Я обожаю этот анекдот про Фишера и Неймана

Сюда тоже скину, не так важен текстовый контекст, это просто приятно смотреть, потому что Рубин – очень харизматичный и самоироничный человек (я не ожидал такого даже)

Мне почему-то вспомнилась история про теорию меры, которую Рубин в самом начале этого интервью рассказывает (с 2:40 примерно)
https://www.youtube.com/watch?v=eF12bVsvq2Q

Очень удивился и порадовался, когда увидел эту статью в качестве рекомендованной к прочтению в главе Writing research обалденной (но в целом не слишком ориентированной на биомед) книге Telling Stories with Data

Принес еще одну крайне необычную книжку, уже целая коллекция складывается из серьезных книг, у которых названия звучат (для меня) как оксюморон

Exploratory Data Analysis Using Fisher Information

Артемий очень хорошо сформулировал.

Я сам использовал GPT для самообразования, спрашивал объяснений, когда спотыкался на задачках по линалу, очень помогло, но, как ни странно, в них всегда все было концептуально просто, сложности чисто технические.

По поводу использования ИИ в образовании сформулировал такую сложность.
Несмоненно, есть польза от возможности "поговорить" с учителем в любое время и задать ему самые глупые вопросы без страха опозориться. Вообще, думаю, что страх показаться глупым — один из очень сильных барьеров в обучении. Но тут возникает такая ситуация. Если задача студента не уточнить какой-нибудь факт, а разобраться в концепции, то часто недостаточно просто прочесть объяснение. Надо в него вникнуть, для этого несколько раз перечесть, попытаться для себя переформулировать, иногда чего-то начертить или написать, и только после некоторой интеллектуальной работы вдруг начинает доходить, что хотел сказать учитель. И потом смотришь на те же формулировки и удивляешься, почему они казались непонятными.
Но для того, чтобы так вот биться с непонятным, нужно доверие: надо быть уверенным, что учитель сам понимает, о чем говорит, а не пересказывает чужие глупости. С GPT проблема в том, что ты читаешь, и если непонятно, то возникает вопрос: это ты не понимаешь, или GPT чего-то наплел. И хотя в принципе разбираться до конца с ерундой бывает очень полезно и иногда позволяет превзойти учителей, это сложнее, чем разобраться в сказанном по делу, а главное — чревато еще большим разочарованием в себе. Думаешь, наверное, я тупой и никогда этого не пойму. А оказывается, что тупой был не ты.
Можно возразить, что и учителя бывают тупыми и часто пересказывают чужую ерунду, не задумываясь. Но учителей можно выбирать, и со временем вырабатывается чутье: этот говорит непонятно, но не врет, а этот любит красивые слова, но особо не разбирается. С языковыми моделями это не пройдет: они легко врут и не врут с одними и теми же интонациями, и глазки у них не бегают.

Также хочу повторить свою рекомендацию.

У Андрея Карпатого, одного из ведущих специалистов по DL и со-создателя OpenAI, есть несколько видео для general audience.
Мне кажется, что очень полезно понимать хотя бы в общих чертах как устроено то, с чем ты взаимодействуешь, особенно, считая что оно обладает "экспертным мнением".

По поводу анализа данных он там хорошо говорит, что ChatGPT может провести анализ на уровне junior-аналитика. Это нужно расшифровывать строго так: чтобы его использовать для анализа данных вам нужно быть хотя бы на уровень выше, потому что все нужно перепроверять (в том числе код).

Также выскажусь по поводу всех этих курсов/гайдов по "промт-инжинирингу" в околонаучных задачах.
Промт-инжиниринг – это не новая штука, просто название поменялось. Раньше это называлось "написать ТЗ".
Первое. Я за годы своего взаимодействия с врачами, учеными по поводу анализа данных ни разу не получал грамотно составленного ТЗ, бывали достаточно неплохие, но редко, все равно они не были полностью состоятельными, не требующими уточнений. Я подчеркну НИ РАЗУ.
Второе. То, что указано в первом пункте вполне понятно и нормально. Люди, умеющие составлять ТЗ, учатся этому годами взаимодействия с техническими исполнителями, получая обратную связь.

Вообще есть практика переворачивания ТЗ, когда оно называется "понимание задачи", его пишет исполнитель и утверждает у заказчика. Можно подробнее почитать у тусовки вокруг Бюро Горбунова.

Я как-то интуитивно к этому пришёл. Ну и вводная консультация со статистиком примерно так и работает же.

Еще, что дико раздражает.
Появившиеся в последнее время в наших профессиональных чатах сообщения, где топикстартеры начинают свой вопрос с "вот я спросил у ИИ"
Запросы на анализ данных, начинающиеся этим же.
Перепроверки аргументации (в которой, в том числе, есть, блин, все ссылки на литературу) с помощью ИИ.

Вот, у Матвея талант подмечать корни проблемы

Вообще это продолжает мою мысль о том, что не существует критического мышления в вакууме, есть доменная экспертиза. Точнее, эта моя мысль объясняет такой подход людей. Потому что чтобы читать литературу по матстату, даже прицельно конкретный раздел по наводке, надо иметь доменную экспертизу хотя бы базового уровня в матстате, простого "умею читать книжки, в том числе технические" не хватит: математика вообще и матстат в частности - очень сектантские области со своим очень специфичным птичьим языком и магическими письменами. В итоге запрос на экспертизу есть, а реализовать его сложно, поэтому такие кадавры рождаются типа "я попросил ии проанализировать мою дату, он отлично справился".

Я бы добавил еще, что есть не только чисто технический бэкграунд, но и особый майндсет, который (по своему опыту) очень тяжело развить

В общем так. Еще до ИИ.

Most real life statistical problems have one or more nonstandard features. There are no routine statistical questions, only questionable statistical routines.
Sir David R. Cox

The quote may be found on page 240 in Christopher Chatfield's 1991 article "Avoiding Statistical Pitfalls" in "Statistical Science".

Ладно, разбавим все это шуткой про машин лёрнинг

Подумал еще вот что. Даже, если ИИ сделал все правильно (или не так уж неправильно), то хорошо бы еще прочувствовать, как в результате аналитических решений у тебя отрос тяжелый хвост распределения Коши допущений, на которых будут строится вся твоя интерпретация и все твои выводы.