Как Итан Моллик строит объяснения вокруг экспериментов с ИИ

Как Итан Моллик строит объяснения вокруг экспериментов с ИИ

user avatar

от me1afon

22 minutes ago


ИИ-инструменты помогали собирать исследование и писать первый черновик этой статьи. Я отредактировал текст, а каждая цитата и каждая цифра сверены с оригинальными страницами (посты One Useful Thing, страница рабочей статьи Harvard Business School, Wharton, Vox). Обложка создана ИИ. Подробности в конце.

Итан Моллик (Ethan Mollick) — доцент кафедры менеджмента Школы Уортона, он пишет об ИИ в рассылке One Useful Thing [1][2]. Его тексты рассчитаны на тех, кто пользуется ИИ на работе и в учёбе, и полезны так, как полезна не всякая проза об ИИ: прочитав пост, обычно понимаешь, что проверяли, что нашли, насколько этому можно верить и что можно попробовать завтра.

Это не случайность характера. Это структура, а структуру можно изучать. Для исследования стиля в Dapp.Expert мы проанализировали 24 его поста с 2022 по 2026 год — около 43 600 слов его собственного текста [S]. В статье описана найденная закономерность на примере одного из самых известных его постов, а затем задан более узкий вопрос: какие части метода честно могут перенять те, кто пишет об ИИ, финансах или блокчейне, а какие работают, только если вы действительно провели эксперимент?

Это восьмая часть серии о голосе и доверии в редакторской работе. Прежние части были о том, как показывать доказательства, раскрывать использование ИИ-инструментов, исправлять ошибки, указывать происхождение исследований, отличать уверенность от доказательств, сохранять авторский голос при работе с ИИ и о ритме предложений. Здесь — о том, как один автор собирает всё это вместе.

Устройство типичного поста

В 24 постах снова и снова встречались одни и те же шесть ходов [S]:

  1. Зацепка: новая модель, наблюдение или простой вопрос.
  2. Проблема, поставленная через исследование или собственное использование инструментов автором.
  3. Демонстрация: что он пробовал, что вводил, что получил в ответ.
  4. Названная идея, которая подытоживает закономерность.
  5. Практический совет читателю.
  6. Открытый финал о том, куда всё движется.

Ни один из этих ходов сам по себе не необычен. По нашему прочтению, посты работают благодаря порядку и тому, что границы каждого утверждения обычно приходят рядом с самим утверждением, а не в сноске в конце.

Шесть ходов типичного поста: зацепка, проблема, демонстрация, названная идея, практический совет и открытый финал, причём границы каждого утверждения стоят рядом с самим утверждением.

Разбор случая: сначала результат, потом нюансы

Самый ясный пример — «Centaurs and Cyborgs on the Jagged Frontier» (16 сентября 2023 года), где Моллик пересказал исследование, которое провёл вместе с учёными из Гарварда, MIT, Уорикского университета и Boston Consulting Group [3].

Зацепка — вопрос, который читатели уже задают. Пост открывается словами о том, что многие спрашивают, действительно ли ИИ — это серьёзная перемена для работы, а ответ дан во втором предложении: «У нас есть новая статья, которая убедительно показывает, что ответ — ДА» [3].

Результат приходит сразу, с цифрами. Консультанты, использовавшие ИИ, выполнили на 12,2% больше задач, сделали их на 25,1% быстрее, а качество результатов оценили на 40% выше, чем у тех, кто ИИ не использовал [3]. Аннотация самой работы на сайте Harvard Business School приводит те же 12,2% и 25,1% для 758 работников умственного труда (консультантов BCG), случайно распределённых на три группы: без ИИ, с GPT-4 и с GPT-4 плюс краткий обзор приёмов формулировки запросов [4].

