Неожиданный вывод про человеческие заблуждения из хайкинга.

Я люблю шариться по горам - по долам, и особенно здорово залезть в какие-нибудь совсем нехоженные места. Вот однажды в Турции я забрался в какие-то горы, где размеченных маршрутов нет и есть только козьи тропы и начал искать путь через заросли. Все время я ясно видел тропу, развилку на ней и шел по одной из веток. Не помню на какой из развилок я задумался, почему тропа так часто разветвляется? И почему каждый раз как я оглядываюсь, то я нахожу развилку? Оглянувшись и тщательно осмотревшись, прогулявшись вперед и назад, я понял, что никакой тропы и никаких развилок там никогда не было (см. рисунок).

Ясной тропой из любой точки местности выглядело свободное пространство между растительностью и камнями. Оно же автоматически образовывало "развилки". Даже "перекрестки", если бы у меня хватало ширины обзора.

Я задумался, насколько мы заточены во всем выявлять шаблоны. Даже когда их на самом деле нет. Это может вести к очень ошибочным выводам. Особенно это опасно для казалось бы умных и образованных людей - то есть как раз тех из нас, кого годами в специальных школах и ВУЗах так тщательно натаскивали обнаруживать закономерности в числах, что нам уже сложно даже поверить, когда этой закономерности нет.

Природу в себе не отключить, но я стал больше рефлексировать о том, не рано ли в каждой ситуации делать далеко идущие выводы.

Одна ситуация, которая сильно повлияла на мои менеджерские привычки. Я был на курсах управления в Стенфорде, и там было много хорошо продуманных игр, каждая из которых очень наглядно демонстрировала какой-то способ лажануть. А осязаемость и конкретность это важные элемент реального обучения.

Одна из них довольно простая, надо было сделать в группе план по выживанию после крушения самолета в Аляске на морозе. Как главный эксперт по морозам (меня -40 не сильно напрягает), я вызвался порулить нашей группой и в процессе под моим мудрым управлением мы сформулировали прекрасное решение, но ... оказались только вторыми по его уровню.

Первой пришла команда из довольно жарких стран, и что обидно, в моей команде более правильные ответы тоже прозвучали, причем от людей не сильно то опытных в морозных делах, но я с высоты своего мега-опыта убедил всех (честно убедил, а не просто зарулил), что надо иначе. Попади их ответы в финальную версию - мы бы выиграли.

Это было очень наглядной иллюстрацией, что превосходство в знаниях и опыте не гарантирует лучшего результата, и люди с более скромными знаниями могут оказаться правее. Есть какой-то уровень неопределенности, есть интерпретации и контексты, который делают прежний специализированный опыт не самым лучшим подсказчиком.



Как утешение мне, там пара людей с прошлым из каких-то спецвойск сказали, что они более согласны с моим планом, чем с тем, который предписан упражнением. Однако, второй урок, что нет абстрактной правоты, а есть оценка со стороны конкретных сторон - инвесторы, потребители и т.п. Не важно, что дружественные эксперты сочтут мой продукт лучше, если с этим не согласится потребитель.

У меня сейчас дети учатся параллельно по двум программам, и в каждой есть свой контекст, который делает какие-то ответы более правильными, чем другие. Они регулярно на эту разницу попадаются, и я им объясняю, что это как квест, и они должны помнить - что это правильно в бытовом смысле, другое правильно с точки зрения той школы и третье с точки зрения другой. Это несколько расшатывает идеальное мировозрения, но в реальной жизни многое определяется разными контекстами. Умение их управляемо разделять и сочетать сильно пригодится.

(Гнусавым голосом) от создателей Github Copilot…

применение AI для поиска дырок уже не совсем новость, но тут ребята сделали бота, который вышел в топ HackerOne в США. Эти же люди сделали когдато copilot, и продали в github.

HackerOne это ведущая платформа по сбору дырок с «этичных хакеров» за вознаграждение. Дырки там не мусорные, хорошие, есть zero day. В прошлой работе мы ими активно пользовались (услугами, а не дырками).

Учитывая, что AI не ест, не спит, а только ищет - то потенциал для взлома всего растет в порядки. Решение это «заводи своего дракона», нужен AI который найдет наши дырки вперед. Собственно, на самом деле на этом оно и держалось все это время, просто раньше это были люди.

Истории без однозначного вывода, но с вопросом...

История 1. Слушал тут людей из чуть ли не самой на слуху конторы, и они говорят, что на одну ходовую позицию они ничего особо не спрашивают, кроме решения тестового задания. Ничем не ограничивают, не смотрят, что ты реально знал, а что нагуглил, что на джипитил, что прямо сейчас прочел. Это все как раз поощряется. Оценивают только как решал и как решил (ну там за день-два предупреждаешь, что готов, и скидывают задачу). Я не уверен, что так на всех позициях смотрят у них, но почему обратил внимание (дальше) ...

История 2. Смотрю как упахиваются коллеги из индустрии на собесах. Подготовка, прокачка алгоритмов, нарешивание задач, мега проект получается. А ведь только что человек работал вполне себе сеньором, не фигню делал вовсе, и не вчера начал. И вот он перешел, молодец. А дальше что - через 3-5 лет смена работы и снова грызть гранит? А разве он после этой мегаподготовки стал прямо радикально лучше работать? Ну вот так сразу обычно нет - зп выше, конечно, но это скорее признание прошлых достижений и опыта, не оцененных на исходном месте. А если все эти знания были очень нужны и полезны в работе, то как он без них справлялся? И как спустя 3-5 лет снова подзабыл, если они нужны?

История 3. Ну я тут сам сменил работу какое-то время назад. Поговорил с основателем, с CEO, с HR - прошел. И думаю - погодите парни... как вы меня берете то? Да я бы себя сам себе с таким собесом не взял, причем на уровень ниже. Ну где погонять хотя бы по кейсам, по теории? Ну парни то не вчера в бизнес пришли, и как-то запустили свою прошлую ветку бизнеса с нуля полного, даже без предшествующих знаний и уверенности, что это можно физически выстроить, но выстроили и доросли до цифр, которыми (попади они в российские рейтинге) вполне бы гордились и даже были бы не главным, но вполне флагманом индустрии. Теперь вот новую ветку запускают.

И мысль такая, что не слишком заигралась ли индустрия во все эти алгоритмы и памяти на кучу деталей? Быть может людей стоило больше отбирать скорее по навыку решать задачи и учиться, чем по набору знаний? Не стало ли это все формой теста на причастность к своим, к этакому "тайному языку", реальная ценность которого уже не так-то велика?

Наброс, в каком-то смысле. Мысль сырая. Но интересно мнение общества

Я кстати набрал себе команду, которая кажется очень офигенной, но гонять по алгоритмам и знаниям я сам то уже не в форме, так что пришлось в собесах обойтись без этого (раньше то были специальные эксперты для таких вопросов). очень боялся, что пропущу какихнибудь неграмотных людей в проект, но выглядит, что все норм.