Tipinės „ChatGPT“ klaidos ir kaip jų išvengti

Informatec Digital » Ištekliai » Tipinės „ChatGPT“ klaidos ir kaip jų išvengti

Nuo pat pasirodymo 2022 m. pabaigoje, „ChatGPT“ tapo pagrindine priemone žinutėms rašyti, abejonėms spręsti ir techninei pagalbai gauti, tačiau didžiulė jos sėkmė egzistuoja kartu su nepatogia realybe: ji nėra neklystanti; ji daro klaidų ir kartais tai daro pernelyg užtikrintai . Milijonai žmonių Ispanijoje jau naudojasi ja, nors duomenys rodo, kad tik nedidelė dalis ja naudojasi kasdien, daugiausia dėl to, kad ji nesukūrė tokio pasitikėjimo lygio, kokio galima tikėtis.

Daugelis vartotojų pastebi, kad nors ir labai naudinga, „ChatGPT“ kartais fabrikuoja duomenis, prieštarauja sau, neteisingai interpretuoja kontekstą arba reaguoja taip, tarsi žinotų daugiau, nei iš tikrųjų žino . Situaciją dar labiau apsunkina kiti praktiniai trūkumai: paslaugų perkrova, greita nuomonės kaita, sunkumai suprantant ironiją ir matematinio ar specializuoto samprotavimo problemos. Šių apribojimų supratimas yra labai svarbus norint efektyviai jį naudoti ir nepakliūti į spąstus galvojant: „Jei dirbtinis intelektas taip sako, tai turi būti tiesa“.

Kodėl „ChatGPT“ yra neteisingas, nors skamba taip įtikinamai

Pirmiausia reikia suprasti, kad „ChatGPT“ nėra sukurtas „ieškoti tiesos“, o numatyti žodžius . Tai kalbos modelis, kuris, remdamasis viskuo, ką matė mokymo metu, apskaičiuoja, kuris terminų derinys greičiausiai atitiks jūsų klausimą. Tai reiškia, kad jis teikia pirmenybę sklandumui ir akivaizdžiam nuoseklumui, o ne griežtam faktų tikrinimui. Jei norite palyginti panašius modelius, peržiūrėkite „Claude“, „ChatGPT“ ir „Gemini“ skirtumus.

Toks veikimo būdas sukelia liūdnai pagarsėjusias DI „haliucinacijas“ – tai yra, sufabrikuotus atsakymus, kurie skamba stebėtinai pagrįstai . Jis gali cituoti neegzistuojančius tyrimus, minėti niekada nepriimtus įstatymus arba išsamiai aprašyti visiškai išgalvotus istorinius atvejus – visa tai su tokiu pasitikėjimu, kad sunku tuo abejoti. Iš išorės tai skamba kaip enciklopedija, bet viduje tai tiesiog kalbinių modelių ekstrapoliavimas.

Šiuos modelius analizuojantys ekspertai tvirtina, kad turime vengti antropomorfizmo : „ChatGPT“ „nežino“, neturi jokių įsitikinimų ar ketinimų, ji tik generuoja tekstą. Kadangi tai generatyvi sistema, iš esmės visada bus paklaidos riba , nesvarbu, kiek jos kūrėjai tobulina modelius atnaujindami ir mokydamiesi sustiprinti duomenis.

Profesinėse srityse – rinkodaroje, konsultavime, sveikatos apsaugoje, finansuose, duomenų analizėje – tai turi tiesioginių pasekmių: be žmogaus priežiūros ir patikrinimo naudojant patikimus šaltinius kyla rizika priimti sprendimus remiantis klaidingais duomenimis arba klaidingomis interpretacijomis . Ši priemonė gali gerokai paspartinti darbą, tačiau ji taip pat gali padidinti klaidas, jei naudojama be kritinių filtrų; norint geriau suprasti dirbtinio intelekto derinimo perspektyvas ir riziką, būtini mokymai valdymo ir kontrolės srityje.

Nepasitikėjimas, faktinis naudojimas ir žinių apie „ChatGPT“ ribotumas

Ispanijoje atliktose apklausose nemaža dalis vartotojų pripažįsta, kad ne iki galo pasitiki „ChatGPT“ atsakymais . Iš tiesų, nemaža dalis nurodo „pasitikėjimo sugeneruotais atsakymais stoką“ kaip pagrindinę priežastį, kodėl įrankis nenaudojamas dažniau. Ir tai nestebina: kai matai, kad jis dažnai būna teisingas, bet kartais daro rimtų klaidų, linkęs į tai žiūrėti skeptiškai.

