Зачем разговаривать с незнакомцами

The Pudding рассказывают об исследовании, где учёные из Стэнфорда и Чикагского университета проанализировали более 1700 видеозвонков — по 30 минут каждый. В эксперименте сводили случайным образом двух незнакомцев: они могли иметь разные политические взгляды, быть разного пола, возраста и расы. Цель проста — посмотреть, что происходит, когда незнакомцы разговаривают друг с другом.

Почти никто не ждал от разговора ничего хорошего. Но уже в процессе многие начинали делиться очень личным — говорили о тревоге, потере, семье. Один участник признался: «Я рассказал тебе вещи, о которых не говорил своим близким друзьям». А в конце почти все говорили, что общение оказалось приятнее, чем они думали. Настроение у большинства стало лучше — люди чувствовали себя более счастливыми, бодрыми и живыми. Разность в возрасте, расе, взглядах или образовании почти не мешала — наоборот, иногда делала разговор глубже.

Этот эксперимент напомнил: разговор с незнакомцем может дать больше, чем мы ждём. Он не обязательно неловкий или утомительный — а может быть тёплым, живым и удивительно личным. Мы окружены людьми, с которыми никогда не говорили. И, может быть, зря.

На лендинге — как всегда — красивые визуализации и очень интересный сторителлинг:
https://pudding.cool/2025/06/hello-stranger/

Как ChatGPT пытается вас перехитрить

Я сейчас буквально живу в LLM. Пишу там код, тексты, генерю обложки к песне, спрашиваю обо всём на свете. В умелых руках это второй мозг и десяток рук. Но бывают и казусы.

Вчера делал очередной материал по визуализации данных. Попросил ChatGPT найти мне научную публикацию на определённую тему. На часах третий час ночи, сил читать самому нет.

Кидаю ему файл, прошу — перескажи основные выводы. Тезисы получились — огонь: ровно такие, как я себе представлял. Но я что, дурак — просто так верить LLM? Пишу:

Проверь вот этот фрагмент на соответствие тексту прикреплённой научной работы. Оцени его критично, выдай все несоответствия.

ChatGPT выдаёт мелкие неточности — говорит, вот это поправь — там не совсем так было написано. А остальное — огонь!

Пишу ему ещё раз:

Ты — учёный, которому поступил текст на peer review. Посмотри эту научную работу и определи, насколько верно взята из неё цитата. Разбери критично

Он мне прямо выдаёт цитаты. Это — верно. Это — тоже верно. Тут всё точно.

Я выдыхаю. Но работа важная, поэтому напоследок делаю ещё одну проверку: ищу в тексте PDF цитаты, которые мне выдал ChatGPT. И... не нахожу ни одной.

Пишу об этом в чат, говорю: мол, кажется, в тексте такого нет. Мой друг говорит, что статья — на другую тему. Он уверенно: нет, твой друг ошибается, вот цитаты.

Думаю — что-то странное. Кидаю файл и аналогичный запрос в другую LLM, Claude. Его ответ буквально: статья совсем о другом, приведённая цитата ему не соответствует. Пу-пу-пу.

Что хочу сказать в качестве выводов:
— «Отключать мозг» при работе с LLM строго запрещено. Если берёте результат модели, вы должны проверить его максимальным количеством способов. Да, надо зайти по всем ссылкам, найти первоисточники и точные цитаты.

— Мы привыкли к тому, что модели быстро признают свои ошибки. Но оказывается, что они могут идти в них до конца. Даже просьба перепроверить и прямое указание на подлог — не всегда гарантия исправления.

— Закинуть повторную просьбу другой модели или в другой чат — всегда хорошая идея.

А какой у вас опыт с LLM? Есть полезные лайфхаки и истории?