Возможности и ограничения ИИ

⏱️ Примерное время: ~12 минут · 🎯 Урок 3 курса «AI Fluency для малого бизнеса» · 🎬 видео

Что вы узнаете

Примерное время: 25 минут

К концу этого урока вы сможете:

Дать определение генеративному ИИ и объяснить, чем он отличается от других типов ИИ
Распознавать ключевые особенности и технологические основы генеративного ИИ
Определять основные возможности и ограничения современного генеративного ИИ

Что такое генеративный ИИ?

(12 минут)

В этом видео рассказывается, как устроены и обучаются большие языковые модели, такие как Claude, и что это означает для того, что они могут — и чего не могут — надёжно делать, когда вы применяете их в своём бизнесе.

Ключевые выводы

Генеративный ИИ создаёт новый контент, а не просто анализирует уже существующие данные.
Три прорыва сделали возможными современные LLM: архитектура трансформера, огромные объёмы обучающих данных и колоссальные вычислительные мощности.
Обучение проходит в два этапа: предобучение (изучение закономерностей на миллиардах примеров) и дообучение (обучение тому, как полезно следовать инструкциям).
Среди нынешних сильных сторон — универсальность в самых разных задачах, естественность диалога и подключение к внешним инструментам.
Среди нынешних ограничений — граница знаний, галлюцинации, размер контекстного окна и сложные многошаговые рассуждения.
Лучшие применения сочетают сильные стороны человека и ИИ — ваше суждение, креативность и контроль вместе со скоростью и масштабом ИИ.

Упражнение

Проверяем границы

Это упражнение даёт вам личный опыт того, что генеративный ИИ делает хорошо, а где даёт сбой. Вы в спокойной, безрисковой обстановке проверите несколько конкретных возможностей и ограничений из видео на материале из своей собственной предметной области — чтобы у вас была наглядная, основанная на личных наблюдениях интуитивная проверка, когда вы решаете, что можно доверить ИИ.

Часть I: Саморефлексия (самостоятельно)

Выберите область, которую вы хорошо знаете и в которой сразу заметили бы ошибку, если бы её допустил поставщик, подрядчик или клиент. Запишите:

Тему (например, расчёт вашей маржи прибыли, местные правила зонирования или отраслевые лицензионные требования)
Два-три факта о ней, которые любой приличный источник должен изложить верно
Одно распространённое заблуждение, которое люди о ней имеют
Одну вещь, которую о ней по-настоящему трудно хорошо объяснить

Это ваш испытательный полигон. Вы увидите, как ИИ справляется с тем, что вы реально можете проверить.

Часть II: Сотрудничество (с ИИ)

Откройте диалог с Claude (или любым другим ИИ-ассистентом, который вам нравится) и проведите три коротких разговора. После каждого записывайте, что вы заметили.

Тест на универсальность. Попросите ИИ объяснить вашу тему тремя разными способами в одном ответе: один раз для клиента, который ничего не знает о вашей услуге, один раз для потенциального делового партнёра и один раз для нового сотрудника, которого вы вводите в курс дела. Действительно ли сместились акценты под аудиторию или ИИ просто поменял словарь? Какая версия оказалась самой сильной?
Тест на галлюцинации. Попросите ИИ порекомендовать два-три конкретных ресурса по вашей теме — отраслевую ассоциацию, профильное издание, регулирующий орган или известного поставщика. Затем проверьте хотя бы один. Существует ли эта организация? Верен ли сайт? Точны ли контактные данные? (Именно здесь вы увидите, не выдумает ли ИИ уверенно источник, который звучит правдоподобно, но на деле не существует.)
Проверка границы знаний и рассуждений. Спросите у ИИ что-то чувствительное ко времени или местное: недавнее изменение в регулировании вашей отрасли, актуальные тенденции цен на ключевой материал или местное лицензионное требование. Предупредит ли он, что его информация может быть устаревшей? Делает ли он оговорки, угадывает или выдаёт устаревшую информацию за актуальную — то, что может стоить вам денег, если вы по ней начнёте действовать? Затем попросите его разобрать то распространённое заблуждение, которое вы записали в Части I. Затронул ли он реальную путаницу или просто повторил верный факт?

Часть III: Рефлексия

Какая возможность из видео проявилась в увиденном вами наиболее ярко? Какое ограничение проявилось — и заметили бы вы его, если бы это не была тема, которую вы хорошо знаете? Исходя из этого, какую одну задачу вы спокойно доверили бы ИИ прямо сейчас, а за какой хотели бы следить пристальнее?

Дополнительная цель: прогоните ту же тему через второй ИИ-инструмент (другую модель или платформу). Были ли ошибки и сильные стороны теми же?

Рефлексия по уроку

Как понимание того, как обучаются эти системы, меняет то, как вы будете с ними работать?
Какие этические вопросы приходят на ум с учётом того, как работает генеративный ИИ и в чём он даёт сбой?

Что дальше

Далее вас ждёт практическое задание, в котором мы исследуем, как языковые модели на самом деле генерируют текст, чтобы оживить то, что вы только что узнали.

Обратная связь

По мере прохождения курса мы будем рады услышать от вас, как вы применяете концепции курса в своей работе, а также любые ваши отзывы. Поделитесь обратной связью здесь.

Благодарности и лицензия

Copyright 2026 Anthropic. Этот курс был разработан в партнёрстве с PayPal, Prospect Butcher и MAKS Enterprises TIPM Rebuilders на основе фреймворка AI Fluency, созданного проф. Риком Дэйканом (Ringling College of Art and Design) и проф. Джозефом Феллером (University College Cork). Выпущен под лицензией CC BY-NC-SA 4.0.