Приходится доказывать, что делаем полезную работу. Проблема: протестировали, не нашли багов -- никакой пользы. И ощущение рутины. А еще сложно присваивать достижения, потому что не отделяется от командных. Фича зашла -- это команда, а если не выстрелила, то что протестировано хорошо -- не дает вдохновения.

Что делать?

* Записывать достижения -- мы забываем
* Провести мысленный эксперимент «а что если без тестирования», или даже уйти в отпуск.
* Право на уважение

Все это -- системный вызовы профессии.

Что сделать завтра?

* Достижение результата снова и снова. Запишите результаты за последние три месяца, и дальше ведите такой список. Можно посмотреть таск-трекер, мессенджер и другие артефакты. Или вспомните.
* Запишите в формате STAR(R): situation, task, action (что сделал), result, reflection (не обязательно). Например, приходит «будем сокращать TTM», вы сократили, багов больше, не улучшилось. Вы сделали чек-лист для отправки на тестирования, разработчики проходят -- сокращаются возвраты. Я тут замечу, что это похоже на протокол авторизации результата, о котором рассказывает Анна Обухова, и там есть две важные части: как достигнутый результат связан с крупными целями, и как я могу рассказать это другим -- это фиксирует историю в долговременной памяти как часть личной истории. Возможно, это входит в result и reflection, но тут важные акценты. И у авторизации результата есть негативный вариант, чтобы отпустить неудачу.
* Нарисуйте круги влияния. Контролирую то, что делаю сам, например, как заполняю баг-репорты. А если решение о допустимости выпуска принимаете не вы, то вы влияете, но не решаете. Внешние обстоятельства -- не них не влияешь.
* Запланируете способ, как сделаете работу видимой -- на доске, в виде артефактов и так далее. Сделайте презентацию для коллег: что входит в тестирование, почему занимает столько времени, что даст автоматизация.

#sqadays Сергей Атрощенков. Нейроохота на баги: что происходит в мозге тестировщика? Интересный доклад про работу мозга и когнитивную нагрузку тестировщика. У Сергея диплом психолога, был модуль нейропсихологии, ему было интересно, увидел реальные научные исследования, сейчас магистратура нейропсихолога.

Тестирование -- сложная когнитивная деятельность. Оно посложнее многих других дисциплин в ИТ.

* В нем много анализа -- работа с требованиями, проектирование сценариев, предсказание работы системы.
* Тестирование -- под постоянным давлением
* Много коммуникаций
* Абстрагирование -- в ширь, вглубь, в стороны
* Мозг -- чтобы выживать, а не тестировать софт.

Зачем нейрофизиология? Тестирование -- не чтение кода, не только на уровне логики. Читая код, задействуем левое полушарие, при тестировании -- задействуем правое. Задействуется нейронная сеть, которая работает для логики и математики. Мозг работает так. То есть при тестировании мы решаем задачи.

* Мозг имеет свойство уставать, это нормально. И он устает от тестирования.
* Рабочая память ограничена.
* Вовлечены сознательные и бессознательные процессы.

Есть исследования, которое показало,что люди, у которых выше объем памяти, более успешно справляются с задачами тестирования -- находят больше багов, которые нетривиально найти.

Когнитивный цикл тестирования.

* Планирование -- фронтальная кора
* Теменная доля -- внимание и рабочая память
* Понимание контекста -- височная доля
* Обнаружение аномалий -- передняя островковая доля

Когнитивная нагрузка. Память занята: система, ожидаемый результат, возможные креш-кейсы, часть архитектуры системы, бизнес-поведение системы. Минимум 5-6 элементов. Детальные тесты разгружают память -- но увеличивают ttm, нужен баланс. Если вы решаете задачу, а вас грузит менеджер -- печалька, перегруз.

