Итак, устраивайтесь поудобнее, налейте себе чаю или кофе, и давайте поговорим о нашем мозге. Точнее, об одной из его хитрых привычек: склонности цепляться за привычный порядок вещей, как любимое сочетание клавиш, которым пользуешься изо дня в день. Ученые называют это «предвзятостью к статус‑кво», и понимание этого механизма может изменить ваш взгляд практически на всё.

Вы совершенно точно встречались с явлением, даже если слышите это название впервые. Замечали, как годами пользуетесь услугами одного и того же мобильного оператора, хотя подозреваете, что есть предложения повыгоднее? Продолжали платить за абонемент в спортзал, хотя были там всего два раза за прошлый год (один раз при оформлении, второй — когда забирали забытую бутылку воды)? Заказывали одно и то же блюдо в столовке каждый раз? Вот это и есть та самая предвзятость к статус‑кво. Это тот самый внутренний голос, который говорит: «Лучше синица в руках, чем журавль в небе». Или, как говорим мы, айтишники: «Работает — не трогай!».

Нам всем свойственно излишне драматизировать, трактуя поступки окружающих. Но прежде чем вы начнёте сочинять историю происхождения очередного злодея, позвольте познакомить вас с полезным инструментом из мира психологии и популярной философии: Бритвой Хэнлона. Это простое жизненное правило, помогающее отсеивать ненужную паранойю в повседневных ситуациях.

Принцип формулируется примерно так: «Не спешите приписывать злому умыслу то, что вполне можно объяснить простой человеческой глупостью». Это презумпция, согласно которой при поисках причин неприятных событий должны прежде всего предполагаться человеческие ошибки, и лишь во вторую очередь - чьи-то сознательные злонамеренные действия.

В этой статье мы разберёмся, откуда вообще берётся привычка искать заговоры там, где их нет, посмотрим, как работает «Бритва Хэнлона» на обычных жизненных примерах, и поймём, почему перестать видеть врагов во всех подряд - отличная идея, способная упростить жизнь и наладить отношения с окружающими.

Представьте, что вам предложили посчитать до миллиарда вслух. В какой-то момент вы устанете, ваш мозг, взбунтуется, и как старый компьютер выпадет в BSOD. Мы легко оперируем десятками и сотнями, но «миллионы» и тем более «миллиарды» для мозга превращаются в абстрактное «ой, очень много». Кто-то скажет: «да все же просто, миллион - шесть нулей, а миллиард - девять». Все верно, но давайте разберемся так ли это просто на самом деле.

Вы когда-нибудь задумывались, почему, шагая по улице, мы автоматически машем руками, словно маятниками? Попробуйте пройтись, плотно прижав кисти к бедрам, – сразу почувствуете себя то ли солдатом на параде, то ли зомби из фильма ужасов.

Неудивительно, что эта странная привычка давно интригует ученых. Некоторые исследователи выдвигали гипотезу о четвероногой локомоции человека: гипотезу о том, что размахивание руками – это рудимент, доставшийся нам от далеких предков, которые ходили на четырех лапах. Возможно, мы раскачиваем руками просто по инерции, без особой пользы, примерно как аппендикс болтается в животе? Или это помогает нам держать равновесие и не падать?

Как же это работает на самом деле?

Вчера OpenAI представила новую функцию «Изображения в ChatGPT», позволяющую пользователям создавать изображения с помощью модели GPT-4o непосредственно в чате.

Эта функция доступна для всех уровней подписки, включая бесплатный, хотя для бесплатных пользователей существуют ограничения на количество использований. Новая модель, основанная на омнимодальном подходе, значительно улучшает привязку атрибутов и отображение текста в создаваемых изображениях по сравнению с предыдущими моделями. Это позволяет более точно и надежно создавать сложные изображения и связные тексты.

Модель очень хорошо держит контекст между фотографиями, консистентно модифицирует изображения, сохраняя лица персонажей. Позволяет добавлять или удалять информацию на изображения загруженные пользователями. Модель неплохо улучшает качество изображений, удаляет водяные знаки, меняет стили фотографий и даже может редактировать изображения идентификационных документов.

