Különösen az AI-hoz kapcsolódó munkákban egyre fontosabbá válik a „nem” kimondása a mesterséges intelligencia által generált eredményekkel szemben. A videó hangsúlyozza, hogy a minőség záloga nem csupán a jó promptok használata vagy a hatékony munkafolyamat kialakítása, hanem annak felismerése, amikor az AI hibázik, vagy felszínesen, tévesen következtet. Az elutasítás mögött gyakran magas szintű szaktudás, tapasztalat és kifinomult ízlés áll.
Érdekes kérdéseket vet fel a tudás szervezeti szintű átadásáról: hogyan lehet a visszautasításokat és kritikákat nem elveszni hagyni, hanem beépíteni a vállalati kultúrába és a működésbe? A legtöbb cég és szakember ma még nem rendszerezi és kódolja ezeket a visszajelzéseket, ezért ugyanazokat a hibákat gyakran ismétlik újra – legyen szó üzleti logikáról, szerkesztési standardokról vagy szakmai elvárásokról.
A szerző rámutat, hogy az igazán sikeres cégek – például a klinikai szoftverek vagy pénzügyi adatszolgáltatás területén – éppen azzal értek el hosszú távú előnyt, hogy évtizedeken át strukturálták és beépítették a tapasztalatokból születő szakmai „ízlés” szabályrendszerét az üzleti folyamataikba. Ma az AI jelentősen gyorsíthatná ezt a tudásépítési folyamatot, de sok vállalat infrastrukturális vagy szervezeti okokból ezt mégsem aknázza ki.
A témakör olyan aktuális dilemmákat vet fel, mint: miként lehetséges a visszautasításokat automatizálni, hogy ezekből tanuljon a szervezet? Hogyan lehet a domain szintű tapasztalatot átörökíteni úgy, hogy ne csak az egyéni szakértők fejében éljen? Mit jelent a „skálázható ízlés”, és hogyan válhat a minőség maximalizálásából versenyképességi előny?