Vienas labiausiai žmones stebinančių aspektų yra modelio žinių laiko apribojimas . Klasikinės versijos buvo apmokytos naudojant duomenis maždaug iki 2021 m., o tai reiškia, kad jos nėra gerai susipažinusios su (arba visiškai nežino) apie naujausius įvykius, teisės aktų pakeitimus, technologinę pažangą ar kylančius visuomenės asmenis . Jis gali „įsivaizduoti“ atsaką, pagrįstą praeities modeliais, tačiau realiuoju laiku netiria, kas įvyko šią savaitę.

Šis trūkumas dar labiau išryškėja specializuotose srityse : labai naujausioje teisėje, pažangiausioje medicinoje, labai specifinėse techninėse nišose arba detalėse, būdingose ​​šalies realybei. Tokiais atvejais „ChatGPT“ pateikia neišsamius, paviršutiniškus ar tiesiog neteisingus atsakymus , net jei jie pateikti nepriekaištingai.

Štai kodėl daugelis ekspertų rekomenduoja jį naudoti kaip juodraščių generatorių arba šabloną , o ne kaip vienintelį šaltinį. Idėja aiški: tai taupo jūsų laiką struktūrizuojant, apibendrinant ar suteikiant idėjų, tačiau jūs turėtumėte būti tas, kuris peržiūri, lygina ir koreguoja turinį, remdamasis savo žiniomis ir patikrintais išoriniais šaltiniais.

Tipinės atsakymo klaidos: nuo faktų prie formuluočių

Be haliucinacijų ir naujausių žinių stokos, „ChatGPT“ savo atsakymuose sukaupia eilę dažnų klaidų . Kai kurios yra grynai susijusios su turiniu, o kitos turi įtakos rašymo stiliui ar konteksto supratimui. Šių klaidų supratimas padeda nustatyti, kada tinkama įtarti arba paprašyti „chatGPT“ perfrazuoti atsakymą.

Vienas iš dažniausiai ekspertų minimų trūkumų yra gebėjimas iškreipti patikrinamus faktus . Tai reiškia, kad gali būti klaidų skaičiuose, datose, tikriniuose varduose ar priežastiniuose ryšiuose, kuriuos galima lengvai patikrinti atlikus paprastą paiešką duomenų bazėje ar oficialiame šaltinyje. Problema tampa dar opesnė, kai prašoma labai specifinių duomenų, kurie paprastai nepasirodo mokymo duomenyse.

Taip pat dažnai pasitaiko nepilnų atsakymų , kurie neatitinka jūsų prašytų duomenų . Juose gali būti praleistos svarbios dalys, neatitikimas jūsų prašomo formato arba esminiai jūsų klausimo niuansai. Kartais taip nutinka todėl, kad modelis teikia pirmenybę tam, ką laiko svarbiausiu, ir praleidžia likusią dalį.

Kita problemų priežastis yra ta, kad „ChatGPT“ bando atsakyti beveik į viską, net kai neturi pakankamai informacijos . Užuot aiškiai pasakęs „nežinau“, jis dažnai pateikia neaiškų, bet šiek tiek padriką atsakymą. Tai patogu nekantriems vartotojams, bet pavojinga, kai reikia tikslumo ir kruopštumo.

Kalbiniu lygmeniu ispanų kalbos kokybė taip pat prastesnė, palyginti su anglų kalba . Yra daugiau gramatinių klaidų, veiksmažodinių derinių, skyrybos problemų ir nenatūralių frazių posūkių. Be to, kartojasi tam tikri tipiniai dirbtinio intelekto „tikai“ – tokios struktūros kaip „Ne tik... bet ir...“, „Nuo... iki...“ ir per daug vartojami tokie žodžiai kaip „įdomu“ arba „mokymasis“, – kurie iš karto parodo, kad tekstas buvo sugeneruotas naudojant modelį.

