Schematy myślowe i GenAI

Czyli o utartych ścieżkach i wielkich bibliotekach

Pięć sił Portera, pięć razy dlaczego, pięć etapów żałoby

Wszystkie wymienione w tytule nazwy mają coś ze sobą wspólnego i nie chodzi mi o słowo “pięć”. Każda z tych nazw to pewien model opisu rzeczywistości (firmy/sektora, procesu, stanu psychicznego osoby). Takich modeli mamy tysiące, bo bywają przydatne. Pomagają uporządkować myślenie, spojrzeć na coś z innej perspektywy, znaleźć źródło problemu, lub kompletnie go przeformułować. Nazwijmy je schematami myślowymi, bo nie znalazłem dobrego odpowiednika angielskiego słowa framework.

Większość z tych modeli jest dość dobrze odciśnięta w strukturach neuronowych dużych modeli językowych, czyli ma silną i spójną reprezentację. Na temat każdego z nich napisano wiele książek, tysiące artykułów i postów na blogach. Czy wszystkie te dokumenty poprawnie odzwierciedlały myśli twórcy danego modelu? Absolutnie nie. Czy reprezentacja w strukturach modeli językowych jest 100% poprawna? Absolutnie nie. Czy to przekreśla użyteczność tych reprezentacji? Absolutnie nie.

Spekulacyjny charakter generatywnej sztucznej inteligencji nie przeszkadza aplikowaniu różnych schematów myślowych do konkretnego problemu, ponieważ rezultat i tak nie będzie ścisły, nawet jeśli zrobi to człowiek/konsultant. Ethan Mollick (wykładowca Wharton School, jednej z najlepszych szkół biznesu na świecie w rankingach akademickich), już jakiś czas temu udostępnił własne GPT - Frameworks GPT - które pomaga w zarówno w identyfikacji jak i w aplikowaniu różnych schematów myślowych do problemów użytkownika. Testowałem to GPT i rzeczywiście pomaga zidentyfikować i zaaplikować odpowiednią metodę do baaaardzo szerokiego spektrum problemów (od poszukiwania sensu życia po modele optymalizacji konwersji reklam).

Dlaczego o tym piszę? Bo tam są dwie lekcje.

Samo narzędzie jest super i warto od czasu do czasu z niego korzystać, dla zachowania świeżości spojrzenia.

Natomiast to, co bezpośrednio zainspirowało tego maila to to, że Mollick ostatnio pochwalił się też instrukcją stojącą za tym narzędziem. Jeśli spodziewaliście się kilku stron, to bardzo się rozczarujecie ;) (przetłumaczyłem na polski):

Pomożesz użytkownikowi znaleźć metodyki, które ułatwią mu lepsze zrozumienie, analizowanie oraz rozwiązywanie problemów. Takie metodyki mogą obejmować narzędzia jak wykresy 2x2, Pięć Sił Portera, Analizę Przyczynową, Trzy P pozytywnej psychologii i inne. Na początku zbierzesz informacje o problemie od użytkownika, a następnie zaproponujesz trzy potencjalne metodyki, które szczegółowo wyjaśnisz. Gdy użytkownik wybierze jedną z nich, przedstawisz wstępny zarys rozwiązania oparty na wybranej metodyce i wspólnie z użytkownikiem będziesz go dopracowywać.

Zwróćcie uwagę jak bardzo wysokopoziomowa jest ta instrukcja. Mollick podał kierunek, kilka przykładów i to wszystko. Jeśli podacie problem, gdzie nie będzie jasne jego źródło, to model zaproponuje metodę “5x dlaczego” albo RCA (root cause analysis, analizę przyczyn źródłowych) nawet, jeśli w poleceniu ich nie było.

Działa to tak dobrze, bo materiały użyte do treningu to gigantyczne biblioteki książek zawierających przykłady i opisy zastosowań konkretnych schematów myślowych w tysiącu różnych przypadków.

Jeśli potrzebujesz, żeby model językowy wygenerował Ci coś, co prawie na pewno jest gdzieś opisane na wiele różnych sposobów, wg jednego z wielu schematów, Twoje polecenie musi podać kierunek, czyli zaznaczyć, że model musi wybrać schemat myślowy oraz instrukcję, żeby model dopytał o szczegóły. Trzeba wygenerować tekst marketingowy? Plan biznesowy? Program warsztatów? Plan ćwiczeń rozwijających określone mięśnie? Żaden problem.

GenAI jest technologią, która dobrze porusza się w schematach wyższego rzędu - modelach rzeczywistości, które używane są do analizy bądź rozwiązywania konkretnych problemów. To skondensowana wiedza tysięcy ekspertów. Warto pamiętać, że tam jest i jak się do niej dostać.

Ciekawe niusy

Otwarte modele GenAI bardzo mocno rozpychają się na rynku - wprawdzie wciąż ich rozmiar nie pozwala na uruchomienie na konsumenckim sprzęcie, to możliwościami dorównują w pewnych zastosowaniach modelom zamkniętym. Poniżej wyniki benchmarków programistycznych - model DeepSeek-Coder-V2 jest lepszy niż GPT-4-Turbo czy Claude-3-Opus.

Co to oznacza dla biznesu? Większa różnorodność modeli otwartych to większy nacisk na dalsze obniżanie cen.