Советский UX: краткая история советской энергетики с точки зрения опыта пользователя

Одним из ключевых отличий СССР было существования монополии и единого владельца энергетики — ГОЭЛРО, Госуда́рственная комиссия по электрифика́ции Росси́и, которая была создана по указу лично Ленина. Сосредоточение всех ресурсов в руках государства позволило сделать следующий «энергетический переход» – от «децентрализованной» энергетики к постепенной «централизации» – пониманию того, что наиболее эффективным способом промышленного использования электрической энергии является ее выработка на крупных электростанциях, расположенных в регионах с наилучшей доступностью топлива, последующей передачей энергии по ЛЭП в регионы, имеющие спрос на нее. Таким образом, возобладал так называемый «кустовой» принцип (в терминологии того времени) – формирование энергетических «кустов», т. е. энергосистем вблизи промышленно развитых районов.

Так возникла необходимость в разработке принципиально нового подхода к управлению электростанциями энергосистемы, а именно к созданию системы оперативно диспетчерского управления и календаря нагрузки электростанций.

Что требовалось от дежурных инженеров, которые в будущем и станут диспетчерами и операторами?

– «контролировать, с записью в журнале, фактическую почасовую нагрузку каждой станции и в случае невыполнения задания немедленно выяснять причину такого отклонения;
– при невозможности выполнения станцией задания по несению нагрузки в соответствии с графиком из-за токовой перегрузки электрической сети принять возможные меры по перераспределению нагрузки между остальными станциями;
– в случае возникновения аварийной ситуации или потери генерирующего оборудования принять меры к «ликвидации расстройства электроснабжения» и обеспечить перераспределение нагрузки между остальными станциями».

Такая когнитивная нагрузка формировала новую профессию, которая интегрировала живого человека в систему энергетики как один из узлов принятия решений. Для создания диспетчерского пункта, откуда будет осуществляться непрерывное управление режимами работы энергосистемы, руководство МОГЭС выделяет определенные средства, которые расходуются на строительство дополнительного этажа здания Управления МОГЭС и техническое оснащение помещений диспетчерского щита и аппаратной средств связи и телемеханики. Тщательно рассматриваются и решаются вопросы по удобному для персонала размещению диспетчерского щита, пульта управления диспетчеров, освещению зала, обеспечению диспетчеров надежной связью с энергообъектами и получению информации о параметрах режима их работы

Появившиеся в начале XX века в некоторых странах диспетчерские центры энергосистем были оснащены технически крайне примитивно: лист ватмана с вычерченной схемой электрической сети, на котором диспетчер цветными карандашами отмечал изменение состояния оборудования и линий электропередачи, частотомер, телефонный аппарат и конторская книга – прообраз оперативного диспетчерского журнала. Первый диспетчерский щит появился в Москве. Для основы щита чего только не предлагали: и металл, и мрамор, но в соответствии с велением того сурового времени, а также исходя из требований целесообразности остановились на толстой мебельной фанере.

Проект Киберсин. Первые попытки технократической теологии. Киберкоммунизм.
А бывшие на машине вскочили в город, и произошло в городе великое смятение.
Первая книга Маккавейская, 13

Проект «Киберсин», созданный под руководством британского кибернетика Стаффорда Бира, был предтечей современной технологии управления основными данными (MasterData Management) и электронного обмена данными (EDI). «Киберсин» собирал данные с фабрик и заводов в реальном времени, моделировал ситуации и позволял управлять экономикой страны из одной комнаты с футуристичной мебелью и большими экранами. Так на одном сайте описывают историю Чилийского эксперимента — такой лид звучит увлекательно и заманчиво, но что скрывается за общими словами о инновационной технологии в государственном контроле? Какой вывод можно сделать из проекта с точки зрения взаимодействия человек-машина? Как это отражалось на паттернах поведения пользователей? С вашего позволения, вот немного исторического контекста:

1970-ые годы описывались историками в терминах горячей фазы Холодной войны, а историками идей как эпоха идеологического кризиса марксизма. Даже Жан-Поль Сартр писал о недостатке идей и методологическом тупике социалистических СМИ и медиа после ввода войск в Чехословакию: последствия свертывания «социализма с человеческим лицом» привели к коллапсу теоретиков компартий во всем мире, и косвенно стали причиной студенческих волнений во Франции. Запрос на новые методологии при принятии решений и снятие запрета на кибернетику были предвестниками изменений в странах соцлагеря.