Problemos dėl konteksto, tono ir natūralios kalbos supratimo

Vienas ypač problemiškas aspektas yra tai, kad „ChatGPT“ sunkiai suvokia konteksto, kultūros ar istorinio momento niuansus . Kai užduodate klausimus, reikalaujančius, kad jis būtų susijęs su konkrečia realybe – pavyzdžiui, vietos politine situacija, konkrečia socialine norma ar labai lokalizuota kultūrine nuoroda – jis linkęs pateikti pernelyg bendrus, dviprasmiškus ar nereikšmingus atsakymus.

Tai pastebima, pavyzdžiui, atsakymuose, kurie neatitinka jūsų prašomo tono . Net jei nurodote, kad norite kažko ironiško, sarkastiško ar labai šnekamosios kalbos, modelis paprastai išlaiko neutralų, mandagų ir gana bendrinį registrą. O kai jis bando atkurti sarkazmą ar ironiją, jis gali tai padaryti nerangiai, neteisingai interpretuodamas jūsų ketinimus ir atsakydamas visiškai nesusijusiu su jūsų numatytu humoristiniu niuansu.

Ilguose pokalbiuose pasireiškia kitokio tipo nesėkmė: konteksto praradimas . „ChatGPT“ valdo ribotą skaičių žetonų (tam tikros aktyvios atminties). Kai sąveika užsitęsia, dalis to, kas buvo pasakyta pradžioje, pasimeta toje „mentalinėje erdvėje“, ir modelis pradeda pamiršti svarbias detales, prieštarauti sau arba kartoti jau pateiktus paaiškinimus.

Dėl to dažnai kyla prieštaravimų, tokių kaip „anksčiau sakei A, o dabar sakai B“, arba atsakymai, kurie atrodo atitrūkę nuo ankstesnio pokalbio . Geras būdas tai sumažinti – paprašyti jų periodiškai apibendrinti – vos keliais punktais – tai, dėl ko iki šiol buvo susitarta, ir pakartotinai naudoti tą santrauką kaip kontekstą naujiems klausimams.

Be to, modelis gali pateikti griežtus arba nenatūralius atsakymus, kai vartotojo kalba yra paini arba prastai parašyta . Jei užduotyje viename sakinyje sumaišoma daug temų, trūksta skyrybos ženklų arba yra rimtų rašybos klaidų, padidėja tikimybė, kad pokalbių robotas neteisingai interpretuos klausimą ir atsakys tuo, kas ne visai atitinka tai, ką norėjote sužinoti.

Stiliaus trūkumai: tekstai, kurie „kvepia“ dirbtiniu intelektu

Tie, kurie kasdien dirba su skaitmeniniu rašymu, „ChatGPT“ generuojamuose tekstuose pastebėjo pasikartojančių šablonų seriją , kurie tapo aiškiais „parašė dirbtinis intelektas“ ženklais. Nors juos galima lengvai ištaisyti peržiūros metu, verta juos identifikuoti, kad jūsų turinys neatrodytų klonuotas; taip pat yra įrankių, tokių kaip plėtinys, skirtas užkirsti kelią „ChatGPT“ generuojamam turiniui, ir kiti dirbtiniai intelektai , kurie padeda juos aptikti.

Vienas iš šių blogų įpročių yra sistemingas tokių struktūrų kaip „Ne tik…, bet ir…“ vartojimas . Taip, jos teisingos, bet kai jos kartojasi tame pačiame tekste, rezultatas tampa nuobodus ir dirbtinis. Tas pats pasakytina ir apie derinį „Nuo X iki Y“, kurį dirbtinis intelektas dažnai naudoja temų, lygių ar privalumų sąrašams išvardyti.

Kitas tipiškas bruožas – per dažnas tokių terminų kaip „jaudinantis“, „mokymasis“, „atradimas“ arba „praturtinanti patirtis “ vartojimas. Tai tinkami žodžiai, tačiau kai jie kartojami beveik kiekvienoje pastraipoje, tekstas skamba bendriniu, perdėtu ir prastai tinkančiu tikrajai auditorijai. Geriau juos pakeisti konkretesniu ir aprašomuoju žodynu, pritaikytu prie to, ką norite perteikti.

Dirbtinio intelekto įtaka akivaizdi ir antraštėse, kur kiekvienas žodis prasideda didžiąja raide – įprasta anglų kalboje, bet neįprasta ispanų kalboje. Natūralu, kad ispanų kalboje didžiąja raide rašomas tik pirmasis žodis ir tikriniai daiktavardžiai. Šios klaidos ištaisymas labai pagerina turinio išvaizdą, nes atrodo, kad jį parašė žmogus, o ne daugiakalbis modelis, besivadovaujantis anglosaksų konvencijomis.