Бессознательная когнитивная часть, интуиция, система-1 -- то, что работает в автопилоте, на основе интуиции, распознаем паттерны и эмоции. Если система повела так, то ошибка так. Система-2 -- про систематическую работу с требованием, документации. Многие находят ошибки интуитивно, и это -- круто, значит можно обернуть в процессы. Интуиция -- неотрефлексированный опыт. Мы уже что-то получили, но не понимаем как работает. Передняя островковая кора -- когда мы увидели, что что-то пошло не так, еще до осознания. И это -- интуиция. Это можно качать.

Как прокачивать опыт. Можно поучаствовать в теневом режиме как разработчик или аналитик. Разработчик дает задачу тестировщику и они в паре делают, потом тестировщик полностью делает, только результат. И в продуктом -- бегать по всем встречам, и расширяет познание. Если такого нет -- то хотя бы из другого домена. Это позволит превратить интуицию во что-то осознанное.

Эмоции -- это сильный оракул, который позволяет понять, что что-то пошло не так. Развивая работу с эмоциями, мы можем найти оракул, где проблема.

Ага-момент. Мы получаем озарение. Моменты, когда ищешь-ищешь, проблема не находится. А через некоторое время, на обеде -- приходит озарение. Это происходит из-за туннельного эффекта, мы погружаемся, а потом оно всплывает. И когда решили -- выброс дофамина. Это помогает развиваться, и развивать мозг как орган. Если не брать дешевый дофамин, пролистывая ленту, а погружаемся.

Когнитивные ловушки. Докладов -- множество, и их 200+. Он выбрал три, которые редко упоминают.

* Ловушка подтверждения. Проверяем только happy path -- хотим подтвердить, что работает. Особенно в ограниченном времени.
* Доступность. Полагаемся на баги, которые нашли, и смотрим в эту область. Не обращаем внимания на другое. Например, на тестирование формы, при том, что перепутали логотип.
* Якорение. Фиксируемся на первой проблеме. Нашли баг, не понимаем с чем связано, идем к разработчику, в чем причина -- исследуем, долго, не находим проблемы -- потому что проблема в другом месте.

Что с ними делать? Якорение -- строим равномерное покрытие, структурирование подхода, кросс-ревью тестов. Ловушка подтверждения -- шесть шляп, меняем позицию. Доступность -- чек-листы и все то, что делает тестирование скучным.

Ловушки не приговор. Мозг может обучаться. Проводили МРТ студентов, обучение программированию увеличивает количество серого вещества.

Мы приходим к опыту работы. Работаешь год, и казалось бы все знает. Нет, мозг не развился настолько, сколько у сеньора за три года. Даже если он может решать задачи -- он это делает тяжелее. И дайте время мозгу развиться, зафиксировать достижения, а потом увеличивайте сложность. Есть статья -- число лет от новичка до эксперта. Новичок -- полгода, продвинутый год-полтора, эксперт -- три. Нейропластичность качают, беря разнообразные задачи. Что-то узнали -- попробуйте сразу, через три часа, через день, через 10 дней. А еще -- спите, отдыхайте, люди плохо умеют это делать.

Различие мозга между разработчиками и тестировщиками -- есть исследование. В частности -- разработчики менее дисциплинированы, чем тестировщики. Там интересный слайд, надо будет посмотреть.

Что делать? Можно учитывать в профессии, учитывать в специализации, учитывать рабочую нагрузку подчиненным и менеджеру тоже намекнуть это.

И в заключении -- маленькое дополнение. Мозг не устает таким же образом, каким устают мышцы, которым после тяжелой работы нужно питание, еда. Мы воспринимаем как усталость мозга отсутствие подкрепления. Потому что разработчик (или тестировщик) устает делать задачи и идет играть в Warcraft, где когнитивная нагрузка выше, но есть эмоции. Подкрепление можно научиться выдавать себе самостоятельно, или получать через похвалу.

Спасибо Сергею! А нейрофизиология -- очень интересно, и психологам пора бы пересобрать свои модели на их основе. Но они не торопятся, так что мне пришлось самому, получилась книга «Инженерная модель личности».