В это же время в Чили на выборах к власти приходит социалистическая партия во главе с Сальвадором Альенде: курс новой экономической политики был взят на национализацию крупных предприятий и земли латифундистов. Новые реформы требовали новых решений: Альенде и правящая партия хотели привлечь самые инновационные практики своего времени, и в первую очередь «организационную кибернетику». В те годы были сформулированы некоторые основные положения кибернетике в управлении — уже появилась теория Стэффорда Бира, где предполагалось, что любая экономическая система может быть управляема путем создания жизнеподобных подсистем, без вмешательства в них, а регулировать разнообразие систем только на высоком уровне. Стэффорд Бир стал консультантом правительства Чили, а затем напишет культовую книгу «Мозг Фирмы». Как кибернетик Стэффорд Бир видел задачу управления в уменьшении издержек путем системной интеграции предприятий. Вообще читать это тяжело: схоластическая книга о управлении и кибернетики похожа на спор о «сколько ангелов уместится на кончике иглы».

Доходило и до массовой пропаганды технократии: так, например, в 1972 году Анхель Парра, выдающийся чилийский фолк-исполнитель, написал песню под названием «Ектения о компьютере и рождающемся ребёнке». Компьютеры как дети, пел он, и чилийские чиновники не должны отказываться от них.

Так возник Киберсин: проект планирования всех предприятий и сбора обратной связи со всех граждан Чили.

Книга «Мозг фирмы» Стаффорда Бира о кибернетике и эксперименте в Чили. 3-е русское издание, но читать скучно, конечно

Музыкальная пауза. По заявкам трудящихся

https://www.youtube.com/watch?v=6EemkVpoug8&ab_channel=EnriqueRivera

Анхель Парра поет «литанию за компьютер и ребенка, который должен родиться», сочиненную для популяризации и аргументации методологий кибернетического социализма.

Испанский гимн кибернетики. А вы как думали. Чилийский социализм

Новости AI и UX, что там нового.

60 ChatGPT Prompts for Data Science
Поковырять на досуге промты
https://medium.datadriveninvestor.com/60-chatgpt-prompts-for-data-science-tried-tested-and-rated-4994c7e6adb2

Navigating the AI Hype and Thinking about Niche LLM Applications
Крайне взвешенная статья о влиянии LLM на боевые и текущие задачи в контуре компаний
- Техники предварительной обработки, чанкинга и извлечения данных
- Использование LLMs для рекомендаций и кластеризации задач
- Совершенствование опыта поиска в организациях
https://betterprogramming.pub/navigating-the-ai-hype-and-thinking-about-niche-llm-applications-22ea7929b33d

Перестаньте путать производительность с компетентностью! Ограничения LLM
Очень трезвая оценка реальных возможностей и невозможностей, но смотрел достаточно бегло
https://spectrum.ieee.org/gpt-4-calm-down?fbclid=IwAR2RTIHiBtuwB5F79Z4VH5ma0H36g3vASVQZVOzvmGTJXcZabVgv0ofr2AU#toggle-gdpr

На пути к ответам на медицинские вопросы экспертного уровня с помощью больших языковых моделей
Медики используют, но риски в медицинских приложениях велики. С другой стороны, для медперсонала с четко прописанными инструкциями или фармацевтов - почему нет
https://arxiv.org/abs/2305.09617?fbclid=IwAR18jhsqFNmUasWwJIJ8G4rXPfXlss408h7pVPi8FsACWlOV3sy29KLoGqI

Пятиминутка права
Закон ЕС об искусственном интеллекте основан на модели риска, в соответствии с которой приложения искусственного интеллекта распределяются по трем категориям риска. Наибольшую озабоченность вызывают приложения и системы ИИ, несущие «неприемлемый риск». Разбор по ссылке
https://www.eu-startups.com/2023/05/eu-ai-act-how-ai-regulation-could-affect-your-startup/?fbclid=IwAR3EQGx7MpjAZGv9Q_NGGVT2whJZK1Bdbm6pUbXWahGIkDSRFG_5pa5rMQw