Galiausiai, dirbtinis intelektas dažnai kuria tekstus plokščiu, neutraliu ir beasmeniu tonu . Jiems trūksta būdingų užpildų, tinkamai parinktų šnekamosios kalbos posakių ar subtilių humoro detalių, kurias įtrauktų žmogus-rašytojas. Stiliaus pritaikymas prie jūsų prekės ženklo balso ar savo kalbėjimo būdo – pridedant metaforų, švelnių juokelių ar atpažįstamų nuorodų – yra būtinas, kad turinys neatrodytų kaip paprastas „kopijavimas ir įklijavimas“ iš pokalbio.

Dažniausios klaidos naudojant „ChatGPT“ duomenų analizei ir techninėms užduotims

Naudojant „ChatGPT“ kaip asistentą „Excel“, „Power BI“, SQL, „Python“ ar kitiems duomenų analizės įrankiams , nesėkmės priklauso ne tik nuo paties modelio, bet ir nuo to, kaip vartotojas su juo sąveikauja. Daugelis analitikų daro planavimo klaidų, kurios sumažina gaunamų sprendimų kokybę.

Viena iš dažniausių klaidų yra pernelyg bendras arba neaiškus užklausos formulavimas . Tokios frazės kaip „Atlikite man analizę“, „Parašykite SQL užklausą“ arba „Padėkite man su „Power BI““ beveik nepateikia jokio konteksto, todėl modelis gali pateikti tik pagrindinius pavyzdžius, bendrinius šablonus arba prielaidas, kurios retai atitinka tikrąją problemą.

Kita labai dažna klaida – nepateikiami pavyzdiniai duomenys arba nepaaiškinama lentelės struktūra . Nežinodama, kokius stulpelius turite, kokio tipo duomenis juose yra ar kaip jie yra susiję vienas su kitu, „ChatGPT“ gali pasiūlyti tik apytikslį kodą. Kai tik bandysite jį paleisti savo aplinkoje, pradėsite gauti klaidų su laukų pavadinimais, nesuderinamais duomenų tipais arba prastai apibrėžtais filtrais.

Taip pat dažnai nenurodomas reikalingas detalumo ar sudėtingumo lygis . Jei esate pradedantysis ir norite tik nuoseklaus paaiškinimo, modelis gali pateikti pernelyg techninį atsakymą. O jei esate ekspertas, ieškantis pažangios optimizacijos, jis gali pasiūlyti tik paviršutiniškus sprendimus. Nurodę savo techninį lygį, sutaupote daug vargo.

Galiausiai, daugelis vartotojų linkę prašyti „visko iš karto“ viena ilga komanda : išsamių ataskaitų suvestinių, bendrųjų ataskaitų, KPI, segmentavimo, mygtukų... Rezultatas paprastai būna begalinis atsakymas, kurį sunku sekti ir sudėtinga įgyvendinti. Daug efektyviau problemą suskaidyti į mažus žingsnius ir sprendimą ieškoti etapais; jei jums reikia praktinių vadovų, kaip integruoti dirbtinį intelektą su biuro programomis, žr., kaip naudoti dirbtinį intelektą programose „Excel“ ir „Word“.

Neatitikimai, atsako pokyčiai ir paslaugų perteklius

Dar vienas gluminantis elgesys yra tas, kad „ChatGPT“ kartais pakeičia atsakymą į tą patį klausimą, jei jį po kurio laiko pakartojate. Bendra reikšmė paprastai išlieka ta pati, tačiau detalės, niuansai ar argumentavimo būdas gali skirtis. Taip yra dėl modelio tikimybinio pobūdžio: jis ne visada generuoja tą patį tekstą, o nagrinėja skirtingus įmanomus derinius.

Neoficialiam naudojimui tai paprastai nėra rimta problema, tačiau aplinkose, kuriose reikalingas atsekamumas ar nuoseklumas , pavyzdžiui, techninėje dokumentacijoje, klientų aptarnavimo atsakymuose, vidinėse ataskaitose, svarbu peržiūrėti, standartizuoti ir, jei reikia, sukurti stabilius šablonus, pagrįstus žmonių atliekama dirbtinio intelekto išvesties peržiūra.

