимы с инвестициями в ИИ.

https://www.lesswrong.com/posts/oKAFFvaouKKEhbBPm/a-bear-case-my-predictions-regarding-ai-progress

Если вы не читаете на английском, или не разбираетесь в технических деталях, можете просто скормить содержимое в бесплатную версию Claude или ChatGPT с подобным промптом: Переведи статью на русский, не сокращая её. Я по профессии психолог (или ваша профессия) и не понимаю технических терминов, упрости и объясни их.

При этом я всё же остаюсь оптимистом и верю в то, что даже те инструменты, которые появились за последние несколько месяцев, могут сильно перестроить возможности для организаций и профессионалов.

В эту среду мы с участниками нашего дискуссионного клуба и ребятами из сообщества AI Mindset будем беседовать о том, как может поменяться рабочее взаимодействие между людьми в онлайне.

Пока это всё фантазии, но я вижу что для ряда областей, в которые я кое-что понимаю - разработка софта, анализ данных, создание и управление контентом и знаниями, уже сейчас возможны существенные прорывы.

Например, я представляю себе взаимодействие будущего как систему агентов, действующих от имени и в интересах людей и организаций, минуя классические централизованные веб-платформы. Например для покупки-продажи чего-либо, коллабораций, поиска исполнителей. Например, агенты будут анонсировать проблемы и задачи на свободный рынок, а другие агенты - предлагать их решения, цены и качества. Такая децентрализованная смесь ebay-mechanical turk-fiverr с использованием системы доверия на блокчейне.

Если интересно присоединиться, ставьте встречу в календарь - 12 марта, в 18:00 по CET/20:00 по Москве. Длительность 1.5-2 часа. Формат - живая дискуссия.
Ссылка на зум: https://us06web.zoom.us/j/6587454676?pwd=TFkrbkdRVjBBTEZCRmRjZXpQbFh5Zz09&omn=82735755105

До встречи!

„Жизнь — это то, что происходит с тобой, пока ты строишь другие планы." — Джон Леннон

"Какой лучший совет вы получали в жизни?" — увидел я недавно вопрос при знакомстве на Bumble и задумался.

Пару часов созревал ответ, и я нашёл его. 25 лет назад, когда я практиковал городское вождение перед сдачей на права, и вслух рассуждал о том, куда перестроюсь через 30 секунд и как поеду через минуту, отец дал мне совет: "Не торопись и не забегай вперёд, после того как все поедут, обстановка поменяется. Лучшее, что ты можешь делать — следить за ситуацией на дороге прямо сейчас, понимая, куда тебе нужно ехать".

Совет я не только принял к сведению, но и, похоже, достаточно часто применяю его в своей жизни. Да, какие-то решения требуют чёткого плана и следования ему. Например, чтобы построить дом, нужно иметь проект, иначе может выйти чёрти-что. Но если задуматься — в жизни не так много проектов, где закладываемый каркас определяют ваш успех. Более того, чрезмерная увлеченность целью серьезно ограничивает нашу способность обнаруживать выгодные возможности по пути.

Возьмём, к примеру, обучение в ВУЗе — ну это же сущая глупость: имея возможность учиться у кого угодно, просто зайдя в соседний кабинет, ограничивать студентов программой по конкретным предметам, которые определили какие-то люди, сами учившиеся несколько десятков лет назад. Или в работе — если ставить себе цель сделать карьеру, получить какую-то конкретную высокооплачиваемую позицию, то вы упустите ряд возможностей, которые откроются вам по пути.

Последние полгода я достаточно интенсивно изучаю тему Generative AI и ищу источники информации о том, что происходит в индустрии. Совершенно случайно в подкасте Machine Learning Street Talks я наткнулся на упоминание книги "Why Greatness Cannot Be Planned: The Myth of the Objective", в которой профессор Кеннет Стенли (кстати, бывший работник из OpenAI) рассматривает проблему чрезмерной озабоченности целями во всех областях нашей жизни. Беседу с ним вы можете посмотреть по ссылке: https://www.youtube.com/watch?v=pWIrXN-yy8g

Чрезмерная увлеченность целями — главный враг серендипности. Я уже писал истории о влиянии этого феномена на мою жизнь: https://news.1rj.ru/str/c/1571052868/164
Серендипность - такое стечение обстоятельств, которое привело к совершению неожиданных прорывов и изобретений там, где они не планировались. Микроволновая печь была изобретена благодаря растаявшей конфете при совершенствовании магнетронов в радарах.
Случайно поразившая чашку Петри плесень остановила развитие бактерий - так был придуман пеницилин. Не менее неожиданно были обнаружены рентгеновские снимки, анестезия N₂O, застёжки Велкро и Тефлон, Виагра и сахарин. Самая крутая история — как были изобретены картофельные чипсы, погуглите.