Жетские ограничения UX для ИИ: какие вещи или фреймворки могут помочь и ограничить языковую модель?
https://oecd.ai/en/catalogue/tools/z-inspection?fbclid=IwAR1bTs-qQrXCe3kk2qs0mr85KFEcywLtp-OJKTAfSRc3I0xaJdxpihxPvcs
Есть решения в духе прикрученных модулей и плагинов социотехнических сценариев, этических правил, дорожных карт от госорганов, стратегии выбора этики со стороны команды. Надо изучить на досуге
https://ieeexplore.ieee.org/ielx7/8566059/9459493/09380498.pdf?tp&arnumber=9380498&isnumber=9459493&ref=aHR0cHM6Ly9vZWNkLmFpLw%3D%3D&fbclid=IwAR3JLDHkzqtSqqJdf7U_yYe6Sgu-JUSVbnefIgS7kC1RsNdp-3xeE4CQUmY

В общем, теперь все займутся поиском Trustworthy AI

Проектирование государства при помощи LLM: одна старая статья о проектировании общественных институтов при помощи формальных языков. Идеология грамматики институтов

“Грамматика институтов” представляет собой подход, предложенный Сью
Кроуфорд и Элионор Остром в 1995 году и предполагающий анализ институтов
через фокус на синтаксических структурных элементах, которые составляют и
формируют воплощенные в языковой форме институты.Премия памяти А. Нобеля по экономике за 2009 г. была присуждена двум американским ученым, виднейшим представителям новой институциональной теории, Элинор Остром и Оливеру Уильямсону, за анализ «economic governance» – феномена, для которого в русском языке даже трудно подобрать адекватное обозначение.

https://xn--r1a.website/evidence_guide/9

Вместе с тем, широкому распространению подхода “грамматики институтов”
препятствуют значительные затраты времени и ресурсов, связанные с его
применением. В данной статье предлагается использовать машинное обучение
(компьютерный анализ текстов и обработку естественного языка) и разбираются
результаты такого анализа на примере 19 документов, регламентирующих работу
пищевой отрасли.

Rice, Douglas, et al. "Machine Coding of Policy Texts with the Institutional Grammar." Public Administration. December 2020

https://onlinelibrary.wiley.com/doi/10.1111/padm.12711


1. На первом этапе текст обрабатывается и специальным образом размечается при
помощи методов «обработки естественного языка» (Natural language processing,
NLP). Это делается в первую очередь для обработки нестандартного
форматирования политического текста: политический текст может содержать
специфическое форматирование в виде отдельных не связанных между собой
пунктов, абзацев, специфическое построение предложений, а также
специфическую пунктуацию (тире, «буллеты» и т.п.). Для этого используется пакет
Stanford CoreNLP на языке статистических расчетов R.

2. На втором этапе полученный текст размечается в соответствии с правилами
“грамматики институтов”. Для этого используется вероятностная ассоциация
синтаксических элементов с элементами “грамматики институтов” путем
использования «машинного обучения с учителем» (supervised machine learning).
Суть подобной обработки состоит в выделении в каждом утверждении текста (в
статье разделяются понятия «утверждение» и «предложение»: в одном
предложении может быть несколько утверждений) следующих 6 специфических
синтаксических элементов:
1.
Атрибут (Attribute, [A]) – актор, к которому применяется данное утверждение;
2.
Цель (Aim, [I]) – цель данного утверждения (действие);
3.
«Деонтика» (Deontic, [D]) – предписание, которое указывает, что именно
Атрибут должен или не должен делать, что ему разрешено или запрещено, и т.п.;
4.
Объект (Object, [B]) – одушевленный или неодушевленный объект, которому
применяется основное («фокальное») действие;
5.
Условие (Condition, [C]) – временные, пространственные или регуляторные
ограничения, в рамках которых действие утверждения должно или не должно
выполняться;
6.
«Или что» (Or else, [O]) – указание стимула для выполнения или невыполнения
«фокального» действия (например, наказание в случае нарушения).
Эти 6 элементов объединяются в набор, который носит сокращенное обозначение
ABDICO.

