- ChatGPT generuje tekst bazujący na prawdopodobieństwie, a nie na prawdzie, powodując halucynacje i błędy, nawet jeśli tekst brzmi bardzo przekonująco.
- Do najczęstszych błędów zalicza się: sfabrykowane dane, utratę kontekstu, nieodpowiedni ton wypowiedzi, stronniczość i ograniczenia najnowszej wiedzy.
- Sposób, w jaki zadawane są pytania, ma duży wpływ na jakość odpowiedzi; niejasne wskazówki, pozbawione kontekstu i przykładów, powodują mnożenie się błędów.
- Weryfikacja z wykorzystaniem wiarygodnych źródeł, recenzja ludzka i adaptacja stylu są kluczowe dla bezpiecznego korzystania z ChatGPT w środowiskach profesjonalnych.
Od momentu pojawienia się pod koniec 2022 roku ChatGPT stał się narzędziem do pisania wiadomości, rozwiązywania wątpliwości i uzyskiwania pomocy w sprawach technicznych. Jednak jego ogromny sukces współistnieje z niewygodną rzeczywistością: nie jest nieomylny; popełnia błędy, a czasem robi to z nadmierną pewnością siebie . W Hiszpanii korzystają z niego już miliony osób, choć dane pokazują, że tylko niewielki odsetek korzysta z niego codziennie, głównie dlatego, że nie wzbudził on jeszcze oczekiwanego poziomu zaufania.
Wielu użytkowników uważa, że ChatGPT, choć bardzo użyteczny, czasami fałszuje dane, zaprzecza sam sobie, błędnie interpretuje kontekst lub reaguje tak, jakby wiedział więcej, niż w rzeczywistości . Do tego dochodzą inne praktyczne wady: przeciążenie usług, szybkie zmiany opinii, trudności ze zrozumieniem ironii oraz problemy z rozumowaniem matematycznym lub specjalistycznym. Zrozumienie tych ograniczeń jest kluczem do efektywnego korzystania z niego, bez wpadania w pułapkę myślenia: „Skoro sztuczna inteligencja tak mówi, to musi to być prawdą”.
Dlaczego ChatGPT jest błędny, mimo że brzmi tak przekonująco
Przede wszystkim należy zrozumieć, że ChatGPT nie został zaprojektowany do „poszukiwania prawdy”, lecz do przewidywania słów . To model językowy, który na podstawie wszystkiego, co zaobserwował podczas szkolenia, oblicza kombinację terminów, która najprawdopodobniej pasuje do Twojego pytania. Oznacza to, że priorytetem jest płynność i pozorna spójność, a nie rygorystyczna weryfikacja faktów. Jeśli chcesz zobaczyć porównania podobnych modeli, sprawdź różnice między Claude, ChatGPT i Gemini.
Ten sposób działania powoduje niesławne „halucynacje” sztucznej inteligencji – czyli sfabrykowane odpowiedzi, które brzmią zaskakująco sensownie . Potrafi ona cytować nieistniejące badania, powoływać się na prawa, które nigdy nie zostały uchwalone, lub opisywać całkowicie fikcyjne przypadki historyczne – a wszystko to z taką pewnością siebie, że trudno to podważyć. Z zewnątrz brzmi jak encyklopedia, ale w rzeczywistości jest to po prostu ekstrapolacja wzorców językowych.
Eksperci analizujący te modele podkreślają, że należy unikać antropomorfizmu : ChatGPT nie „wie”, nie ma żadnych przekonań ani intencji, generuje jedynie tekst. Z założenia, jako system generatywny, zawsze będzie istniał margines błędu , niezależnie od tego, jak bardzo jego twórcy udoskonalają modele poprzez aktualizacje i trening wzmacniający.
W branżach zawodowych – marketingu, konsultingu, ochronie zdrowia, finansach, analizie danych – ma to bezpośrednie konsekwencje: bez nadzoru człowieka i weryfikacji z wiarygodnymi źródłami istnieje ryzyko podejmowania decyzji w oparciu o fałszywe dane lub błędne interpretacje . Narzędzie to może znacznie przyspieszyć pracę, ale może również nasilać błędy, jeśli jest używane bez krytycznych filtrów. Aby lepiej zrozumieć perspektywy i ryzyko związane z łączeniem sztucznej inteligencji, niezbędne są szkolenia z zakresu zarządzania i kontroli.
