Приключения социолога и единороги

Кстати, к разговору про тексты нейросетей. У редакторов Википедии есть целая памятка о том, как эти тексты узнавать. Когда энциклопедия начинает «подчёркивать непреходящее значение» всего подряд, у кого-то явно прибавляется работы)) В Signs of AI writing собраны реальные примеры: громкие заявления вместо конкретных фактов, рассуждения без содержания, ссылки на неопределённых «экспертов». А рядом вещи посерьёзнее: несуществующие источники и DOI, которые ведут совсем не к той статье. Текст выглядит убедительно, пока не начинаешь проверять, на чём он держится. Сами составители отдельно предупреждают: это наблюдения редакторов, не официальный регламент и не способ доказать, что текст написал ИИ. Человек тоже умеет писать штампами. И далеко не каждый признак из англоязычной Википедии стоит переносить на русский пост или студенческую работу. Мне здесь нравится простая мысль: убрать характерные обороты недостаточно. Можно вычистить все «играет ключевую роль», а выдуманный источник оставить. Поэтому читать эту памятку полезнее с вопросом «что здесь нужно проверить?», чем с желанием поймать автора на использовании ChatGPT.

Решил немного заняться образованием нейросетей. А то тексты они пишут с «невероятными перспективами», а в исследовании могут так уверенно объяснить причинность, что хочется отправить их на пересдачу)) Собрал два набора навыков для агентов. Первый — writing-ru: как писать по-русски под конкретную задачу, от письма коллеге до научной статьи. Сначала понять, что и кому хочешь сказать, потом написать и отредактировать. Канцелярит, повторяющиеся обороты и недописанные места дополнительно подсвечивает локальный скрипт. Второй — sociology-agent-skills, уже ближе к моей социологической жизни. Анкеты и гайды интервью, анализ опросов и качественных данных, статистика. С отдельным вниманием к тому, откуда взялись выводы: на какие цитаты опираются темы, что именно посчитано и можно ли вообще говорить о влиянии. Это инструкции для работы агента, поэтому социологом после установки он не станет. Но теперь ему есть что почитать перед тем, как писать нам очередное «исследование показало». Коллегам, которые работают с текстами и данными, может пригодиться.

Качественно сегодня время провел на форуме в Вышке. Коллег послушал, сам выступил. Радуюсь, что сфера не замыкается на запросах типа «как сформулировать удачно промпт в chatgpt» Коллеги пробуют, экспериментируют, ищут. Исследования никуда не деваются, но трансформируются очень мощно, и это очень важно прочувствовать!

🏛Приглашаем на открытую встречу с архитекторами! 5–6 ноября в Белом зале Дома Дурасова пройдет II Всероссийская конференция по архитектурному образованию «ИИ в архитектурном образовании». Конференция объединит ведущих экспертов, преподавателей и практикующих архитекторов, чтобы обсудить, как искусственный интеллект меняет профессию и образовательный процесс. ☕️Во время кофе-брейка между лекциями у вас будет возможность лично пообщаться с архитекторами и задать вопросы о: • профессии и современных тенденциях; • том, как искусственный интеллект меняет работу архитектора и какие новые возможности открывает; • обучении, поступлении и профессиональном развитии; • проектах и реальном опыте работы. 📍 Когда: 5–6 ноября, с 10:00 до 19:00 📍 Где: Москва, Покровский бульвар, 11, Дом Дурасова, Белый зал. Участие бесплатное, но обязательна предварительная регистрация по ссылке: design.hse.ru/news/7323

Завтра буду тут вещать, кстати! Работаем!