В качестве примера в статье приводится разбор предложения “Операции,
сертифицированные как органические в соответствии с Национальной программой
США по органическому производству, должны ежегодно представлять план
органической системы, в противном случае сертификация будет отменена”. В
результате разбора “грамматики институтов” получается следующий набор:
Атрибут = “Операции, сертифицированные как органические в соответствии с
Национальной программой США по органическому производству”;
Деонтика = “должны”;
Цель = “представлять”;
Объект = “план органической системы”;
Условие = “ежегодно”;
Or else = “в противном случае сертификация будет отменена”.

В статьей использовался набор из 19 документов, регламентирующих работу
пищевой отрасли. Все слова, размеченные ручным способом человеком как
элементы “грамматики институтов”, были разделены на два множества –
обучающее множество (8320 слов) и множество для оценки (922 слова).
Далее разметка текстов в соответствии с правилами “грамматики институтов”
производится с использованием «машинного обучения с учителем», в качестве
конкретной реализации которого были выбраны нейронные сети.

“Грамматика институтов”, предложенная более двух десятилетий назад, открывает
огромные перспективы для ученых, занимающихся государственной политикой и
администрированием и заинтересованных в систематическом изучении структуры
и понимания политических текстов (policy texts).

Полученный уровень точности автоматической классификации является первым
доказательством полезности такого анализа текстов в рамках подхода «грамматики
институтов». Увеличение точности может быть достигнуто путем увеличения
количества текстов, классифицированных в соответствии с «грамматикой
институтов», в сочетании с робастными методами обработки естественного языка и
совершенствованием методов машинного обучения.

В общем-то ждем применения методов грамматики институтов на дешевом LLM и ChatGPT

HCI, UX и проблема шуток в интерфейсе и речи LLM

Когда-то Артемий Лебедев совершил инвестиционную покупку сайта “анекдот. ру”, что, конечно, было всем очевидно для тех, кто в теме — было во многом дальнозорким и разумным решением. Установка умных колонок, VUI и других интерфейсов с разными каналами взаимодействия пользователя должны были рано или поздно уперется в эффекты смеха, комичности и шутки. Последние подходы в области LLM поднимают новый вопрос о том, чтобы формализовать данные о природе смеха и шутки для задач проектирования устройств.

Как создать формулу смеха?

Есть несколько теорий смеха, которые уходят корнями еще в Античность. Так, Аристотель полагал, что смех возникает из-за восприятия некоего несоответствия — чего-то, что идет вразрез с нашими мысленными схемами и ожиданиями (в общем-то его ученик Теофраст во-многом автор первых анекдотов), ярко и много об этом можно прочесть в самой несмешной книге о смехе от Бергсона. Христианская Библия, авторы типа Гоббса и Декарта и другие писатели нового времени считали смех проявлением превосходства. Проще говоря, наш смех выражает чувство превосходства над другими людьми или над нашим собственным прошлым состоянием. Наконец, с 18 века растущее движение психологизма достигло апогея в работах как американских психологов, так и в знаменитой работе Фрейда «Остроумие и его отношение к бессознательному», где смех или комичное описывался как феномен важный для расслабления внутренних психических или нервных процессов.

Перейдем, наконец, к формальным моделям. Теория семантического сценария юмора Виктора Раскина, SSTH(Semantic script theory of humour), была впервые изложена в его книге 1985 года «Семантические механизмы юмора». SSTH говорит не о фреймах, пространствах или матрицах, а о сценариях. Когда мы идем к врачу, заказываем обед или подвергаемся нападению в темном переулке, действие происходит по определенной, почти механической схеме. Для Раскина текст не является объективно юмористическим сам по себе, потому что вкусы различаются в отношении того, что смешно. Напротив, текст — произнесенный, написанный или исполненный — обладает юмористическим потенциалом, если он частично совместим с парой конфликтующих сценариев, при этом доминирующий из них остается на переднем плане, а другой остается скрытой возможностью. Шутки вынуждают нас активировать доминирующий сценарий для объяснения события.Например, «Меня воспитывали как единственного ребенка, что очень раздражало мою сестру».