Затем, ещё до любых объяснений, идут ограничения. Моллик называет соавторов, отсылает читателей к статье «если у вас есть вопросы о цифрах или методах» и говорит, что ему пришлось упростить 58 страниц результатов до размера поста, поэтому все ошибки — его. Он добавляет, что эксперименты были заранее зарегистрированы, но статья — новая рабочая версия, «ещё не прошедшая рецензирование» [3]. (С тех пор статья опубликована в рецензируемом журнале Organization Science в 2026 году [4].) Читатель узнаёт, какой вес могут выдержать цифры, раньше, чем узнаёт, что они значат.

Названная идея идёт сразу после ограничений, а затем её проверяют доказательства. Сразу за оговорками он даёт неровной картине — когда ИИ очень хорош в одних задачах и незаметно плох в других, похожих на вид, — короткое запоминающееся имя: «то, что мы называем „рваной границей“ („Jagged Frontier“) ИИ» [3]. Тут же поясняет простым примером: ИИ пишет хороший сонет, но не справляется со стихотворением ровно в 50 слов. Название вводится рано, но не остаётся без доказательств: следующие разделы дают данные.

Плохие новости получают столько же места, сколько хорошие. После выигрыша на задачах, с которыми ИИ справляется хорошо, пост переходит к одной задаче, выбранной так, чтобы ИИ выдал убедительный, но неверный ответ. Без ИИ консультанты решали её верно в 84% случаев, с ИИ — лишь в 60–70% [3]. Аннотация работы формулирует это как на 19% меньшую вероятность правильного решения [4]. Понятия из заголовка поста — два способа разделить работу между людьми и ИИ — появляются только после обоих блоков результатов.

Пост заканчивается оговорками, практическим шагом и открытым краем. В заключении он отмечает, что люди «могут перейти на автопилот» при работе с ИИ и что результаты оказались несколько однородными [3]. Совет скромный: использовать ИИ на настоящих рабочих задачах достаточно часто, чтобы узнать, в чём он силён, а в чём слаб [3]. Последняя строка смотрит вперёд, а не подводит итог.

Обратите внимание, от чего защищает такая структура. Читатель, остановившийся после первых абзацев, всё равно уносит цифры и главные оговорки. Читатель, запомнивший только название, всё равно помнит, что оно описывает неровный результат, а не универсальный.

Пять привычек, на которых держится метод

Разбор случая показывает порядок. В более широком наборе постов постоянно проявляются пять привычек [S].

1. Эксперимент описан как протокол, а не как хвастовство. Моллик часто сам проверяет инструмент и сообщает, что делал. В обзоре GPT-5 2025 года он пишет, что раз за разом набирал вариации «сделай лучше» и наблюдал, как модель добавляет функции, которых он не просил [5]. Ценность не в том, что он попробовал. А в том, что читатель видит ввод, вывод и разрыв между ними. По нашим подсчётам, он употребляет «я» около 16,8 раза на 1000 слов — против 6,4 и 9,8 у двух авторов для сравнения в исследовании [S]. По нашему прочтению, значительная часть этого первого лица — метод: что он вводил, что видел. В исследовании самоэксперимент отмечен примерно в трети (34%) размеченных фрагментов [S].

2. Неопределённость названа, и обычно с указанием места. В тексте 2024 года о Gemini от Google он перечисляет четыре возможных объяснения результата, выбирает одно и добавляет: «Думаю, вероятнее всего вариант 2, но не знаю, так ли это» [6]. В другом посте он пишет прямо: «Мы не знаем, что на самом деле готовит будущее» [7]. Читатель различает, какие предложения — находки, а какие — суждение автора, потому что суждение помечено.

3. У рамки есть собственная граница. Сравнивая работу с ИИ с работой со стажёром, он замечает, что аналогия «очень приблизительная» и что с живыми стажёрами «очевидно, нельзя обращаться как с ИИ» [8]. Предлагая способ решить, ждать ли лучшего ИИ перед началом проекта, он сразу добавляет: «Не принимайте „расчёты ожидания“ слишком всерьёз» [7]. Рамке, признающей, где она ломается, легче верить, чем рамке, которая заявляет, что объясняет всё.