Опубликовал отчет https://mtsepkov.org/SQAdays-2025b: собрал посты-конспекты с конференции #sqadays и дополнил их теми докладами, по которым не успел опубликовать отзыв во время конференции. Среди дополнений -- прекрасные доклады Дмитрия Воробьева и Натальи Руколь, а всего в отчете 14 докладов, среди которых еще отмечу доклады Ивана Степнова, Сергея Атрощенкова и Ольги Артемьевой.

Для меня темой конференции был ИИ, и она хорошо показала, что есть две категории людей: одни просто делают, а другие -- продолжают смотреть скептически, говоря «ИИ же ошибается», или «ИИ же глупый» или даже «это все хорошо, но интеллекта там нет». И истина -- не по середине, она на стороне тех, кто делает, а не тех, кто просто критикует.

Воспользовался праздниками и обработал те заметки с ПИР, по которым не успел опубликовать конспект https://mtsepkov.org/PIR-2025. Новые выступления: Марина Починок, Татьяна Мужицкая, Анатолий Коротков, Ваня Молчанов, Арина Багаева, Катерина Медведева, Михаил Кларин, Галина Лебедова, Аркадий Цукер, Мария Мирова и Оксана Унтилова (путешествие на Аляску), Анна Шатилова, Сергей Градировский и Валерия Терентьева. Они дополнили то, что было раньше: Гарретт Джонстон, Андрей Комиссаров, Анна Валл, Марк Розин, Сергей и Виктория Бехтеревы, Сергей Бочаров, Нюта Федермессер, Дмитрий Сендеров, Елена Черникова и Артем Соловейчик. Всего в конспекте 24 выступления, которые я слышал за 4 дня.

Опубликовал отчет с #Highload https://mtsepkov.org/Highload-2025 Я был только один день, в четверг, поэтому докладов немного. Основное, что я вынес -- совершился переход от конкретных проектов на основе ИИ к включению приложений с ИИ в ИТ-ландшафт, и связанный с этим переход от DevOps к ML-ops. Отмечу, что тема была продолжена на #ArchDays, на которой я был в пятницу, ждите отчет. Там был доклад Газпром Нефть, где они поделились архитектурными схемами, используемыми для построения такого ландшафта, и еще ряд интересных докладов. А пока -- читайте про Highload. Ну а в понедельник-вторник я на #Teamlead

#ArchDays продолжило тему встройки приложений с ИИ в ИТ-ландшафт. Александр Войновский и Олег Зоткин из Газпром Нефть показали свои архитектурные схемы для такого ландшафта, Руслан Серкин рассказывал о том, какие технические долги ИИ помогает разгребать, а какие -- приносит, а Павел Кан рассказывал про построение систем на основе маленьких специализированных моделей. Но были и чисто архитектурные доклады, среди которых надо отметить рассказ Сергея Баранова про экономические аспекты архитектурных решений со вполне годными моделями и, главное, кейсами оценки конкретных решений. Читайте отчет https://mtsepkov.org/ArchDays-2025

Слайды моего доклада -- на моем сайте https://mtsepkov.org/ArchEA-AD Кейсы для мастер-класса мы будем выбирать из предложений участников, нужен кейс, который не требует многих подробностей: его можно рассказать с нуля и накидать бизнес-процесс за 5-10 минут. Разбирать будем один кейс, но у меня можно получить консультацию по вашим кейсам в перерывах или на афтерпати.

Интернет принес прекрасную статью про матан https://habr.com/ru/articles/964282/ - там разные модели объяснений. Прочитал - вспомнил эти констркуции. У нас, кстати, использовали оба языка, по Коши и по Гейне, и тренировали переходить между ними. А в математическом кружке при Университете (старшая школа) мы развлекались, доказывая всякие свойства вполне упорядоченных множеств и всюду плотных множеств, выводили теоремы про действительные числа из определения такого числа как последовательности десятичной записи с эквивалентностью (0) и (9), и много другого. До сих пор жалею, что задачи я кому-то отдал и оно пропали...