🧪 Нейросеть предлагает — данные подтверждают! Как перейти от экспериментов с ИИ к реальной пользе в работе? ЮФУ приглашает на бесплатный вебинар «ИИ в деле: анализируй данные, делегируй рутину». 📌 5 ноября | 17:00–18:30 (МСК) | онлайн Что разберём: ➡️ Как анализировать таблицы с ИИ и проверять выводы на данных ➡️ Какие задачи можно делегировать ИИ-помощнику, работающему с вашими документами ➡️ Как анализировать данные без программирования ➡️ Какие данные безопасно передавать облачным нейросетям 💙 Участники получат два полезных чек-листа, а эксперты разберут реальные задачи слушателей прямо в эфире! ❤️ Спикеры: • Полина Басина — аналитик НИ ТГУ • Сергей Дубровский — эксперт ИОН РАНХиГС Модератор: Вадим Волощук, специалист по прикладному ИИ, ЮФУ. 🎩 Хотите пойти дальше? Уже 12 ноября стартует курс ЮФУ «Мастерская ИИ-помощников» — для тех, кто хочет освоить ИИ-инструменты и применять их в профессиональных задачах. Вебинар бесплатный, навыки программирования не нужны! ➡️ Зарегистрироваться на вебинар #SAES_ЮФУ #ИИвОбразовании

Приходите завтра посмотреть на нас с Полиной Поговорим и фокусы покажем разные

+6

Выбрался я на Kazan Digital Week. Встретился с коллегами из «АйДи — Технологии управления» — это та часть моей жизни, где я не социолог и преподаватель, а человек с айтишной работой. Приятно иногда выбираться из своих задач и встречаться с людьми вживую)) Но отдельно хочу рассказать про финал «Битвы роботов». Казалось бы, люди собирают сложные машины, чтобы потом ими друг друга сломать. А ты сидишь и очень внимательно за этим следишь. В общем, теперь могу вполне уверенно сказать: мне такое нравится. Причём участвуют не только взрослые, но и дети. И это, пожалуй, отдельный повод порадоваться. Одно дело — рассказывать, что инженерия интересная и ей стоит заниматься. Другое — собрать своего робота, вывести его на арену и посмотреть, насколько хорошо ты всё придумал. Обратная связь тут, конечно, несколько жёстче преподавательских комментариев к работе 😁 За зрелищем легко забыть, сколько всего нужно продумать, чтобы машина хотя бы двигалась и слушалась управления. А ей ещё предстоит пережить встречу с другой такой машиной, у которой на этот счёт свои планы. Вот эта смесь инженерной работы и соревнования меня и зацепила. На арене уже не получится объяснить, что «на тестах всё работало». Короче, от финала я в восторге. Хорошо иногда переключаться с LLM-ок и агентных систем на технологии, у которых есть вполне осязаемые корпус, колёса и шанс получить по этому корпусу.

Дорогие, а вот и наш семинар про зумеров, миллениалов и беби-бумеров. Поколенческие ярлыки давно живут в консалтинге, HR и управленческих разговорах: «зумеры не хотят работать», «миллениалы всё меняют». Звучит убедительно, пока не спросишь: а на чём это держится? Что реально подтверждают исследования, где методология хромает и как отличить поколение от возраста, этапа карьеры и исторического контекста? Вот об этом и поговорим: на какие теории опирается поколенческий подход, почему он так популярен, несмотря на накопленные сомнения, и какие оптики объясняют поведение сотрудников точнее. 29 октября, четверг, 18:30. Онлайн, с дискуссией, семинар Философско-социологического факультета. Ставьте в календарики, приходите, поспорим, чьё поколение хуже работает)) Ссылка на участие

Последний пост про 5G вышел аж неделю назад. Видимо, медленная скорость интернета немного отодвинула меня от ведения канала, как и, в целом, какой-то ну просто невероятный темп жизни. Но ничего, справляемся: пишем — не в канал, так в журналы.

Немного про 5g Работает в 10-15 раз медленнее LTE Зачем? Потому что

Telegram doesn't show this post on the web. Open it in Telegram to see it.