Бытует мнение, что случайностью невозможно управлять, а значит невозможно полагаться на серендипность в своей жизни, науке или в бизнесе. Вот несколько рекомендаций о том, как можно увеличивать вероятность открытий:

1. Следуйте за вашими интересами и увеличивайте разнообразие ваших экспериментов. Чем в большем количестве разнообразных проектов вы участвуете, тем большая вероятность того, что случайное открытие станет возможным.

2. Создавайте системы, склонные к серендипности. Снижайте влияние целей — чем меньше вы заняты достижением какой-либо поставленной цели, тем больше внимания уделяете случайностям на пути.

3. Избегайте соревнований в популярности. Традиционные социальные медиа ставят во главу угла лайки, количество фолловеров, торгуя нашим вниманием — подобные консенсусные системы снижают многообразие взглядов. В результате люди не получают возможность познакомиться с теми уникальными вещами, которые могут быть для них наиболее интересными или трансформирующими.
По этой причине очень важно следовать за своими интересами, а не за инфлюенсерами, потому что последние будут всегда работать в интересах широкой аудитории.

4. Повышайте шансы у проблем и идей среднего качества. Вместо того, чтобы максимизировать эффективность проработки одной темы (это приводит к снижению разнообразия в вашей деятельности) просто отфильтровывайте некачественный контент и считайте равными все идеи.

5. Повышайте агентность. Серендипность тесно связана с автономией — возможностью следовать вашим собственным интересам. Системы, ориентированные на цели (например, такие, как описанные выше социальные сети, которые нацелены на повышение вовлеченности) ограничивают участников в их аутентичном проявлении. Свобода следовать за собственными интересами, увеличение сложности поведения и разнообразие знаний приводят к разнообразию экспериментов.

Это не первая книга о серендипности, которую я читаю. По сравнению с “Неслучайной случайностью”, которую я проглотил за несколько дней, она отличается основательностью. Благодаря ей мне удаётся переосмысливать важность отсутствия жестких целей, ориентацию на интерес, происходящее сейчас и расширение поля возможностей. Именно поэтому я выбрал в своё время строить дом, а не покупать квартиру - дом можно строить для в комфортном для себя ритме и организовать всё так, как нужно тебе. Почему уходил с высокооплачиваемой и уже осточертевшей работы в неизвестность, когда интерес заканчивался - и открывал новые возможности, которые принципиально меняли качестве экспериментов. Завершал отношения, когда становилось понятно что нам с партнёром по пути, и обнаруживал, как вырос благодаря отношениям.

И в очередной раз убеждаюсь в верности выбранного пути — следовании за своим любопытством и ценностями, а не модой, безопасностью, комфортом, и большими деньгами. Иногда, конечно, становится страшновато. Но когда я вспоминаю ощущение бессмысленности и бесполезности существования, которые сопровождают кажущуюся безопасность или модную должность, страх уже не кажется слишком большой оплатой за свободу.

Напомню, о важности следования за аутентичным интересом говорят Наваль Равикант — в его альманахе, о которой я писал тут https://news.1rj.ru/str/kadomsky/190,
И Пол Грэм, в своём монументальном лонгриде "How to do great work” говорит о практически том же самом, что и Стэнли : https://news.1rj.ru/str/kadomsky/85, как и Талеб в своей Антихрупкости.