Nieufność, faktyczne wykorzystanie i ograniczenia wiedzy na temat ChatGPT
W ankietach przeprowadzonych w Hiszpanii znaczna liczba użytkowników przyznaje, że nie do końca ufa odpowiedziom ChatGPT . W rzeczywistości, znaczny odsetek z nich podaje „brak zaufania do generowanych odpowiedzi” jako główny powód, dla którego narzędzie nie jest częściej używane. Nic dziwnego: kiedy widzisz, że często ma rację, ale czasami popełnia poważne błędy, zazwyczaj podchodzisz do tego z dystansem.
Jednym z najbardziej zaskakujących aspektów dla użytkowników jest czasowe ograniczenie wiedzy modelu . Wersje klasyczne były trenowane na danych do około 2021 roku, co oznacza, że nie są dobrze zorientowane (lub całkowicie nieświadome) w ostatnich wydarzeniach, zmianach legislacyjnych, postępie technologicznym ani wschodzących postaciach publicznych . Model potrafi „wyobrazić” sobie reakcję na podstawie wzorców z przeszłości, ale nie konsultuje w czasie rzeczywistym tego, co wydarzyło się w tym tygodniu.
Ta niepełność staje się jeszcze bardziej widoczna w wyspecjalizowanych dziedzinach : w najnowszym prawie, w nowatorskiej medycynie, w bardzo specyficznych niszach technicznych lub w szczegółach dotyczących realiów danego kraju. W takich przypadkach ChatGPT oferuje niekompletne, powierzchowne lub po prostu niepoprawne odpowiedzi , nawet jeśli są one przedstawione w nienagannej formie pisemnej.
Dlatego wielu ekspertów zaleca korzystanie z niego jako generatora szkiców lub szablonu do pracy , a nie jako jedynego źródła. Idea jest jasna: oszczędza czas, porządkując, podsumowując lub podsuwając pomysły, ale to Ty powinieneś przeglądać, porównywać i dostosowywać treść w oparciu o własną wiedzę i zweryfikowane źródła zewnętrzne.
Typowe błędy w sposobie odpowiadania: od faktów do sformułowań
Poza halucynacjami i brakiem aktualnej wiedzy, ChatGPT gromadzi szereg typowych błędów w swoich odpowiedziach . Niektóre są czysto merytoryczne, inne wpływają na styl pisania lub zrozumienie kontekstu. Zrozumienie tych błędów pomaga określić, kiedy należy zachować podejrzliwość lub poprosić ChatGPT o przeformułowanie.
Jedną z najczęściej wymienianych wad przez ekspertów jest zdolność do przeinaczania weryfikowalnych faktów . Oznacza to, że może popełniać błędy w liczbach, datach, nazwach własnych lub związkach przyczynowo-skutkowych, które można łatwo zweryfikować, przeszukując bazę danych lub oficjalne źródło. Problem staje się jeszcze bardziej dotkliwy, gdy program jest proszony o podanie bardzo szczegółowych informacji, które zazwyczaj nie pojawiają się w danych treningowych.
Niekompletne odpowiedzi są również częste i nie spełniają oczekiwań . Mogą pomijać ważne sekcje, nie być zgodne z wymaganym formatem lub pomijać kluczowe niuanse w pytaniu. Czasami dzieje się tak, ponieważ model priorytetowo traktuje to, co interpretuje jako najistotniejsze, i pomija resztę.
Innym źródłem problemów jest to, że ChatGPT próbuje odpowiedzieć niemal na wszystko, nawet jeśli nie posiada wystarczających informacji . Zamiast jasno stwierdzić „nie wiem”, często generuje niejasną, choć nieco chaotyczną odpowiedź. Jest to wygodne dla niecierpliwych użytkowników, ale niebezpieczne, gdy wymagana jest precyzja i dokładność.
Na poziomie językowym jakość języka hiszpańskiego również spada w porównaniu z angielskim . Występuje więcej błędów gramatycznych, błędów w zgodności podmiotu z orzeczeniem, problemów z interpunkcją i nienaturalnych zwrotów. Ponadto powtarzają się pewne typowe „tiki” sztucznej inteligencji – takie jak „Nie tylko… ale również…”, „Od… do…” oraz nadużywanie słów takich jak „ekscytujący” czy „nauka” – co natychmiast wskazuje na to, że tekst został wygenerowany przez model.