Paslaugų lygmeniu įrankio populiarumas taip pat sukėlė pasikartojančią problemą: serverio perkrovą . Piko metu prieiga gali būti ribota, atsakymai gali užtrukti ilgiau arba netgi pasitaiko klaidų, kurios neleidžia tęsti pokalbio. Nors naujausios sistemos versijos stengiasi geriau valdyti apkrovą, patirtis ne visada yra tobula.

Be to, kai kuriuose kontekstuose aptikta rašybos, gramatikos ir skyrybos klaidų , ypač kai raginimas yra dviprasmiškas, prastai parašytas arba viename sakinyje maišomos kelios temos. Modelis stengiasi „atspėti“, ką turite omenyje, tačiau rezultatas gali būti keistas tekstas su formatavimo problemomis, kurias reikia atidžiai peržiūrėti.

Visa tai sustiprina mintį, kad neprotinga aklai pasikliauti vienu pokalbiu su dirbtiniu intelektu . Jei atsakymas netinka, protingiausia performuluoti klausimą, paprašyti paaiškinimo arba kitos versijos, o ne manyti, kad pirmasis atsakymas yra galutinis ir teisingas.

Vartotojo suvokimo klaidos: ko (klaidingai) tikimės iš „ChatGPT“

Ne visos problemos kyla dėl paties modelio trūkumų: didelė dalis problemų kyla dėl klaidingų jį naudojančių asmenų lūkesčių . Yra tendencija projektuoti į dirbtinį intelektą žmogaus gebėjimus, kurių jis neturi, todėl dažnai kyla nesusipratimų.

Labai dažna klaida – kalbinio tikslumo painiojimas su tiesa . Kadangi tekstas gerai parašytas, manome, kad turinys teisingas. Tačiau jau matėme, kad modelio prioritetas yra kurti rišlius sakinius, o ne garantuoti faktinį tikslumą. Ši autoriteto iliuzija padidina riziką be jokių klausimų praryti sufabrikuotus duomenis.

Taip pat dažnai nuvertiname klausimo formuluotės poveikį . Vos kelių žodžių pakeitimas užduotyje gali visiškai pakeisti atsakymo būdą: kokia informacija paryškinama, kokia praleidžiama ir kokios interpretacijos siūlomos. Manymas, kad „nesvarbu, kaip klausiu, dirbtinis intelektas mane jau supranta“, yra dar viena didelė saviapgaulė; norint pagerinti rezultatus, greitas vadovas gali būti labai naudingas.

Daugelis vartotojų taip pat linkę žmogiškumą interpretuoti ten, kur tėra forma . Kai modelis atsiprašo, sako „Suprantu jūsų susirūpinimą“ arba vartoja pažįstamas išraiškas, atrodo, kad jis įsijaučia ir supranta, bet iš tikrųjų jis tik atkartoja kalbinius modelius. Šis klaidingas žmogaus, esančio kitoje pusėje, įspūdis gali paskatinti mus per daug juo pasitikėti.

Galiausiai, dažnai daroma prielaida, kad „ChatGPT“ prisimins asmenines taisykles ar informaciją iš kitų sesijų , kai iš tikrųjų jo atmintis apsiriboja dabartiniu pokalbiu (išskyrus specifines nuolatinės atminties funkcijas, kurios taip pat yra ribotos). Kiekvienas naujas pokalbis prasideda beveik nuo nulio, todėl turite iš naujo paaiškinti kontekstą, stiliaus gaires ar apribojimus, kurių norite, kad jis laikytųsi.

Šališkumas, filtrai ir etiniai apribojimai atsakymuose

Kitas aspektas, kurį vartotojai dažnai nepastebi, yra tai, kad „ChatGPT“ nėra nei neutralus, nei visiškai laisvas savo atsakymuose . Jo rezultatams įtakos turi duomenys, su kuriais jis buvo apmokytas (ir kuriuose jau yra kultūrinių, lyčių, geografinių ir ideologinių šališkumų), taip pat filtrai ir taisyklės, kurias jo kūrėjai pridėjo, kad sumažintų probleminį turinį.

Dėl to gaunami atsakymai, kurie gali atkurti stereotipus ar žmonių išankstinius nusistatymus , net ir bandant juos sušvelninti, taip pat pranešimai, kai modelis atsisako atsakyti, nukreipia pokalbį kita linkme arba reaguoja labai apibendrintai, kai aptinka jautrių temų (sveikata, politika, dezinformacija, saugumas ir kt.). Tai ne „orakulas“, o įrankis, kurį riboja naudojimo politika.