Кстати, отмечу, что автор книги, специально ушёл из OpenAI, чтобы открыть свою социальную сеть, где взаимодействие построено по принципу графа интересов, а не социальных связей. Выглядит сайт странно, я пока присматриваюсь что там внутри: https://www.heymaven.com/

Любой человек должен уметь менять пелёнки, планировать вторжения, резать свиней, конструировать здания, управлять кораблём, писать сонеты, вести бухгалтерию, возводить стены, вправлять кости, облегчать смерть, исполнять приказы, отдавать приказы, сотрудничать, действовать самостоятельно, решать уравнения, анализировать новые проблемы, вносить удобрения, программировать, вкусно готовить, хорошо сражаться, умирать с достоинством. Специализация — удел насекомых. - Роберт Хайнлайн


Подался я пару часов назад на распрекраснейший ивент в Варшаве. И язык вроде английский, и тема - Создание устойчивых сообществ. Думаю, засиделся дома, нужно пойти, умных людей послушать, поговорить о том, как существуют ныне сообщества.

Спрашивают в форме регистрации - какое сообщество строите?
Честно отвечаю - есть у меня сообщество мультипотенциалов, и планирую его развивать, потому что верю в то, что именно они имеют всё шансы добиваться исключительных результатов - просто за счёт того, что за свою жизнь успевают попробовать очень много всего и способны видеть проблемы на стыках областей знаний.
Ну в общем, интересно про серендипность в бизнесе поговорить, в целом. Даже LinkedIn спросили - вот думаю, какие серьезные - точно публика будет интересная.

Но через 15 минут после регистрации приходит отказ: мол, извнините-простите: We were carefully reviewing all registrations and could include only those who are clearly community builders.

Я даже удивился - рыбак, выходит, рыбака не видит издалека, если во мне строителя сообществ не разглядели. Пошёл ещё раз смотреть на ивент, и увидел, что у ключевого спикера есть собственная книга Community in a Box. Ну тут уже я даже немного порадовался, что не позвали. Во-первых, ну зачем мне сообщество в коробке, когда в моих сообществах в основном люди, которые think outside the box.

А во-вторых, если уж на мероприятие меня не позвали, то появилось больше времени, чтобы описать идею вам.

Про то, что теперь о том, что специализация - удел насекомых говорит уже не только Хайлайн. CEO Fiverr ему в какой-то мере ему вторит, утверждая, что низкоквалифицированного труда скоро не станет, и профессионализм нужно повышать, и быть постоянно готовым учиться новому.

(https://www.reddit.com/r/ArtificialInteligence/comments/1kgvl8h/fiverr_ceo_to_employees_here_is_the_unpleasant/)

Я согласен с тем, что чем более формализуема ваша работа, чем больше вероятность, что её можно будет заменить при помощи ИИ. И для кого-то это плохие новости, но я не берусь судить о будущем в таких глобальных категориях - ну кто я такой по сравнению с CEO уважаемых компаний, Курцвейлами, Альтманами и прочими Амодеями, ума у меня на следующую “машину любящей благодати” не хватит :)

Но что-то мне подсказывает, что мультипотенциалы если и не будут последними, кого ИИшка сможет заменить, то точно находятся где-то в конце очереди. По одной простой причине - основная проблема всех современных моделей, это неспособность к абстрактному мышлению - для решения прикладных задач применяется распознавание паттернов, а не абстракции.

Сейчас всё больше ресурсов тратится на то, чтобы обучить модели делать reasoning, по сути очень напоминающий брутфорс. На мой взгляд, без абстрактно-символьной логики сложные и новые задачи не порешать - и тут я опираюсь на Yann LeCun из Meta и François Chollet, который недавно выпустил вторую версию своего замечательного ARC-AGI бенчмарка, который решается человеком на 100% а топовыми моделями лишь на 4%.

По моему личному опыту, особенность мультипотенциальных людей с разнообразным профессиональным опытом как раз в том, что мы умеем абстрагироваться от задачи, и благодаря трансконтекстному мышлению находить решение проблем в новых для себя сферах - опираясь на модели из тех областей знаний, которые мы уже освоили.