Перед выходными публикую свои впечатления от докладов на #Teamlead https://mtsepkov.org/TeamLead-2025-Msk -- читайте! У меня, правда, получилось быть только на небольшом количестве докладов, потому что на конференции было очень много знакомых и хотелось пообщаться. Тем более, что у меня в этот раз была интересная тема разговора про впечатления от поездки в Китай. Об этой поездке я на конференции давал интервью, оно было в общей трансляции, и потому в конспект включил тезисы: интервью короткое и все обсудить не успели. А еще в конспекте про совершенно неожиданное для меня выступление Александра Зизы про эмоциональный интеллект, Анны Обуховой про счастье, Алексея Рахманова про использование ИИ для решения задач техлида, Марии Седяевой о производстве мультфильмов по scrum, а также о выступлениях Рустама Агамалиева, Анатолия Дробкова, Мити Кожевникова и Андрея Волкова. Всем хороших выходных!

Публикую отчет https://mtsepkov.org/AnalystDays-2025b с конференции AnalystDays для меня оказалась очень содержательным завершением темы ИИ на осенних конференциях: SQAdays, Highload, ArchDays и Teamlead. Основных векторов развития два: (1) приложения с ИИ научились технологично встраивать в ИТ-ландшафт наряду с обычными приложениями, переходя от DevOps к ML-ops и (2) LLM успешно работает как индивидуальный помощник или специализированный функциональный агент, и теперь пора переходить к проектированию команд и компаний в целом с участием ИИ-агентов. На Teamlead я смог сформулировать: широко вещаемая цель замены людей или команд разработки на ИИ-агентов -- ложная, ведь никто не ставит целью собрать мощную команду из джунов, а ИИ по многим характеристикам пока именно джун. А вот задача эффективного включения в команды и компании ИИ-джунов с уникальной компетенцией быстрого доступа к любым знаниям мира, которая присуща LLM, в отличие обычного джуна -- вполне разумная и содержательная. И именно этот вектор получил развитие на AnalystDays в визионерском выступлении Димы Безуглого, который рассказывал о таком направлении развитии и о возможном месте аналитика в новом мире. А еще у Димы было гротескное представление мира ИТ, где менеджеры, не видевшие клиента и не знающие как работает система, ставят задачи разработчикам, не знающим ничего о компании.

Помимо выступления Димы, про ИИ я слушал Reydan Yasar, Анну Гурову, Дарью Рассказову и Елизавету Французяк. Кроме того, я хочу обратить внимание на выступления Анны Обуховой, которая впервые показала схему дофаминового пути мозга с уровнями энергии, Сергея Баранова, продолжавшее тему стоимости архитектурных решений, начатую на ArchDays, Светланы Дорониной с интересными кейсами для аналитика. А вообще все выступления, которые я слушал, были интересными, ПК конференции собрали хорошую программу. И мастер-классов тоже было много.

В прошлую пятницу 28.11 участвовал во Фронтире с Сергеем Бехтеревым, посвященном поездке в Китай, делился впечатлениями вместе с Сергеем и Марком и Натальей Кукушкиными. Был очень интересный разговор: хотя мы все были в поездке, и общее впечатление -- совпадает, было много деталей, которые дают важные акценты. Мы запомнили разное, а обсуждение вместе дало синергию. Запись ожидается, она будет опубликована на канале (на него ведет ссылка), а пока я решил поделиться своими тезисами. Думал ограничиться постом, но получилось много букв, поэтому читайте на моем сайте https://mtsepkov.org/FrontierChinaLeader, А мой отчет https://mtsepkov.org/ChinaLeader