«Быть или не быть – вот в чём вопрос», знаменитая гамлетовская дилемма выбора. В современной жизни даже вопросы попроще способны повергнуть нас в ступор не хуже шекспировской драмы. Вы стоите перед витриной с десятками вкусов мороженого и не можете решиться. Час листаете каталог сериалов, но так и не можете выбрать, что посмотреть за ужином. Знакомо? Поздравляем: вы испытали феномен, известный как «паралич принятия решений». Это состояние, когда мы слишком много обдумываем и слишком мало решаем, застревая в режиме бесконечного взвешивания «за и против».

Почему так происходит, что об этом говорит наука и как с этим жили (и страдали) люди от древних басен до IT-стартапов – давайте разбираться, ведь тема хоть и серьёзная, но весьма жизненная и местами даже комичная.

Каждый из нас хоть раз старался произвести хорошее впечатление – будь то первое свидание, собеседование на работу или селфи для соцсетей. Управление впечатлением (impression management) – это процесс, в котором мы сознательно или подсознательно пытаемся повлиять на то, как нас воспринимают другие. Проще говоря, это искусство «самопрезентации» перед окружающими.

Термин ввёл в 1956 году социолог Ирвинг Гофман, который сравнил повседневную жизнь с театром: мы как актёры разыгрываем представление, создавая определённый образ себя для «зрителей». По Гофману, жизнь человека – это постоянные попытки произвести впечатление, и научиться этим управлять – значит научиться управлять людьми вокруг. Звучит драматично, но задумайтесь: ведь мы действительно подбираем слова, жесты и даже одежду в разных ситуациях, словно надеваем маски для нужной роли.

Вы когда-нибудь спорили с другом из-за того, кто именно разлил сок на вечеринке пять лет назад, хотя оба были уверены в своей правоте? Добро пожаловать в мир ложных воспоминаний! Наш мозг — удивительный рассказчик, который иногда приукрашивает или даже придумывает истории, которых не случалось на самом деле. Сегодня мы выясним как такое вообще возможно, объясним как формируются ложные воспоминания, приведём примеры из исследований и из повседневной жизни.

Поехали, будет интересно и местами забавно! 😃

Представьте, что люди – это собаки, только без хозяина. Звучит как шутка, но в научных кругах все чаще говорят о самодоместикации человека. Идея в том, что Homo Sapiens в ходе эволюции прошел через изменения, похожие на те, что происходят при одомашнивании животных, только мы сделали это сами с собой, без участия стороннего «дрессировщика» [1].

Зачем нам это знать? Да хотя бы чтобы понять, почему мы такие, какие есть: сравнительно мирные, болтливые и милые (ну, по крайней мере, по сравнению с неандертальцем-соседом). В этой статье мы разберем, что такое самодоместикация, какие у нее признаки, как она проявилась у людей, и почему ученые всерьез сравнивают нас с ручными животными.

Технофеодализм – это термин, описывающий новую социально-экономическую систему, в которой доминируют цифровые технологические платформы, аналогично тому, как в средние века в обществе господствовали феодалы. Идея популяризирована экономистом Янисом Варуфакисом, который утверждает, что мы переживаем «эпохальные перемены» с развитием облачных вычислений и больших данных, знаменующих конец традиционного рынка, движимого капитализмом [1].

Проще говоря, технофеодализм понимается как «ситуация, в которой мы служим нашим крупным техно-„повелителям“ (Amazon, Google, Apple и Meta), передавая им свои данные в обмен на доступ к их облачным сервисам» [2]. В этой схеме наши персональные данные и онлайн-поведение становятся своеобразной «платой» за использование цифровых услуг — подобно тому, как средневековые крестьяне платили оброк своему феодалу [3][4].

Мы наблюдаем стремительные достижения в сфере искусственного интеллекта, которые вновь разжигают дискуссию о технологической сингулярности – моменте, когда ИИ превзойдёт человеческий интеллект и выйдет из-под нашего контроля. Часто это сравнивают с «горизонтом событий» чёрной дыры, за которым происходят процессы, непостижимые для человеческого ума. В данной статье представлен подробный анализ последних прорывов в области ИИ и смежных технологий. Мы исследуем их экономическое и социальное влияние и рассмотрим, пересекло ли человечество уже горизонт событий или всё ещё на пути к нему. Главные аспекты включают темпы развития ИИ, возможные признаки приближения к AGI, влияние на занятость и общество, а также реакцию правительств и общественности.