И я вынашиваю идею о том, что неплохо было бы помогать мультипотенциалам искать своё место под солнцем. Через развитие агентности - через использования ИИ инструментов, которые могут забрать на себя практически всю рутинную деятельность. Через осознание своих сильных и слабых сторон - через практики самонаблюдения, разнообразные тесты и обратную связь от сообщества. Через правильное позиционирование и развитие личного бренда - но не в классическом стиле “иди и пиши в LN очередную пургу по методичке раз в три дня” - а через использование того, что у вас получается естественным образом. Через осознание кому вы нужны и предложение себя бизнесам - но не через игольное ушко вакансий и рекрутёров-фильтров - а так, чтобы ваша уникальность была понятна именно тому, кому вы действительно будете полезны, ну или запуск своего дела, если вы к нему созрели.

Конечная цель мероприятия - повышать вероятность успеха через поиск нового и приятные случайные события - как для личного блага, так и в бизнесе.

Что скажете, интересно было бы в таком поучаствовать?

Есть у меня давний друг, который много лет назад рассказал мне историю о том, как он понял, что женщина, которая лежит рядом будет его женой. Он задал ей такой вопрос: Помнишь сборник задач по математике под редакцией Сканави? Решала задачи со звёздочкой?
Она выразительно посмотрела на него и ответила: -Ну конечно, это же самое интересное!

Последние пару месяцев я много разговариваю с теми, кто идентифицирует себя как мультипотенциал и движется по жизни от одной задачи со звёздочкой к другой. Читаю исследования и книги о креативности, серендипности и роли случайности в жизни, науке и бизнесе. С удивлением для себя обнаружил, что феномен мультипотенциальности изучается с 1971го года - при этом в массовой лексике не закрепился ни один из терминов, кроме невнятного “генералиста” или “мастера на все руки”.

Я уже писал, что пару месяцев назад наткнулся на книгу Why greatness cannot be planned, и у меня окончательно сложился пазл о том, почему мультипотенциалы с трудом находят работу через классический процесс найма через подачу резюме на вакансии.

Представьте себе типичный найм в усредненной компании. Вы нанимающий менеджер, у вас есть годовые цели, выполнив которые вы получите бонус. Вы декомпозируете работу на части, и формируете ожидания от кандидатов - для получения желаемого результата нужны специалисты, которые будут выполнять работу с предсказуемым качеством.

Рекрутинговая команда берёт ваши вакансии в работу и закрывает их (я всегда с настороженностью относился к тому, как это называется - “вакансия закрыта”, ей богу, звучит как “баба с возу, кобыле легче”, когда у команды рекрутинга в качестве цели стоит SLA по скорости закрытия вакансий, вопрос о том, как там справляются новые сотрудники - один из последних, которыми они будут интересоваться).

Если к вам в процессе попадается кандидат, у которого нет релевантного опыта в прошлом, а навыки не совпадают с теми, которые нужны вам - ему чаще всего отказывают. То же самое происходит и кандидатами, которых называют overqualified.

Я долго не мог понять о причинах последнего феномена - ведь вот тебе человек, который дошёл до вас, который знает и умеет больше чем нужно, подкрути систему и найди ему применение. Но причина в том, что задача сотрудников, менеджеров и рекрутёров в нашей гипотетической организации не в том, чтобы делать сильно лучше. Задача не сделать хуже, и вообще - не рисковать.

Ведь, придя на новое место такой человек начнёт копать и найдёт какую-нибудь проблему, которую придётся решать. Или, хуже того - вообще придумает новое направление, и уйдёт его реализовывать - а вам придётся искать ему замену, чтобы закрыть свои годовые цели и получить ожидаемый бонус.

Я, если что, описываю сейчас свою карьеру - ещё ни разу у меня не получалось задержаться в той позиции, на которую меня нанимали, дольше чем на несколько месяцев. По молодости я был скромен - перед тем, как начать говорить, что роль мне жмёт и “смотрите сколько у нас тут интересного, а давайте сделаем вот это и запустим вот то” я дожидался конца испытательного срока. На последних местах в найме я делал это прямо в процессе собеседования, которое чаще всего происходило с собственниками или лидерами организаций. Я объяснял, что скорее всего в процессе знакомства с компанией я буду находить что-то более любопытное для меня и получал согласие на то, что организация готова к моим переходам в новые роли, если это будет полезно компании. Последние несколько лет я работаю над собственными проектами, а также в коллабах и в fractional ролях с другими организациями, это позволяет на берегу договариваться об условиях сотрудничества и бодро говорить “нет” в процессе, даже если в начале казалось что “да”.