Я верю в знаки судьбы. Поэтому когда сегодня утром я полез читать блог Анатолия Левенчука и увидел, что сегодня будет семинар по FPF-фреймворку, то собрался и поехал. Почему это -- знак судьбы? Потому что я смотрю блог Анатолия раз в пару месяцев, и то, что посмотрел столь во-время -- совпадение, счастливый случай, который позволил мне узнать новое. По свежим следам я написал отзыв, как у меня часто бывает, вместо пары абзацев получилось 5.5к знаков, поэтому читайте у меня на сайте https://mtsepkov.org/FPF-2025-12

А здесь коротко замечу, что First Principle Framework -- разработка Анатолия, с помощью которой он добивается от LLM системного мышления, а не попсовых рассуждений. Она выложена в открытый доступ на github и подключается к LLM подгрузкой файла (но LLM должна быть достаточно сильной). Так что вы можете сами пробовать использовать. Правда, для этого желательно самим разбираться в системном подходе, иначе у вас не получится задавать адекватные вопросы, а каков вопрос -- таков ответ. Я думаю. среди моих читателей много тех, кто проходил обучение на курсах Анатолия. а если нет, то руководства доступны бесплатно после регистрации на платформе https://aisystant.system-school.ru

Прочитал книгу Рэя Далио «Принципы изменения мирового порядка». В ней -- модель больших экономических циклов развития. Его модель -- не единственная, но в его книге -- множество графиков по различным показателям, которые он использует как опережающие индикаторы, позволяющие увидеть изменения до того, как они реализовались. А еще помимо историй ведущих стран -- лидеров промышленных революций -- Голландии, Англии и США, есть сборные обзоры по этапам большого цикла -- как один этап проявлялся в разные периоды в разных странах. Подробное рассмотрение отдельных стран, а не развития человечества в целом -- важная особенность книги Далио. А главное -- в книге есть обзор по Китаю, который явно проявляется как потенциальный лидер новой промышленной революции.

На моем сайте https://mtsepkov.org/DalioChangeWorld модель изложена несколько подробнее, а для хорошего понимания -- читайте книгу, она того стоит. Однако, отмечу, что, в отличие от модели Петра Щедровицкого и ряда других моделей, Рэй не рассматривает процессы сборки технологических пакетов и изменения системы разделения труда, которые и являются причиной повышения производительности, он ограничивается экономическими и социальными аспектами.

Прочел первую новеллу из книги Кай-Фу Ли и Чэнь Цюфань «ИИ-2041. Десять образов нашего будущего» и фиксирую впечатления по свежим следам. Наверное, продолжу читать книгу и если впечатления изменятся -- буду писать. Пока -- следующие тезисы.

