Как сравнить варианты и не отдать решение машине

Вопрос "какой вариант выбрать?" выглядит удобным. Нейросеть собирает таблицу, раздаёт баллы и уверенно объявляет победителя.

Проблема в том, что она может идеально посчитать не в той валюте.

Допустим, ты выбираешь между подрядчиками. Машина ставит первому высокий балл за низкую цену. Но ты уже обжигался на дешёвых исполнителях, и сейчас главная ценность — предсказуемость. Если этого не сказать, нейросеть решит чужую задачу: найдёт самый выгодный вариант для человека, которого не существует.

Поэтому машине лучше отдавать не решение, а устройство выбора.

"У меня есть три варианта. Не выбирай победителя сразу. Сначала задай вопросы и помоги определить критерии. Затем сравни варианты по этим критериям. Отдельно покажи, какой информации не хватает и какие предположения ты сделал".

Когда критерии появятся, проверь их. Цена, скорость, качество, риск, удобство, возможность отмены и количество контроля с твоей стороны — всё это может иметь разный вес.

Нейросеть часто по умолчанию считает критерии равными, потому что таблица любит симметрию. Жизнь — не особенно. Иногда один риск важнее пяти преимуществ.

Полезный следующий вопрос:

"Покажи, при каких условиях каждый вариант становится лучшим".

Тогда вместо одного искусственного победителя появляется нормальная карта. Первый подрядчик подходит, если решает скорость. Второй — если нельзя допустить ошибку. Третий — если важно легко остановить работу без больших потерь.

После этого попроси машину поспорить с собственным выводом:

"Назови три причины, по которым вариант с самым высоким баллом может оказаться ошибкой. Какие допущения сильнее всего влияют на результат?"

Аккуратная таблица тоже построена на предположениях. Просто границы ячеек делают эти предположения визуально убедительными.

Есть вещи, которые плохо помещаются в формальную оценку. Сколько у тебя энергии на контроль. Насколько тяжело переживается неопределённость. С каким человеком будет проще обсуждать ошибки. Каковы последствия, если решение придётся отменить.

Машина не чувствует эти издержки и не будет жить с результатом. Поэтому финальное решение нельзя делегировать вместе с расчётами.

Зато нейросеть хорошо выполняет три функции: вытаскивает критерии, показывает недостающие данные и прогоняет сценарии "что должно быть правдой, чтобы этот вариант победил".

Возьми небольшое решение, которое сейчас висит в голове. Не спрашивай "что выбрать". Попроси собрать критерии, показать допущения и условия победы каждого варианта.

После такой работы решение не становится автоматическим. Оно становится видимым. А это, по сути, и требуется от хорошего инструмента мышления.