Давайте посмотрим почему для мультипотенциалов не подходит классический найм. Когда вы предлагаете своё резюме при найме на вакансию, на что смотрят в первую очередь? На ваш предыдущий опыт - а как же ещё определить, справитесь ли вы с будущими задачами?

В этом и заключается основная ошибка - все привыкли смотреть в прошлое, чтобы предсказать будущее, а для мультипотенциалов это не работает. Если возвести утвердждение в абсолют - специалисты решают хорошо определенные задачи с предсказуемым качеством, мультипотенциалы - находят плохо сформулированные проблемы, и занимаются поиском их решения.

Люди, в чьём ведении в организации находятся такие проблемы очень редко занимаются классическим управленим по целям: они ищут источники для роста своего бизнеса с темпом, быстрее чем по рынку и готовы рисковать и создавать вакансии под людей.

Моя подруга, мультипотенциалка, рассказала мне недавно как придя в компанию в новой для себя роли главы по продажам начала искать сотрудника для решения проблемы, которую не могла чётко сформулировать для себя. Было ясно, что проблема была на стыках нескольких отделов и областей знаний.
Всё что предложила рекрутёр компании, сесть и вместе описать требования к специалисту. Худо-бедно, с горем пополам вакансию они описали, но отсмотрев поток резюме, которые пришли за неделю им стало понятно что люди совсем не те.

Удивительно, но подходящий человек нашёлся сам - он пришёл в компанию, рассказал, что работал раньше в их клиенте, а потом какое-то время делал свой продукт. Он не закрывал и половины описанных требований, но у него было самое важное качество - любопытство чтобы решить задачу. В ходе сбора рекомендаций стало ясно, что человек любит докапываться до сути проблемы (ужасное качество для сотрудника корпораций) и вообще готов уйти с насиженного места, чтобы уйти делать что-то новое и любопытное для себя (родственники в частности и общество в целом тут смотрят на тебя как на умалишонного).

Я не говорю о том, что предыдущий опыт не важен - это не так, для многих из нас он является опорой, которая позволяет нам понимать людей, говорящих на разных профессиональных языках.
Гораздо более важной является способность быстро учиться и проявлять природное, неугасающее любопытство к изучению новых сфер и решению проблем, которые никто не решал.

В теории менеджмента существует такое определение, как злая, или коварная проблема (wicked problem) - это проблема, которую трудно или невозможно решить из-за неполных, противоречивых и меняющихся требований, которые часто трудно понять или осознать. Одной из важнейших её характеристик является то, что проблема не понимается до тех пор, пока не будет сформулировано решение. Каждая такая проблема является уникальной, и каждое решение такой проблемы - однократная операция.

В своей книге Универсалы Девид Эпштейн (Range, David Epstein) разделяет добрые и злые среды обучения (kind and wicked learning environments) в первых можно учиться на ошибках, в них паттерны повторяются снова и снова, обратная связь является точной и её можно получать очень быстро. В злых средах правила игры обычно не ясны, а обратная связь приходит с задержкой или же вообще отсутствует. Он приводит в качестве примера добрых сред гольф или теннис, где есть понятные правила. При этом большая часть мира - это злые среды, их можно сравнить с “марсианским теннисом”: вы видите других игроков с ракетками на поле, но никто не договорился о правилах, которые меняются без предупреждения - и это ваша задача их выяснять.

Непредсказуемость, неопределенность, понимание того, что такое ещё никто никогда не делал, - это те территории, где любопытные люди могут максимально полно реализовать себя с пользой для окружающих, и моя задача - помогать им находить такие среды.

Кстати, сама по себе задача метчинга мультипотенциалов организациями, у которых есть релевантные проблемы тоже по своей по сути является wicked problem, у которой нет универсального решения. Мультипотенциалы слишком сложны и уникальны, чтобы создавать для них one size fits all обучение или систему коучинга. Точно то же самое можно сказать и об организациях, перед которыми стоят нетривиальные задачи - их сложно даже осознать, не говоря уже о том, чтобы рассказать о них на публике.