Problemy z kontekstem, tonem i zrozumieniem języka naturalnego
Jednym ze szczególnie problematycznych aspektów jest trudność ChatGPT w uchwyceniu niuansów kontekstu, kultury czy momentu historycznego . Zadając pytania, które wymagają osadzenia w konkretnej rzeczywistości – na przykład w lokalnej sytuacji politycznej, konkretnej normie społecznej lub bardzo lokalnym odniesieniu kulturowym – ChatGPT ma tendencję do udzielania odpowiedzi zbyt ogólnych, niejednoznacznych lub nieistotnych.
Jest to zauważalne na przykład w odpowiedziach, które nie pasują do tonu, o który prosiłeś . Nawet jeśli sprecyzujesz, że oczekujesz czegoś ironicznego, sarkastycznego lub bardzo potocznego, model zazwyczaj zachowuje neutralny, uprzejmy i nieco ogólnikowy ton. A kiedy próbuje odtworzyć sarkazm lub ironię, może robić to niezdarnie, błędnie interpretując Twoje intencje i odpowiadając czymś zupełnie niezwiązanym z zamierzonym humorystycznym niuansem.
W długich rozmowach pojawia się inny rodzaj awarii: utrata kontekstu . ChatGPT zarządza ograniczoną liczbą tokenów (rodzaj aktywnej pamięci). Gdy interakcja się przedłuża, część tego, co zostało powiedziane na początku, gubi się w tej „przestrzeni mentalnej”, a model zaczyna zapominać ważnych szczegółów, zaprzeczać sobie lub powtarzać wyjaśnienia, które już podał.
Często prowadzi to do sprzeczności, takich jak „mówiłeś mi A wcześniej, a teraz mówisz B”, lub do odpowiedzi, które wydają się oderwane od poprzedniej rozmowy . Dobrą techniką minimalizowania tego jest proszenie o okresowe podsumowania – w kilku punktach – tego, co zostało do tej pory uzgodnione, i ponowne wykorzystywanie tego podsumowania jako kontekstu do nowych pytań.
Co więcej, model może oferować sztywne lub nienaturalne odpowiedzi, gdy język użytkownika jest zawiły lub słabo napisany . Jeśli pytanie łączy wiele tematów w jednym zdaniu, brakuje w nim interpunkcji lub zawiera poważne błędy ortograficzne, wzrasta prawdopodobieństwo, że chatbot błędnie zinterpretuje pytanie i odpowie w sposób, który nie do końca odpowiada temu, czego użytkownik chciał się dowiedzieć.
Błędy stylistyczne: teksty „pachnące” sztuczną inteligencją
Osoby pracujące na co dzień z tekstem cyfrowym zauważyły szereg powtarzających się wzorców w tekstach generowanych przez ChatGPT . Wzory te stały się wyraźnym sygnałem, że „to zostało napisane przez sztuczną inteligencję”. Chociaż można je łatwo poprawić podczas przeglądu, warto je zidentyfikować, aby treść nie sprawiała wrażenia klonu. Dostępne są również narzędzia, takie jak rozszerzenie, które zapobiega tworzeniu treści przez ChatGPT i inne sztuczne inteligencje , pomagające je wykryć.
Jednym z takich złych nawyków jest systematyczne stosowanie struktur takich jak „Nie tylko… ale także…” . Są one poprawne, owszem, ale powtarzane w tym samym tekście, sprawiają wrażenie nużących i sztucznych. To samo dotyczy kombinacji „Od X do Y”, której sztuczna inteligencja często używa do wyszczególniania zakresów tematów, poziomów lub korzyści.
Inną typową cechą jest nadużywanie terminów takich jak „ekscytujący”, „nauka”, „odkrycie” czy „wzbogacające doświadczenie ”. Są to trafne słowa, ale powtarzane w niemal każdym akapicie, sprawiają, że tekst brzmi ogólnikowo, przesadnie i nieadekwatnie do odbiorcy. Lepiej zastąpić je bardziej konkretnym i opisowym słownictwem, dopasowanym do tego, co chcesz przekazać.
Wpływ sztucznej inteligencji jest również widoczny w nagłówkach, gdzie każde słowo zaczyna się wielką literą – powszechna praktyka w języku angielskim, ale nietypowa w języku hiszpańskim. Oczywiście, w języku hiszpańskim wielką literą pisze się tylko pierwsze słowo i nazwy własne. Korekta tego znacznie poprawia wygląd treści, sprawiając wrażenie, jakby została napisana przez człowieka, a nie w oparciu o wielojęzyczny model oparty na konwencjach anglosaskich.