Вот шаблон SSTH:
Сценарий 1: расти как единственный ребенок в семье с одним ребенком («как» = «есть»)
Сценарий 2: Воспитывать как единственного ребенка в семье из нескольких детей («как» = «как»). Юмористические изменения сценария часто зависят от, казалось бы, незначительных аспектов текста. Шутка использует два конкурирующих значения слова «как» и наше предпочтение по умолчанию одного («как» = «есть») другому («как» = «подобно»)

Задача теории юмора — придать формальную форму результатам нашего самоанализа, а задача вычислительной теории — превратить эти абстрактные формы в явные структуры данных — со специальными протоколами хранения и поиска, — которые машины могут использовать для применять формальную теорию на практике. Раскин осторожно отметил, что юмористический переключатель будет зависеть от сценариев, которые существенно отличаются друг от друга, и он назвал их сценарной оппозицией (SO).

Раскин позже расширил свою теорию сценария до общей теории вербального юмора (GTVH). SI (ситуация), LA (язык), NS (нарративная стратегия), TA (цель) и LM (логический механизм). Каждый из них позволяет подключить к шутке другой источник знаний, но именно LM удается объединить два сценария в одном тексте.

Что это значит? От LLM потребуется не слабые познания в онтологии и взаимосвязях слов и их точных значений (в нашем примере “знаний о том, как устроена семья” и почему “сестра и единственный ребенок” противоречат друг другу ), примерно об этом, кажется, писал Стивен Вольфрам в своем разборе ChatGPT

Странные интерфейсы. Е-метр для религиозных целей

Е-метр (сокращение слова «электропсихометр»; англ. E-meter) — электронный прибор, использующийся в дианетике и саентологии в практике одитинга и регистрирующий изменения электрического сопротивления человеческого тела постоянному электрическому току. Представляет собой видоизменённый омметр или измерительный мост. Прибор используется главным образом в шарлатанских целях.

Как описывают сами сайентологи:

При проведении одитинга одитор использует устройство, имеющее религиозное назначение, чтобы помочь преклиру обнаружить области духовных мук и страданий.

Это устройство называется электропсихометром, или Е-метром. («Электропсихометр» происходит от слова «электрометр», которое обозначает прибор с градуированной шкалой, используемый для измерения тока, и слова «психо», что означает «человеческая душа», «дух» или «разум»). Е-метр измеряет душевное состояние или изменение состояния человека, и поэтому он очень полезен для одитора, когда тот помогает преклиру найти, с чем именно нужно будет работать во время одитинга. Скрытая от глаз, природа реактивного ума требует использования прибора, способного регистрировать воздействие реактивного ума на человека, и это именно то, что Е-метр делает с высокой степенью точности.

Такие устройства действительно использовались в качестве инструментов исследования во многих исследованиях человека, а также в качестве одного из нескольких компонентов системы полиграфа (детектора лжи) Леонарда Килера. По ссылке вскрытие инструмента

https://www.youtube.com/watch?v=KGBPn9arfVo&embeds_referring_euri=https%3A%2F%2Fhackaday.com%2F&source_ve_path=MjM4NTE&feature=emb_title&ab_channel=PlaywithJunk

Когда-то возникла идея создания цифровых двойников заводов и промышленных объектов - а теперь появляются двойники пользователей, способные общаться с клиентами от имени компаний. Одна из израильских компаний принялась за реализацию. Результатом стало появление технологии, которая позволяет создавать цифровых двойников людей и дает возможность бизнесу общаться с клиентами через них.

И слова "цифровые люди" и "цифровые двойники" звучат загадочно и таинственно, открывая дверь в другой мир, где границы между реальностью и виртуальностью смываются, но по сути это просто картинки — картинки "персон" сотрудников, но теперь от них ожидают некоторых ответов в духе LLM

"следующее поколение нашего продукта позволит клиентам загружать свою базу знаний: представьте, что у вас есть бизнес, и вы хотите, чтобы ваш маркетолог, ваш продавец, ваш менеджер по работе с клиентами был цифровым человеком. Итак, вы бы зашли в нашу систему, вы бы загрузили свою базу знаний, будь то в области маркетинга и продаж, онбординга, чего бы вы ни выбрали. И у вас будет цифровой человек на другом конце, который будет знать, как общаться со всем этим, и сможет ответить на любой вопрос."

Это, конечно проявление гиперавтоматизации, но создание аватар вместо персон как обощенных структур для работы с данными — гораздо перспективнее. В общем, ждем ответа от Atlassian, конечно

https://www.youtube.com/watch?v=nvjytjgJnzc