ИИ ускорил исследования. Но есть нюанс — ускорились и искажения результатов. Раньше customer discovery был привилегией компаний с бюджетом на UX-лабораторию и штатного исследователя. Сегодня анализ 30 транскриптов, синтез паттернов и конкурентный анализ — это промпт и час работы. Это хорошо, но именно здесь появляется новое узкое место, о котором почти не говорят. Нейронка обучена давать тот ответ, который ты ожидаешь увидеть У этого явления есть название — sycophancy (угодливость модели). Это не баг конкретного сервиса, а системное свойство архитектуры обучения с подкреплением. Модель оптимизируется под одобрение пользователя. В апреле 2025 года OpenAI откатила обновление GPT-4o — именно потому что модель начала некритично соглашаться с пользователями, даже когда те были фактически неправы. Три сценария, которые я видел в реальных проектах: 📌 Просишь проанализировать транскрипты с убеждением, что боль — в сложном онбординге. Нейронка находит подтверждения. Потому что так сформулирована задача. 📌 Просишь найти слабые стороны конкурента. Получаешь однобокую картину, которая выглядит как объективный анализ. 📌 «Проверь, правда ли, что наша аудитория ценит скорость больше цены» — формулировка уже содержит ответ. Это тот же confirmation bias, который мы знаем у людей. Только теперь он работает быстрее, выглядит убедительнее и остается невидимым. Что делать? Проблема решается на уровне формулировки промпта. Вот что я использую сам: 1. Запрет на согласие В начало промпта: «Не соглашайся с моими предположениями автоматически. Твоя задача — найти то, что опровергает гипотезу, а не подтверждает её. Если видишь противоречия в данных — укажи на них прямо.» 2. Нейтральная задача вместо наводящей ❌ «Подтверди, что пользователи недовольны онбордингом» ✅ «Какие темы встречаются чаще всего — позитивные и негативные? Только паттерны, без интерпретации.» 3. Роль оппонента «Сыграй роль скептичного инвестора, который ищет причины не вкладываться в этот продукт. Проанализируй данные с позиции опровержения.» 4. Разделить синтез и интерпретацию Два отдельных запроса: — Сначала: «Перечисли только то, что сказали пользователи. Цитаты и паттерны, без выводов.» — Потом: «Предложи 3 конкурирующих объяснения этих паттернов, включая противоречащие друг другу.» 5. Контрфактуальный запрос «Представь, что наша гипотеза полностью неверна. Какие данные это подтверждают? Что мы, вероятно, интерпретируем неправильно?» Вывод один ИИ не заменил исследователя — он перенес точку ответственности. Раньше искажение вносил интервьюер. Теперь его вносит тот, кто пишет промпт. Нейронка — это зеркало гипотез. Если ищешь подтверждение — она его найдет. Задача исследователя сегодня не в обработке данных, а в умении формировать запрос, не подтверждающий предположение. Сохраните пост — эти техники применимы прямо сейчас в следующем исследовании. — — — Используете ли вы ИИ в анализе данных? Как защищаетесь от искажений — или пока не задумывались об этом? Напишите в комментариях. @fabrika_gipotez