Wreszcie, sztuczna inteligencja często tworzy teksty o płaskim, neutralnym i bezosobowym tonie . Brakuje im charakterystycznych słów-wypełniaczy, trafnych zwrotów potocznych czy subtelnych akcentów humorystycznych, które zamieściłby autor. Dostosowanie stylu do głosu marki lub własnego sposobu mówienia – poprzez dodanie metafor, delikatnych żartów lub nawiązań – jest kluczowe, aby treść nie przypominała zwykłego „skopiuj i wklej” z czatu.
Typowe błędy przy korzystaniu z ChatGPT do analizy danych i zadań technicznych
Podczas korzystania z ChatGPT jako asystenta dla Excela, Power BI, SQL, Pythona lub innych narzędzi do analizy danych , awarie zależą nie tylko od samego modelu, ale także od sposobu interakcji użytkownika z nim. Wielu analityków popełnia błędy w planowaniu, które obniżają jakość otrzymywanych rozwiązań.
Jednym z najczęstszych błędów jest zbyt ogólne lub niejasne sformułowanie żądania . Frazy takie jak „Wykonaj dla mnie analizę”, „Napisz zapytanie SQL” czy „Pomóż mi z Power BI” praktycznie nie dostarczają kontekstu, przez co model może zwrócić jedynie podstawowe przykłady, ogólne szablony lub założenia, które rzadko odpowiadają rzeczywistemu problemowi.
Kolejnym bardzo częstym błędem jest brak podania przykładowych danych lub wyjaśnienia struktury tabeli . Nie wiedząc, jakie kolumny posiadasz, jaki typ danych zawierają i jak są ze sobą powiązane, ChatGPT może jedynie zasugerować przybliżony kod. Już przy próbie uruchomienia ChatGPT w swoim środowisku zaczną pojawiać się błędy z nazwami pól, niezgodnymi typami danych lub źle zdefiniowanymi filtrami.
Często nie określa się wymaganego poziomu szczegółowości lub złożoności . Jeśli jesteś początkującym i potrzebujesz jedynie wyjaśnienia krok po kroku, model może zwrócić coś zbyt technicznego. A jeśli jesteś ekspertem poszukującym zaawansowanej optymalizacji, model może zaoferować jedynie powierzchowne rozwiązania. Określenie swojego poziomu technicznego oszczędza wiele czasu i wysiłku.
Wreszcie, wielu użytkowników ma tendencję do żądania „wszystkiego naraz” w jednym, długim poleceniu : kompletnych pulpitów nawigacyjnych, raportów globalnych, wskaźników KPI, segmentacji, przycisków… Rezultatem jest zazwyczaj niekończąca się odpowiedź, trudna do śledzenia i skomplikowana do wdrożenia. Znacznie bardziej efektywne jest podzielenie problemu na małe kroki i praca nad rozwiązaniem etapami; jeśli potrzebujesz praktycznych poradników dotyczących integracji sztucznej inteligencji z aplikacjami biurowymi, zapoznaj się z artykułem „Jak korzystać ze sztucznej inteligencji w programach Excel i Word”.
Niespójności, zmiany w odpowiedziach i nasycenie usług
Innym zagadkowym zachowaniem jest to, że ChatGPT czasami zmienia swoją odpowiedź na to samo pytanie, jeśli zostanie ono powtórzone po pewnym czasie. Ogólne znaczenie zazwyczaj pozostaje takie samo, ale szczegóły, niuanse lub sposób argumentacji mogą się różnić. Wynika to z probabilistycznego charakteru modelu: nie zawsze generuje on ten sam tekst, ale raczej bada różne prawdopodobne kombinacje.
W przypadku zastosowań nieformalnych nie stanowi to zwykle poważnego problemu, ale w środowiskach, w których wymagana jest możliwość śledzenia lub spójność — na przykład w dokumentacji technicznej, odpowiedziach obsługi klienta, raportach wewnętrznych — ważne jest, aby przejrzeć, ujednolicić i, w razie potrzeby, ustanowić stabilne szablony oparte na ludzkiej ocenie wyników sztucznej inteligencji.