1. Конструкция книги: новелла, написанная одним автором, потом научный разбор второго. Первая новелла -- про девочку-подростка из Мумбаи, семья которой купила страховку с ИИ-приложениями, которые имеют доступ к повседневной жизни и дают активные советы, эту жизнь меняющую, с экономическим подкреплением в виде изменения суммы взносов. В целом -- к лучшему -- отец бросил курить, стал осторожнее водить машину. При этом семью штрафуют за то, что ребенок часто ест конфеты и сласти, и это авторы одобряют -- ЗОЖ, а вот то, что ИИ мешает девочке начать романтические отношения -- осуждают.
2. Контекст написания. Книга издана в 2021 году, до прорыва с ChatGPT (2022). Поэтому в фокусе -- модели глубокого обучения (deep learning), а не алгоритм трансформера, который дал успех. А у нас издана в будущем 2026 (я не шучу, в выходных данных указан будущий год) и позиционируется как предсказание. Это -- предсказание из прошлого, когда успехи LLM были еще в будущем (хотя разработку ChatGPT уже активно вели), и на это надо делать поправку.
3. Авторы -- из China Google, подразделения Google, работавшего в Китае, при этом Кай-Фу Ли -- с Тайваня, получил образование и работал в Штатах, то есть по культуре в значительной мере американский китаец.
4. Социальные изменения общества, связанные с ИИ, в первой новелле отсутствуют. То есть мир уже 20 лет живет в обществе, где ИИ в виде рекомендательных систем уже активно используется, но мир практически не изменился. Может, это особенность первой новеллы, где действие помещено в Индию -- чужую страну для авторов, которую они рассматривали как медленно развивающуюся (хотя реально Индия развивается очень быстро). Посмотрим в следующих новеллах.
5. Социальная конструкция очень странная. Страховая компания запускает ИИ, которому ставит целью уменьшение страховых взносов, то есть работу против интересов компании. При этом неясно, как эти взносы рассчитываются, по смыслу это происходит на основе обработки данных, то есть с помощью того же ИИ. Получается, что два ИИ работают в противофазе, что странно с инженерной точки зрения. Ну или идея коммерческой страховой компании -- просто прикрытие для целей привести поведение людей в соответствии с некоторым идеологическим шаблоном, не показываемым явно.
6. Из новеллы следует, что романтические отношения, построение семьи и рождение детей рассматриваются ИИ как вредные, они ведут к увеличению страховых взносов, и ИИ хочет их расстроить. Хотя в некотором смысле это оправдано -- за беременность платить придется, а потом -- за детей. А вот почему именно роман девушки с конкретным нормальным парнем из касты неприкасаемых является особо отрицательным для ее здоровья и страховки -- неясно. Все это подтверждает мою гипотезу, что за страховой лежит идеология, при чем не государственная, а чья-то еще, а вовсе не коммерческая выгода, а тогда проблема совсем не в ИИ.
7. Вывод автора о том, что нужно государственное регулирование, чтобы держать использование ИИ под контролем и проводить аудит компаний мне кажется вообще не обоснованным. С чего бы такая вера в добро государственного регулирования, особенно учитывая американскую культуру авторов? Или это у них проявилась китайская составляющая культуры (при том, что они -- с Тайваня, а не из материкового Китая)? При инженерные аспекты такого контроля вообще не рассматриваются, хотя это -- в научном разборе первой новеллы.

На этом пока все. Отзыв на сайте https://mtsepkov.org/AI-2041 будет дополняться по мере прочтения.

Вчера был на очередной мини-конференции #OKR_Russia. Встреча бесплатная, проходит раз в квартал на разных площадках с обеда и до вечера, три доклада и workshop. Трансляции нет, но записи выступлений потом выкладывают на канале @okr_ru. Прошлый раз я был в сентябре и мне понравился формат -- интересные выступления о практических кейсах и живое общение. И, что интересно -- кейсы не только про внедрение с нуля, но и про пересборку метода под различные условия. Краткий конспект докладов -- в отчете https://mtsepkov.org/OKR-Russia-2025-12

У меня на канале @neogenda вышла беседа «Китай, который нас обгоняет: что я увидел внутри Baidu, Xiaomi и SenseTime и почему это изменит мировой рынок» https://news.1rj.ru/str/neogenda/1187 -- в посте ссылка на запись на разных площадках. Те, кто следят, знают что осенью я ездил в тур по китайским технологическим компаниям. И я понял, что Китай точно перехватит лидерство у Штатов, при чем в ближайшие 3-7 лет, а не когда-нибудь в будущем. Это будет влиять на весь мир, и потому полезно разбираться, как устроены китайские компании, а, главное каковы особенности китайской культуры, потому что она будет влиять на весь мир. Это был часовой разговор, а 27.01 у меня будет открытый вебинар в Скандинавской школе экономики, где эта тема будет раскрыта глубже.

На #Highload была встреча с Шадаевым, на которой я не мог быть лично, поэтому посмотрел в записи и хочу поделиться впечатлениями. Получилось много букв, поэтому смотрите в конце отчета о конференции https://mtsepkov.org/Highload-2025. Но это -- мой взгляд, вам может быть важно что-то еще, поэтому запись тоже стоит посмотреть, если она вам доступна.

