Как когнитивная наука повлияла на ИИ?

Современные большие языковые модели выросли из идей коннекционизма, который стал популярен в 80-х. В отличие от жёстких алгоритмов в функциональном подходе, коннекционизм рассматривает мышление как работу гибкой нейросети, где важны связи элементов и их “вес”.
Пример:
В классической модели “2×2” всегда даёт “=4”. Исключение любой из переменных приведёт к ошибке системы. В нейросети же правильный ответ зависит от того, насколько сильно связаны эти понятия, а исключение отдельных связей не нарушит работу всей системы, но может давать неожиданные результаты или галлюцинации (ошибки)🤷‍♂️.
Однако даже самые сильные творческие способности сетей глубокого обучения, по всей видимости, пока преждевременно относить к сознательным процессам. Все метафоры — механистические, компьютерные, нейросетевые — лишь существенные упрощения, которые пока не в силах объяснить невероятно сложное устройство человека и его психики.

Пока готовим большое обновление и продолжаем изучать промпт-инжиниринг на своих примерах
Если сформулировать запрос неправильно, можно получить совсем не то, что ожидали.
Пример: как не нужно писать
❌ Запрос:
«Необходимо написать отзыв на заявление в суд согласно вложенному файлу»
Что может случиться:
ИИ может понять это как просьбу составить инструкцию или теоретическое описание, а не как запрос на составление конкретного документа. В итоге вы получите общие рекомендации, а не готовый отзыв.
Как правильно писать
✅ Запрос:
«Напиши отзыв на заявление в суд»
Почему это работает:
Запрос сформулирован чётко и прямо — ИИ понимает, что нужно именно составить текст отзыва, а не просто рассказать о нём.
Когда речь идёт о составлении сложного текста, то, как и в обычном работе, важно продолжать редактирование в зависимости от полученного результата. К примеру, в диалоге с GPTLEGAL просить учесть аргументы из вложенных документов по аналогичным делам, скорректировать стилистику или композицию текста (написать развернутый сплошной текст в повествовательном стиле, а не только буллиты), добавить ссылки на практику и т. д.
Важный момент: избегайте излишних уточнений, если нет практики
Если в запросе вы настаиваете на поиске практических примеров или ссылок, а их нет в базе знаний ИИ, это повышает риск галлюцинаций — когда ИИ придумывает неверные или вымышленные данные.

• Будьте конкретны и лаконичны. Чем проще и точнее запрос, тем лучше результат.
• Избегайте двусмысленности. Если запрос можно понять по-разному, ИИ выберет случайное направление.
• Используйте примеры. Если нужно, дайте контекст или образец, чтобы ИИ лучше понял задачу.
• Проверяйте результат. Не забывайте критически оценивать ответы, особенно по сложным темам.
  Итог
  Правильный промпт — это ключ к качественному ответу. Формулируйте запросы чётко, ведите диалог и тогда @BotTax_bot станет вашим надёжным помощником! 🚀