4. Советы условны. Вместо того чтобы говорить всем, что делать, он привязывает совет к ситуации: «Если вы задаёте задачи на дом, проверяйте их на новейшем ИИ» [9]. Кто в такой ситуации не находится, может пропустить; кто находится, точно знает, что делать дальше.

5. Числа — оценки, когда это оценки. «Подозреваю, что минимум — 5–10 часов активной работы с ИИ на рабочих задачах», — пишет он об освоении инструментов [8]. Это личная оценка, и слово «подозреваю» об этом говорит. По нашим подсчётам, в его постах около 8,5 числа и 9,2 ссылки на 1000 слов, причём числа чаще описывают исследование или эксперимент, чем рыночную статистику [S].

Его предложения к тому же обычно короче, чем у двух других авторов нашей выборки: в среднем около 20 слов против 24–25, медиана — 18 [S]. Короткие предложения облегчают следование пошаговой демонстрации, но это следствие метода, а не сам метод.

Где метод слабее всего

То же исследование, которое нашло эти сильные стороны, нашло и слабое место. Многие демонстрации Моллика — единичные сеансы с чат-ботом. Они показывают, что случилось один раз, и подаются как доказательство, но повторить именно этот разговор никто не может [S]. Привычка описывать протокол смягчает проблему: по крайней мере видно, что он делал. Но не снимает её. Запоминающаяся история всё равно может весить в голове читателя больше, чем заслуживает.

У названных идей похожий риск. Короткое название легко повторять без доказательств за ним. В разобранном случае название подкреплено данными в пределах нескольких абзацев; в более слабом посте название может появиться, когда под ним мало что есть. Это общий риск приёма, а не критика какого-то конкретного поста.

Есть и момент о том, как он использует ИИ в собственном письме. На странице «О рассылке» сказано, что он пишет каждый пост сам и просит ИИ об отзыве, только когда полный черновик готов [2]. В интервью Vox 2024 года он рассказал, что использует его, чтобы сдвинуться с места, например просит 30 вариантов переходной фразы, которая никак не давалась [10]. Открытость в этом — часть того, почему метод читается честным. Это же значит, что копировать его структуру, скрывая собственное использование ИИ, значило бы упустить суть.

Перенимать структуру, а не опыт

Наше исследование стиля разделило его приёмы на три группы [S]. Одни переносятся на любого автора. Другие работают, только если автор действительно проводил эксперимент. А третьи принадлежат ему и копироваться не должны вовсе.

Приём Переносится? Условие
Сначала результат, границы рядом с ним Да Границы должны быть настоящими, из источника
Условный совет («если…, то…») Да Только процедурные шаги; без советов покупать, продавать или о цене
Названная неопределённость с указанием места Да Отделяйте «известное» от «нашей оценки»
Рамка и сразу её граница Да Говорите, где ломается ваша собственная аналогия
Один связующий вопрос на раздел Да Один на раздел, а не серия
Самоэксперимент как доказательство Только при реальном опыте Вы действительно провели проверку и можете показать журнал
Показ запроса и ответа Только при реальном опыте Настоящие скриншоты или журналы, помеченные как пример
Его названные понятия, метафоры и заключительные фразы Нет Для своих находок используйте свои слова

Средние строки важнее всего для тех, кто пишет с помощью ИИ. Искушение очевидно: самоэксперимент — самая убедительная часть метода, а ИИ-инструмент охотно напишет за вас «я проверял это неделю». Эта фраза была бы выдуманным опытом, а прежние части серии объясняют, почему это разрушает доверие.

Вот как выглядит заимствование переносимой части. Кошелёк и цифры ниже выдуманы для иллюстрации.

Без структуры: «Этот кошелёк — самый безопасный вариант для новичков. Всем стоит перейти на него».