Na poziomie usług, popularność narzędzia również generuje powtarzający się problem: przeciążenie serwera . W godzinach szczytu dostęp może być ograniczony, odpowiedzi trwają dłużej, a nawet sporadycznie pojawiają się błędy uniemożliwiające kontynuowanie rozmowy. Chociaż najnowsze wersje systemu starają się lepiej zarządzać obciążeniem, jakość obsługi nie zawsze jest idealna.
Ponadto w niektórych kontekstach wykryto błędy ortograficzne, gramatyczne i interpunkcyjne , zwłaszcza gdy polecenie jest niejednoznaczne, źle napisane lub łączy kilka tematów w jednym zdaniu. Model stara się jak najlepiej „zgadnąć”, co masz na myśli, ale rezultatem może być dziwny tekst z problemami formatowania, wymagający dokładnej analizy.
Wszystko to wzmacnia przekonanie, że nierozsądne jest ślepe poleganie na pojedynczej rozmowie ze sztuczną inteligencją . Jeśli odpowiedź nie pasuje, rozsądnym rozwiązaniem jest przeformułowanie pytania, poproszenie o wyjaśnienie lub poproszenie o inną wersję, zamiast zakładać, że pierwsza odpowiedź jest ostateczna i poprawna.
Błędy w postrzeganiu użytkowników: czego (niesłusznie) oczekujemy od ChatGPT
Nie wszystkie problemy wynikają z wad samego modelu: znaczna część problemów wynika z błędnych oczekiwań użytkowników . Istnieje tendencja do przypisywania sztucznej inteligencji ludzkich możliwości, których ona nie posiada, co prowadzi do częstych nieporozumień.
Bardzo częstym błędem jest mylenie precyzji językowej z prawdą . Ponieważ tekst jest dobrze napisany, zakładamy, że treść jest poprawna. Widzieliśmy jednak już, że priorytetem modelu jest konstruowanie spójnych zdań, a nie gwarantowanie poprawności faktograficznej. Ta iluzja autorytetu zwiększa ryzyko bezkrytycznego przyjęcia sfabrykowanych danych.
Często niedoceniamy wpływu sposobu, w jaki formułujemy pytanie . Zmiana zaledwie kilku słów w podpowiedzi może całkowicie zmienić podejście do odpowiedzi: jakie informacje są podkreślane, co pomijane i jakie interpretacje są proponowane. Przekonanie, że „nieważne, jak zapytam, sztuczna inteligencja i tak mnie rozumie”, to kolejne poważne samooszukiwanie się; aby poprawić wyniki, niezwykle pomocny może być przewodnik po podpowiedziach .
Wielu użytkowników ma również tendencję do interpretowania człowieczeństwa tam, gdzie jest tylko forma . Kiedy model przeprasza, mówi „Rozumiem twoje obawy” lub używa znanych wyrażeń, wydaje się empatyczny i rozumiejący, ale w rzeczywistości jedynie powiela wzorce językowe. To fałszywe poczucie osoby po drugiej stronie może sprawić, że będziemy mu zbyt ufać.
Wreszcie, często zakłada się, że ChatGPT zapamiętuje osobiste zasady lub szczegóły z innych sesji , podczas gdy w rzeczywistości jego pamięć jest ograniczona do bieżącej rozmowy (z wyjątkiem określonych funkcji pamięci trwałej, które również są ograniczone). Każdy nowy czat zaczyna się niemal od zera, więc trzeba od nowa wyjaśniać kontekst, wytyczne dotyczące stylu lub ograniczenia, które ma on respektować.
Błędy, filtry i ograniczenia etyczne w odpowiedziach
Innym aspektem, który często pomijają użytkownicy, jest to, że ChatGPT nie jest ani neutralny, ani całkowicie swobodny w swoich odpowiedziach . Na jego wyniki wpływają dane, na których został wytrenowany – a które i tak zawierają uprzedzenia kulturowe, płciowe, geograficzne i ideologiczne – oraz filtry i reguły dodane przez jego twórców w celu ograniczenia problematycznych treści.
Prowadzi to do odpowiedzi, które mogą powielać stereotypy lub ludzkie uprzedzenia , nawet gdy podejmowane są próby ich złagodzenia, a także do wiadomości, w których model odmawia odpowiedzi, zmienia kierunek rozmowy lub reaguje bardzo ogólnikowo, gdy wykryje drażliwe tematy (zdrowie, polityka, dezinformacja, bezpieczeństwo itp.). Nie jest to „wyrocznia”, lecz narzędzie ograniczone przez zasady użytkowania.