А для меня основной темой, о которой говорили, была пересборка образования в современных условиях. Как учить ИТ-шников в ВУЗах -- нынешняя программа ориентирована на то. чтобы вышел джун, но говорят, джунов заменит ИИ? Как учить, когда ученик и студент имеет доступ к ИИ? И так далее. На встрече были вопросы без ответов, хотя лично мне путь к ответам представляется понятным и обозримым, он ничем не отличается от задачи замены легаси-софта: восстанавливаешь структуру. и делаешь проект, среднее образование -- примерно 1-2 тысячи фич, это обозримо.

КМ Альянс 18.12 утром проводит традиционную предновогоднюю встречу по обмену практиками по управлению знаниями. В этом году - онлайн-формат, присоединяйтесь!

🔵 АССОЦИАЦИЯ «КМ АЛЬЯНС»

Онлайн-сессия российских практик менеджмента знаний

"ЗНАНИЯ И ЗНАИИЯ"

───────────

📅 Дата: 18 декабря 2025 года
🌐 Формат: онлайн, ссылка
⏱️ Продолжительность: 2 часа

───────────

Уважаемые друзья,

Желаем всем доброго времени и надеемся, что вы полны сил, чтобы бодро завершить драматургию уходящего года.

Приглашаем вас на онлайн-встречу — продолжение прошлогоднего разговора о том, как должны реагировать на изменения в подходах к созданию и эксплуатации баз знаний и как искусственный интеллект меняет работу со знаниями.

───────────

🔍 В ФОКУСЕ:

🔸 Качество баз знаний для использования ИИ
🔸 Что за год стало виднее
🔸 Какие решения на базе ИИ можно рекомендовать
🔸 Корпоративные практики использования ИИ

───────────

✅ ПРОГРАММА

10:00 - 10:10 Лавров Олег, президент Ассоциации "КМ Альянс"
"Взгляд из профессобщества на менеджмент знаний в России"

10:10 - 10:25 Зеленков Юрий, профессор, Высшая школа бизнеса НИУ ВШЭ
"Обзор ИИ ученых. Проект ИИ бизнес консультант."

10:25 - 10:40 Белин Александр, Основатель и Lead Semantic Architect, uSMBA
"Разработка Унифицированной Семантической Модели Бизнес-анализа"

10:40 - 10:55 Сидорин Алексей, СБЕР
"Маятник дисрапта: как корпорации ищут ценность в ИИ"

10:55 - 11:10 Цепков Максим, ИТ-архитектор и бизнес-аналитик, эксперт по менеджменту самоуправления и моделям soft skill
"ИИ-коллега - друг, партнер и член команды, а не замена человеку"

11:10 - 11:25 Зобнин Алексей, сооснователь Minervasoft
"Корпоративный менеджмент знаний под влиянием ИИ: итоги года и прогнозы"

11.25 - 11.40 Гевлич Сергей, идеолог и лидер проекта "Джипититор",
"Афина ЕГЭ, ИИ в образовании"

11:40 - 11:55 Лещенко Владимир, Цифрум, вице-президент Ассоциации "КМ Альянс"
"Ренессанс менеджмента знаний в контексте ИИ-хайпа"



📢 Ждём вас 18 декабря в 10.00 московского времени

С уважением, Олег Лавров

🌐 km-alliance.ru 💻 Подключиться

Продолжая размышления о Китае заметил важный диссонанс: когда говорят о типах государств, то практически не рассматривают его цели, миссию государства. Неявно предполагается, что задача -- благосостояние населения. забота о нем. Но ведь если смотреть на государство как на результат общественного договора, то оно получается аналогично корпорации или компании. А про них известно, что фокус на заработке сотрудников или владельцев -- это не эффективная конструкция, должна быть миссия, направленная наружу, на позитивные изменения в обществе в целом. В результате родился пост https://mtsepkov.org/MissionOfState, где я размышляю о разных теоретических конструкциях, включающих миссию государства, исторических примерах, а также смотрю через эту призму на Китай и нашу страну. Как обычно у меня, там много букв поэтому -- на сайте.