Be to, kadangi jie aiškiai neskiria bendros taisyklės nuo išimties, jiems sunku suprasti, kada vaizdas, duomenų dalis ar pavyzdys atspindi realybę . Tai pastebėta pasikartojančiose vizualinėse klaidose multimodaliniuose modeliuose: laikrodžiuose, kurie visada rodo 10:10, nes tai dažniausiai rodomas laikas reklaminėse nuotraukose, arba sunkumuose tiksliai pavaizduoti žmogų, rašantį kaire ranka, nes vyrauja dešiniarankių žmonių vaizdai.

Tokios struktūrinės klaidos rodo, kad dirbtinis intelektas paveldi ir sustiprina tai, ką mato internete , o ne samprotauja nuo nulio, koks turėtų būti pasaulis. Štai kodėl jis ne visada gerai atskiria anomaliją nuo taisyklės, o tai riboja jo sprendimų priėmimą retais atvejais.

Įmonių kontekste visa tai daro aiškų poveikį reputacijai, atitikčiai reglamentams ir rizikos valdymui . Vienas šališkas turinio elementas ar prastai suformuluota rekomendacija gali greitai išplisti socialinėje žiniasklaidoje, paveikti prekės ženklo suvokimą ar netgi prieštarauti duomenų apsaugos, lygybės ar teisingos reklamos reglamentams.

Geriausios „ChatGPT“ klaidų mažinimo praktikos

Esant tokiai situacijai, sprendimas yra ne nutraukti įrankio naudojimą, o išmokti gyventi su jo apribojimais ir sumažinti klaidas . Yra keletas praktinių gairių, kurios labai naudingos kasdieniame gyvenime, tiek asmeniniame, tiek profesiniame gyvenime.

Pirmas žingsnis – patikrinti svarbią informaciją su kitais patikimais šaltiniais , ypač jei ketinate publikuoti, priimti strateginius sprendimus ar spręsti jautrias temas. Duomenų palyginimas su oficialiais dokumentais, pripažintais tyrimais ar specializuotomis duomenų bazėmis išlieka labai svarbus; profesionalioje aplinkoje automatinis dirbtinio intelekto modelių testavimas gali padėti aptikti regresijas ir klaidas.

Antras žingsnis – pagerinti savo užduotyse pateikiamų klausimų kokybę . Konkretumas, konteksto pateikimas, tikslų apibrėžimas, detalumo lygio nurodymas ir išvesties formato (planas, lentelė, sąrašas, tonas, ilgis ir kt.) nurodymas radikaliai pakeičia atsakymo naudingumą. Kuo aiškesnės jūsų instrukcijos, tuo mažiau erdvės modeliui bus užpildyti spragas išgalvojant dalykus.

Trečia, labai svarbu ugdyti kritinį mąstymą ir turėti tam tikrų žinių apie sritį, kurioje dirbate . Kuo daugiau žinote apie temą, tuo greičiau pastebėsite neatitikimus, praleidimus ar šališkumą dirbtinio intelekto rezultatuose. Jums nereikia būti visko ekspertu, bet neturėtumėte visiškai deleguoti sprendimų priėmimo mašinai.

Galiausiai, prieš naudojant sugeneruotus tekstus tokius, kokie jie yra, patartina juos pritaikyti ir suasmeninti . Tono pritaikymas pagal jūsų balsą ar prekės ženklo balsą, įprastų dirbtinio intelekto užpildų pašalinimas, rašybos ir gramatikos patikrinimas bei struktūros pertvarkymas, kad tekstas būtų sklandesnis, nulems, ar turinys yra „robotizuotas“, ar tikrai patrauklus jūsų auditorijai.

Norint šiandien įvaldyti „ChatGPT“, reikia suprasti jo stipriąsias ir silpnąsias puses , išnaudoti didžiulį gebėjimą generuoti idėjas ir taupyti laiką, tuo pačiu metu nustatant aiškius filtrus, apžvalgas ir kriterijus, kad būtų išvengta iliuzijų, šališkumo ar kontekstinių klaidų. Išmintingai naudojamas, jis yra galingas sąjungininkas; naudojamas be kontrolės, jis gali tapti tyliu problemų ir blogų sprendimų šaltiniu.