Но от этого становится лишь любопытнее. Раньше на старинных картах в таких местах писали «Здесь водятся драконы». Теперь не пишут. Но это не значит, что драконов там нет. Если вам интересно - можете написать мне в личку.

“Не иди туда, куда ведёт дорога, иди туда, где дороги нет и проложи свой путь.”
- Ральф Уолдо Эмерсон

Внезапная эмиграция сначала полностью разорвала, а потом начала медленно перестраивать мои социальные связи. Для меня, экстраверта, это был болезненный, неприятный, местами страшный процесс - но именно благодаря ему мне удалось несколько лет рассматривать то, какой я на самом деле - не будучи определенным ожиданиями социума, семьи, коллег, да и просто людей, которые находятся рядом. Удавалось окукливаться и перестраивать внутренний мир. Это очень необычный процесс, и было ощущение, будто вместе с людьми пропадают какие-то части меня - казалось бы, безвозвратно.

За пару лет я почти полностью перестроил круг общения - но недавно обнаружил непередаваемое удовольствие от встреч с теми, кто был в моей жизни 3 или 5 лет назад, а недавно у меня была прогулка с товарищем, не поверите - которого я не видел 23 года. Вы не представляете как забавно вставлять в разговор словечки, который прекратили использовать две декады назад.

Я думаю, что каждый человек в нашем окружении отражает и помогает иначе рассмотреть какую-то важную частичку себя - а иногда целую гроздь или ветвь, если ваша встреча раньше была долгой или особо значимой.

В моём окружении есть люди, которые с которыми вроде бы вращаешься на совершенно разных орбитах, и пересекаешься в год или два, а то и реже - но эти встречи бывают очень важными.

Одна из таких моих друзей - Таня Апет, мы познакомились несколько лет назад, но развиртуализировались только этой весной - в Афинах. Сидели, ели её оладьи с вареньем, и разговаривали про жизнь, как будто знаем друг друга много-много лет, и виделись только вчера. А потом не протяжении несколько месяцев распаковываешь смыслы и идеи, которыми вы обменялись. Таня - один из таких людей, которые каждый день открывают свой путь, наша дружба меня очень вдохновляет.

Мы познакомились когда я вместе с одним беларуским стартапом исследовал форматы альтернативного обучения. И благодаря Тане узнал не только про то, что домашнее обучение возможно (её трое детей не ходили в обычную школу), но и про то, что, оказывается, существует процесс расшколивания (unschooling), благодаря которому детки снова начинают доверять учителям и любить учиться. Тогда Таня помогала беларуским родителям запускать свои собственные домашние программы обучения.

Последние несколько лет Таня живёт в Греции и занимается помощью современным кочевникам, исследует как и кого дорога может не утомлять, а исцелять: она психолог и тренер творческих состояний, проводница в психотерапевтических путешествиях.

Во вторник, 17 июня, в 9:00 по Варшаве мы беседуем о том, чем мультипотенциалы похожи на кочевников, и как находить себя вне традиционного найма, если ваша экспертиза - в создании управляемого хаоса и решении проблем, которые трудно описать. Поговорим о роли серендипности в жизни и в работе, и как выстраивать их таким образом, чтобы выгодных счастливых случаев становилось больше.

Если хотите узнать какая дорога действительно лечит, и как по ней идти - добро пожаловать в канал Тани: https://news.1rj.ru/str/nomad_art_support Наша встреча будет проходить там.

Оставшаяся часть июня и первая половина лета будет временем онлайн-коллабораций и бесед с близкими и интересными мне людьми, да и целыми сообществами. Скоро расскажу про своё занятие в рамках лаборатории осознанной автоматизации в AI Mindset Lab, которое Саша с обновленной командой (https://news.1rj.ru/str/ai_mind_set/212) запукают 23 июня.

Я буду не только спикером, но и загляну и участником - время моего активного изучения AI-инструментов затормозилось, похоже что пора немного структурировать знания вместе с группой других профессионалов. Я состою в профессиональном сообществе выпускников их ИИ-лаборатории больше полугода, и это одно из немногих мест, куда хочется не только возвращаться, но и вкладываться.