Уж простите, сегодня много меня. Наслаждайтесь или терпите

Ой, опять я и опять ии сегодня буду рассказывать о переходе от вопросно-ответных систем к автономным сущностям. Об этом говорят многие, но действительно важно другое: где остается человек, за что он отвечает и как не допустить размытия ответственности? В общем, приходите, порефлексируем вместе Ссылку на регистрацию не отправляю, так как ЦОД Яндекса крепко сегодня пострадал. Так что просто приходите))

Кстати, дорогие, хочу немного рассказать о своих последних победах. Во-первых, серьёзно обновлены функционал и интерфейс проекта GigaAMGUI, которым мы плотно занимаемся вместе с моим студентом и коллегой Григорием Багаряковым. Теперь этот проект полноценно работает на любой операционной системе, поддерживает все актуальные модели Сбера для распознавания аудио и видео, интегрируется с агентными системами, а также сам может становиться частью агентной системы с помощью MCP. Проект пригодится тем, кто много работает с интервью, фокус-группами и так далее. Во-вторых, серьёзно обновился проект, который обеспечивает зашифрованное подключение к интернету. Проект proxy-control — это панель управления, которая поддерживает протоколы Mieru, NaiveProxy и mtproxy с последними исправлениями, маршрутизацией трафика через ядро Xray внешние ноды, что позволяет строить сложные связки, по которым будет литься траффик. В-третьих, вы можете ознакомиться с моими размышлениями об агентных системах и соц. исследованиях на сайте журнала «Мир России» ВШЭ. Вот так вот насыщенно врываемся в октябрь!

Иногда я задумываюсь о том, насколько интереснее стала моя жизнь после появления ИИ и LLM-ок и развития различных штуковин вокруг них. Вот прямо сейчас я, например, создаю мультиагентную систему для производства самых разных рендеров деталей. Очень хочется показать скрины и стек вам, дорогие, но не могу, все под NDA.

Последние несколько дней хайп вокруг Jev в Threads и X (запрещены в РФ) и на Reddit поражает! Расскажу максимально просто, что это такое и почему говорить о замене LLM пока рано. Представьте нейросеть, которой не поручают отвечать на вопросы. Ей поручают выбирать между заранее заданными вариантами. Например, перед ботом запрос: «разбери код на скриншоте». Jev не пишет ответ и не рассматривает картинку вместо нас. Он получает описание задачи и список подходящих моделей, а возвращает выбор: кому этот запрос отдать. Такой очень умный if, который умеет читать человеческий язык. И вот это на самом деле интереснее очередного чат-бота или агентной системы. Ровно год назад я написал маршрутизатор, который анализировал запрос пользователя по различным признакам и на основе семантического анализа решал, к какой модели его отправить. А если семантика не справлялась, запускалась маленькая LLMка и принимала решение сама. Маршрутизатор постоянно обновлялся, с помощью методов машинного обучения адаптировался к разным типам запросов, опирался на обратную связь — и в итоге разросся до 2500 строк кода. Сегодня же я перевел бот на Jev — и вся система сократилась до 300 строк, а работает гораздо увереннее и качественнее. Бот сначала сам отсекает модели, которые пользователю недоступны или не умеют работать с изображениями. Если задача сложная, Jev выбирает из оставшихся; если простая — срабатывает обычное правило. Если Jev ошибся или API недоступен, бот тоже возвращается к правилу. Никакого «нейросеть решила, значит можно» — права доступа остаются в коде. Пожалуй, для меня все вышеописанное и есть главная перспектива: не просить большую модель принимать каждое маленькое решение. Jev становится эффективным валидатором решений, принятых LLM, или, наоборот, отправляет в LLM только то, что действительно необходимо. Так можно сортировать письма, отбирать материалы для исследования, направлять запросы разным инструментам.

Горжусь своей выпускницей Ольгой Франчук, про деятельность которой можно почитать тут Ну и конечно не могу не похвастаться, что определенную лепту в этот проект внес я, вот! Хвалите!

Держите утренний мем от Анастасии Анатольевны

Кстати, вещал вчера что-то на умном про карты, технологии и пространственный анализ А вообще прикольно! Не совсем обычная для меня тема, конечно, но социология и понимание современных цифровых технологий сделали свое дело. Есть о чем подумать!