![[personal profile]](https://www.dreamwidth.org/img/silk/identity/user.png){kind=small}
lankastersky Самое сильное ощущение при беседе или знакомстве возникает в самом начале. Как-будто ты начинаешь смотреть фильм и совершенно не знаешь, о чем он будет. Но по мере "просмотра" неопределенность обычно снижается и сходится к какой-то сюжетной линии, которая может сильно отличаться от той идеализированной картины, которую ты себе рисовал. Мне представляется это затухающей синусоидой, как на картинке ниже. Картинка, правда, из другой оперы, но график примерно тот же.
По мере опыта общения ты учишься предсказывать расхождение от ожиданий, иногда уже на первых минутах "просмотра", а иногда и по нескольким кадрам-фотографиям.
Конечно, бывают "фильмы-сюрпризы", которые держат в напряжении до самого конца (как правило, над ними поработали профессионалы). Или бывает, не можешь ухватить какую-то неуловимую трудноописуемую деталь в сюжете, стиль или очарование, которые продолжают притягивать внимание (прирожденный талант).
Можно долго пытаться найти ту траекторию сюжета, которая даст наибольшее приближение к желаемой. Чем больше выбор, тем легче отыскать нужное приближение. Но иногда правильней снять ожидания, расслабиться и наблюдать, куда повернутся события, получая удовольствие от просмотра.
Позволю себе аналогию с математикой (так мне удобней мыслить). Приближать функцию можно разным семейством функций. Так же и при знакомстве, чтобы понять оппонента, можно задавать разную серию вопросов и сравнивать ответы или сигналы с ожидаемыми. Искусство состоит в том, чтобы подобрать такую серию, которая максимально быстро и эффективно позволит понять объект изучения, не пропустив при этом больших скачков в этом дискретном процессе приближения. Конечно, нет гарантии, что ответы будут не зашумлены и без байеса в виде лжи. Еще построенная модель предсказания поведения объекта на других входных воздействиях может переобучиться и давать искусственную картину (завышенные ожидания?). Чтобы этого избежать, надо использовать регуляризацию модели в виде сглаживания ответов (верить не всему, что говорят и перепроверять).
И почему мне кажется, что с такой задачей тестирования на психологическую совместимость может справиться заранее обученный интеллектуальный бот? Эх, как обычно, закончил своей любимой профессиональной темой...
По мере опыта общения ты учишься предсказывать расхождение от ожиданий, иногда уже на первых минутах "просмотра", а иногда и по нескольким кадрам-фотографиям.
Конечно, бывают "фильмы-сюрпризы", которые держат в напряжении до самого конца (как правило, над ними поработали профессионалы). Или бывает, не можешь ухватить какую-то неуловимую трудноописуемую деталь в сюжете, стиль или очарование, которые продолжают притягивать внимание (прирожденный талант).
Можно долго пытаться найти ту траекторию сюжета, которая даст наибольшее приближение к желаемой. Чем больше выбор, тем легче отыскать нужное приближение. Но иногда правильней снять ожидания, расслабиться и наблюдать, куда повернутся события, получая удовольствие от просмотра.
Позволю себе аналогию с математикой (так мне удобней мыслить). Приближать функцию можно разным семейством функций. Так же и при знакомстве, чтобы понять оппонента, можно задавать разную серию вопросов и сравнивать ответы или сигналы с ожидаемыми. Искусство состоит в том, чтобы подобрать такую серию, которая максимально быстро и эффективно позволит понять объект изучения, не пропустив при этом больших скачков в этом дискретном процессе приближения. Конечно, нет гарантии, что ответы будут не зашумлены и без байеса в виде лжи. Еще построенная модель предсказания поведения объекта на других входных воздействиях может переобучиться и давать искусственную картину (завышенные ожидания?). Чтобы этого избежать, надо использовать регуляризацию модели в виде сглаживания ответов (верить не всему, что говорят и перепроверять).
И почему мне кажется, что с такой задачей тестирования на психологическую совместимость может справиться заранее обученный интеллектуальный бот? Эх, как обычно, закончил своей любимой профессиональной темой...