Ну и коль пост пятнишный, ниже традиционная музыкальная ссылка, послушайте что делает с классикой этот улыбчивый парень:
https://www.youtube.com/playlist?list=PLYS1SQ151soHzkYl9__VzDwVd89Cg8ApD

Приятной пятницы и выходных ❤️

Напоминаю, что завтра в 9:00 по Варшаве мы гуляем с Таней Апет, она в Афинах, я в Варшаве и транслируем беседу в её канал. И говорим о том, почему на проторенных путях мультипотенциалу успеха не сыскать, и как искать где на современных картах "Hic sunt dracones".

Любопытно, что несмотря на то, что я считаю себя достаточно power user в ИИ, говорить и писать на эту тему мне очень трудно. И дело наверное не в том, что контента и шума столько, что кажется — что ни скажи, кто-то уже говорил об этом. Дело ещё и в каких-то невероятных скоростях - мне трудно сравнивать текущее состояние индустрии с тем, что было год назад - таких запредельных скоростей изменений за 20 лет в ИТ я не встречал ни в одной из областей. А я не умею писать и реагировать своими историями быстро, мне нужно, чтобы тема вызрела и оформилась.

Именно поэтому я очень не люблю обсуждать хайповые темы, и уж точно не вижу смысла писать про них - а ИИ это какой-то сплошной хайп. И я считаю, что настоящий evergreen content получается только когда пишешь не по плану, или с целью получить результат. Начиная каждый пост, я понятия не имею, про что он будет - я обычно имею смутные очертания темы, которую я буду исследовать, и естественным образом получается, что я пишу про свою рефлексию, про необычные идеи или нишевые продукты. И никогда не использую ИИ чтобы писать материал.

Я использую ИИ в основном для своих экспериментов - с данными, различными сервисами, или же для поиска новой информации и знаний. Я не вижу смысла писать про достаточно понятные кейсы о том, как автоматизировать рутину - таких мануалов вы найдёте в интернете достаточно. Я ищу способы разблокировать креативность при помощи ИИ не просто разгружая себя от рутинной работы, мне интересно делать то, что раньше мне было принципиально недоступно.

Раньше, пока я работал в офисе, брейнстормить и создавать и тестировать новые идеи можно было вместе с командой — вокруг меня были умные ребята, профессионалы из разных областей, которых можно было вдохновить попробовать что-то новое. С 20-го года я работаю над своими проектами, часто в микрокомандах, и удалённо, и это внесло коррективы в процесс - стало сложнее учиться и работать - когда вокруг нет питательной среды и других людей, от которых можно вдохновляться - приходится обеспечивать поток интересных идей и возможностей самостоятельно. Зато появилось больше свободы, без корпоративных и огранизационных рамок можно больше заниматься тем, что больше похоже на игру, чем на работу.

Мне трудно назвать то, что я делаю при помощи ИИ работой. Работа для меня — это то, в результате чего появляются какие-то ценные и полезные артефакты, в которых я уверен. С ИИ у меня скорее исследовательские отношения - я изучаю Зубчатую Границу возможностей и применимости ИИ-решений (этот термин в своей книге "Co-Intelligence" ввёл Итан Моллик, очень рекомендую её к изучению, если вы её не видели), создаю полуфабрикаты и прототипы для того, чтобы строить из них в будущем более комплексные системы.

В моём окружении есть люди, которые создают enterprise ИИ-решения - стабильные и надёжные платформы, и представляю, сколько стоит подобная разработка, чтобы обеспечить стабильность результатов, и мои эксперименты на фоне таких систем сложно назвать серьезными.

Но если относиться к экспериментам с ИИ как к игре, то можно получать просто фантастические результаты, о которых ещё год назад мы могли только мечтать. Представьте себе, что теперь можно наговорить голосом свои идеи, так же голосом ответить на 5-10 уточняющий вопросов, и через 10 минут получить пятидесятистраничный аналитический отчёт со ссылками на материалы - научные публикации и другие источники, из которых он скомпилирован. Или когда за полчаса можно собирать прототипы, на создание которых раньше уходили часы или дни целой команды?

Через две недели, 2 июля, я выступаю у ребят из AI Mindset с гостевой лекцией о том, как устроена креативность, причём тут управляемая случайность, и какие практики в использовании ИИ позволяют добиться неожиданных результатов.