Системы искусственного интеллекта — от поисковых движков до больших языковых моделей, таких как ChatGPT, — всё чаще выступают в роли “плагинов” для нашего мозга. Мы полагаемся на них в запоминании фактов, планировании расписания, написании писем и даже генерировании идей. Эта “когнитивная разгрузка” (то есть передача умственных задач внешним средствам) вызывает важный вопрос: ведёт ли наша растущая зависимость от ИИ к ослаблению нашего собственного интеллекта — снижению навыков памяти, критического мышления и решения проблем — или же, наоборот, усиливает его, высвобождая ресурсы для более глубоких процессов? Опасения о том, что “ИИ делает нас глупее”, идут рука об руку с оптимистичными прогнозами о том, что ИИ “усиливает” человеческий разум. В этом обзоре мы рассмотрим эмпирические данные и мнения экспертов по обеим сторонам вопроса, а также сравним современную ИИ-революцию с прошлыми технологическими изменениями (письменность, калькуляторы, интернет), которые подобным же образом влияли на наше мышление.

Статья содержит историческое описание, технического сравнения различных инструментов для ревью кода в ней нет. Тем не менее я даю примеры таких инструментов, и если вы заинтересуетесь вопросом, то вполне можете попробовать самостоятельно установить и сравнить тулзы.

В продуктовой разработке постоянно и довольно остро стоит вопрос эффективности. Как построить процесс так, чтобы он был оптимален с точки зрения бизнеса, роста сотрудников, изменяемости, прозрачности и многих других факторов? Где та самая «серебряная пуля», которая позволит решить сразу все проблемы и избавит вас как руководителя от головной боли?

На звание этой «серебряной пули» по очереди претендуют модные (и не очень) методологии разработки: Scrum, Kanban, XP, RAD, FDD и т. п. Регулярно появляются новые способы и подходы, фреймворки и инструменты. Бизнес-консультанты приходят в компании и делятся своими ноу-хау за немалые деньги, рассказывая, как правильно. А при этом хорошо бы ещё и дёшево, не так ли?

И здорово, если люди могут сформулировать потребности, которые они хотят удовлетворить с помощью того или иного процесса. Но часто бывает так, что без раздумий просто внедряется модный подход, что в итоге приводит к недовольству участников либо к неэффективности для бизнеса – в современном мире с его высокими темпами, со стартапами и высокой конкуренцией результат подобной неосмотрительности может быть плачевным.

Давайте подумаем, что требуется от процесса, какие проблемы нужно решить и какие подходы для этого используют. А заодно я расскажу о том, как делаем мы в Badoo. Это уже третий мой пост подряд в нашем блоге на Хабре. Но на всякий случай представлюсь снова: я – Илья Агеев, руковожу QA в Badoo.

Одним из самых важных факторов, влияющих на скорость разработки и успех запуска проекта, является правильная декомпозиция идеи продакт-менеджера в задачи для непосредственно программирования. Как правильно это делать? Взять сценарий работы новой фичи от продакта и сразу начать кодить? Сначала написать приёмочные тесты, а потом – код, который будет обеспечивать их прохождение? А, может, переложить всё на плечи разработчиков – и пусть они в ходе скрам-покера сами решают?

Давайте подумаем и обозначим проблемы, которые могут возникнуть в процессе разделения задач, и способы их решения. В этом посте будут рассмотрены основные принципы декомпозиции задач при работе в команде. Меня зовут Илья Агеев, я – глава QA в Badoo. Сегодня расскажу, как workflow влияет на декомпозицию, насколько отличаются тестирование и выкладка задач, которые появляются в результате декомпозиции, и каких правил стоит придерживаться, чтобы процесс разработки проходил гладко для всех участников.

Мы много раз рассказывали о том, как мы пишем автотесты, какие технологии используем, как помогаем разработчикам с производительностью юнит-тестов и так далее. А вот про стратегию всего процесса тестирования, включая ручное, ещё ни разу не писали. Пришло время восполнить этот пробел.