Со структурой: «Независимый аудит безопасности [кошелька], опубликованный в марте, не нашёл критических проблем и нашёл две средних, обе отмечены исправленными (отчёт по ссылке). Это один аудит одной версии; он ничего не говорит о фишинге и ошибках пользователей. Если вы выбираете кошелёк для небольших повседневных сумм, аудит — довод в его пользу. Если у вас крупные суммы, он не заменяет аппаратный кошелёк».

Вторая версия начинает с результата, называет источник, в следующем предложении указывает границу, даёт условный совет и не содержит выдуманного опыта. Она подошла бы и для отчёта о новой ИИ-модели, о протоколе DeFi или об экономике игры.

Выдуманный пример, одно утверждение о кошельке в двух вариантах: без структуры — «самый безопасный вариант, всем стоит перейти»; со структурой — независимый аудит с месяцем и находками, одно предложение о том, что он не покрывает, и совет, зависящий от ситуации читателя.

Чего эта статья не может сказать

Наше исследование стиля — рабочий документ, а не рецензируемая научная работа. Оно охватывает 24 поста, отобранных по годам и жанрам, а не все посты. Сравнение относительное: мы измеряли Моллика по отношению к двум другим авторам этого же исследования, а не к эталонному корпусу английского языка. Общие подсчёты, например употребление первого лица и длина предложений, — автоматические метрики корпуса. Признаки вроде оговорок, чисел, самоэкспериментов и аналогий размечали сначала автоматические правила, затем два прочтения, выполненных машиной; правила согласовались с прочтениями лишь умеренно, два прочтения — близко, и никто из редакторов-людей выборку второй раз не размечал [S]. В самих постах есть запросы и ответы ИИ, и это влияет на некоторые подсчёты.

Статья не может и объяснить, почему его рассылка стала популярной. Структура — один из правдоподобных факторов; его академическая должность, его книга и время появления ранних постов о ChatGPT в конце 2022 года — другие, и исследование их не разделяло [S].

Как создана эта статья

Задача Что сделал ИИ Что сделал человек Как проверено
Исследование Собрал выборку из 24 постов, посчитал признаки, подготовил исследование стиля Выбрал автора и вопросы; задал правило, что выдуманный опыт исключается Список корпуса и файлы метрик хранятся вместе с исследованием; границы указаны выше
Черновик Написал первый черновик по исследованию Отредактировал текст и структуру Каждая цитата и каждая цифра сверены с живыми постами One Useful Thing, страницей рабочей статьи HBS, Wharton и Vox 15 ноября 2026 года
Изображения Создал иллюстрацию для обложки; разложил схемы по шаблону серии Утвердил иллюстрацию и схемы Помечено как созданное ИИ в строке раскрытия и в альтернативном тексте
Не делал ИИ — Решение о публикации и ответственность за текст —

Конфликт интересов: нет. Итан Моллик не участвовал в этой статье и в исследовании стиля. Цитаты — короткие отрывки для комментария; полный контекст ищите в оригинальных постах.

Ответственный за статью: Дмитрий Ластовка, автор. Исправления: форма обратной связи.

Источники

Пометки: официальная страница, пост рассылки, исследование, интервью, внутреннее исследование.