Co więcej, ponieważ nie rozróżniają oni wyraźnie reguły ogólnej od wyjątku, mają trudności ze zrozumieniem, kiedy obraz, fragment danych lub przykład odzwierciedla rzeczywistość . Zaobserwowano to w powtarzających się błędach wizualnych w modelach multimodalnych: zegarach, które zawsze pokazują 10:10, ponieważ jest to najczęściej pokazywana godzina na zdjęciach reklamowych, lub trudnościach z dokładnym przedstawieniem osoby piszącej lewą ręką, ponieważ przeważają zdjęcia osób praworęcznych.
Tego rodzaju błędy strukturalne pokazują, że sztuczna inteligencja dziedziczy i wzmacnia rozkład tego, co widzi w internecie , zamiast od podstaw wnioskować, jak powinien wyglądać świat. Dlatego nie zawsze dobrze odróżnia anomalię od reguły, co ogranicza jej osąd w przypadku rzadkich przypadków.
W kontekście korporacyjnym wszystko to ma wyraźny wpływ na reputację, zgodność z przepisami i zarządzanie ryzykiem . Pojedyncza, stronnicza treść lub źle sformułowana rekomendacja może szybko eskalować w mediach społecznościowych, wpłynąć na postrzeganie marki, a nawet kolidować z przepisami dotyczącymi ochrony danych, równości lub rzetelnej reklamy.
Najlepsze praktyki minimalizujące błędy ChatGPT
W tej sytuacji rozwiązaniem nie jest rezygnacja z korzystania z narzędzia, ale nauczenie się życia z jego ograniczeniami i minimalizowanie błędów . Istnieje kilka praktycznych wskazówek, które są bardzo pomocne w życiu codziennym, zarówno osobistym, jak i zawodowym.
Pierwszym krokiem jest weryfikacja ważnych informacji z innymi wiarygodnymi źródłami , zwłaszcza jeśli zamierzasz publikować, podejmować strategiczne decyzje lub poruszać wrażliwe tematy. Porównywanie danych z oficjalnymi dokumentami, uznanymi badaniami lub specjalistycznymi bazami danych pozostaje kluczowe; w środowisku zawodowym automatyczne testowanie modeli sztucznej inteligencji może pomóc w wykrywaniu regresji i błędów.
Drugim krokiem jest poprawa jakości podpowiedzi . Bycie precyzyjnym, podanie kontekstu, zdefiniowanie celów, wskazanie poziomu szczegółowości i określenie formatu wyjściowego (konspekt, tabela, lista, ton, długość itp.) radykalnie zmienia użyteczność odpowiedzi. Im jaśniejsza instrukcja, tym mniej miejsca będzie na uzupełnianie luk przez modelowanie.
Po trzecie, kluczowe jest rozwinięcie krytycznego nastawienia i pewnej wiedzy na temat dziedziny, w której pracujesz . Im więcej wiesz na dany temat, tym szybciej wykryjesz niespójności, pominięcia lub stronniczość w wynikach sztucznej inteligencji. Nie musisz być ekspertem we wszystkim, ale nie powinieneś całkowicie delegować osądu maszynie.
Na koniec, zaleca się adaptację i humanizację wygenerowanych tekstów przed ich wykorzystaniem w obecnej formie . Dostosowanie tonu do własnego stylu lub marki, usunięcie typowych słów-wypełniaczy AI, sprawdzenie pisowni i gramatyki oraz reorganizacja struktury w celu uzyskania lepszej płynności – to wszystko zadecyduje o różnicy między treściami „robotycznymi” a treściami, które naprawdę trafiają do odbiorców.
Opanowanie ChatGPT dzisiaj wymaga zrozumienia zarówno jego mocnych, jak i słabych stron , wykorzystania jego ogromnego potencjału do generowania pomysłów i oszczędzania czasu, a jednocześnie ustanowienia jasnych filtrów, kryteriów i recenzji, aby uniknąć popadania w złudzenia, uprzedzenia i błędy kontekstowe. Używany mądrze, jest potężnym sprzymierzeńcem; używany bez kontroli może stać się cichym źródłem problemów i złych decyzji.
