Где ИИ ошибается и как это поймать
Про выдуманные факты, цифры и ссылки уже написано в статье «Что ИИ умеет и не умеет». Здесь про другое: про ошибки в вещах, которые ИИ для вас собрал. У них есть особенность: собранный инструмент выглядит готовым. Кнопка есть, таблица появляется, цифры на месте. По виду не отличить, работает он или только делает вид.
Четыре типичные ошибки
Потерял условие. Вы сказали «без возвратов», а инструмент считает все строки. Условий в задаче было пять, ИИ учёл четыре. Чем длиннее запрос, тем вероятнее.
Работает на примере, ломается на настоящем файле. На тридцати строках всё сошлось. В реальной выгрузке оказалась пустая ячейка, дата в другом формате, запятая вместо точки в сумме, и инструмент либо падает, либо тихо считает неправильно. Второе хуже.
Ошибся в логике. Дубль оплаты посчитал дважды, округлил не там, взял сумму без комиссии. Код написан правильно, но решает не ту задачу.
Сделал то, что обычно просят, а не то, что просили вы. Модель видела тысячи похожих задач и достраивает вашу по привычному шаблону. Если ваша сверка устроена иначе, чем типовая, она это не угадает, а вы не заметите.
Отдельно: работает не значит безопасно. В июле 2025 года Джек Дорси за выходные собрал с ИИ мессенджер Bitchat, и вскоре в нём нашли уязвимость: проверки безопасности не было. Для домашнего инструмента на тестовых данных это не страшно. Для инструмента, в который попадут рабочие данные, вопрос обязательный.
Пять способов поймать
- Запишите правильный ответ до запроса. Если знаете, что расхождений три, инструмент должен найти три. Это единственная проверка, которая не зависит от того, насколько убедительно выглядит результат.
- Проверьте на маленьком куске, где ответ известен. Двадцать строк, которые вы можете свести руками за пять минут. Сошлось — берите файл целиком.
- Подсуньте пограничный случай. Пустая строка, возврат, дубль, дата на границе месяца, сумма с копейками. Инструмент, который переживает это, переживёт и обычный день.
- Сравните с тем, что делали руками в прошлый раз. Прошлый отчёт у вас есть. Прогоните те же данные через инструмент и положите рядом.
- Попросите объяснить. «Расскажи простыми словами, что делает этот инструмент, шаг за шагом». Прочитайте и сверьте с тем, что вы просили. Потерянное условие обычно видно уже здесь.
Одно правило
Первая версия существует для проверки, а не для использования. Нашли ошибку — это не провал, а следующий запрос: «Вот что получилось не так, вот что должно быть». Вторая версия обычно ближе, третья работает.