  1. Wharton School, University of Pennsylvania, faculty profile: Ethan Mollick, Associate Professor of Management. Официальная страница. https://mgmt.wharton.upenn.edu/profile/emollick/
  2. One Useful Thing, "About". Официальная страница. https://www.oneusefulthing.org/about
  3. Mollick, E. "Centaurs and Cyborgs on the Jagged Frontier." One Useful Thing, 16 сентября 2023. Пост рассылки. https://www.oneusefulthing.org/p/centaurs-and-cyborgs-on-the-jagged
  4. Dell'Acqua, F., McFowland III, E., Mollick, E., Lifshitz-Assaf, H., Kellogg, K. C., Rajendran, S., Krayer, L., Candelon, F., & Lakhani, K. R. "Navigating the Jagged Technological Frontier: Field Experimental Evidence of the Effects of Artificial Intelligence on Knowledge Worker Productivity and Quality." Harvard Business School Working Paper No. 24-013, сентябрь 2023; опубликовано в Organization Science, март–апрель 2026. Исследование (рецензируемое). https://www.hbs.edu/faculty/Pages/item.aspx?num=64700
  5. Mollick, E. "GPT-5: It Just Does Stuff." One Useful Thing, 7 августа 2025. Пост рассылки. https://www.oneusefulthing.org/p/gpt-5-it-just-does-stuff
  6. Mollick, E. "Google's Gemini Advanced: Tasting Notes and Implications." One Useful Thing, 8 февраля 2024. Пост рассылки. https://www.oneusefulthing.org/p/google-gemini-advanced-tasting-notes
  7. Mollick, E. "The Lazy Tyranny of the Wait Calculation." One Useful Thing, 16 января 2024. Пост рассылки. https://www.oneusefulthing.org/p/the-lazy-tyranny-of-the-wait-calculation
  8. Mollick, E. "On-boarding your AI Intern." One Useful Thing, 20 мая 2023. Пост рассылки. https://www.oneusefulthing.org/p/on-boarding-your-ai-intern
  9. Mollick, E. "The Homework Apocalypse." One Useful Thing, 1 июля 2023. Пост рассылки. https://www.oneusefulthing.org/p/the-homework-apocalypse
  10. Vox, "What a practical approach to AI looks like, according to an expert" (интервью с Итаном Молликом), 5 сентября 2024. Интервью. https://www.vox.com/the-highlight/370246/what-a-practical-approach-to-ai-looks-like-according-to-an-expert

[S] Dapp.Expert style study: Ethan Mollick, 24 поста из One Useful Thing (2022–2026), 4 ноября 2026. Внутреннее исследование (рабочий документ, без рецензирования).

Тир I

Сектор: #18291

Запечатанная комната тайников

Resource Cache

Resource Cache

Тир I

Нужно 25% прогресса тира
Meme Cache

Meme Cache

Тир I

Нужно 50% прогресса тира
Equipment Cache

Equipment Cache

Тир I

Нужно 75% прогресса тира

После получения тайники попадут в инвентарь — открыть их можно ключами.

Другие статьи

Как сравнивать авторов, не награждая только первых

Рейтинг по итогам показывает, кто начал раньше. Почему ранние лидеры держатся и как пять поправок помогают честно сравнивать авторов, не наказывая лидеров.

user avatarme1afon

Как сделать рейтинг экспертов объяснимым

Рейтинг экспертов — утверждение о людях, а утверждение должно поддаваться проверке. Четыре части: формула, веса, разбор по строке, апелляция.

user avatarme1afon

Размер аудитории — не авторитет в теме

Число подписчиков показывает, сколько людей выбрали читать аккаунт, а не разбирается ли автор в предмете. Охват и авторитет в теме нужно оценивать отдельно.

user avatarme1afon

Как распознать накрутку метрик в программах для авторов

Числа, за которые платят авторам, привлекают тех, кто делает число, а не работу. Три способа накрутки, семь признаков и почему признак ещё не доказательство.

user avatarme1afon

Как стимулы для авторов меняют то, что публикуют

Facebook поощрил комментарии, и издатели ушли в скандал. Spotify считал короткие прослушивания, и шумовые треки стали короче. Шесть случаев и пять вопросов.

user avatarme1afon

Как измерить вклад автора, если не считать объём публикаций

Число публикаций считать проще всего, но оно говорит о вкладе автора меньше всего. Пять слоёв вклада по правилам платформ и исследованиям — и что видит каждый.

user avatarme1afon

Важное примечание: Информация, представленная на портале Dapp.Expert, предназначена исключительно для ознакомительных целей и не является рекомендацией к инвестициям или руководством к действию. Команда Dapp.Expert не несет ответственности за возможные убытки или упущенную выгоду, связанные с использованием материалов, опубликованных на сайте. Перед принятием инвестиционных решений рекомендуем проконсультироваться с квалифицированным финансовым советником.