Skip to content
Članak Every okt 2026.

Every: za šta su AI klonovi donosilaca odluka zaista sposobni

O čemu govori članak

Mike Taylor, u Everyjevom newsletteru Also True for Humans, dokumentuje seriju eksperimenata izgradnje AI klonova donosilaca odluka — svog neposrednog rukovodioca Natalije, COO GitHuba Kylea Daiglea i CEO-a Dana Shippera — i testiranja da li ti klonovi mogu simulirati kako bi svaka osoba ocenila nacrt ili predlog. Praktično pitanje na koje pokušava da odgovori je: može li AI verzija recenzenta da vam kaže šta će biti odobreno pre nego što potrošite vreme na pravo recenziranje?

U čemu su klonovi bili dobri

Klonovi su se dobro pokazali u anticipiranju primedbi. Kada je Taylor podnosio nacrt AI verziji recenzenta, ona je pouzdano iznosila vrstu zabrinutosti koje je ta osoba ranije izražavala — skepticizam o obimu, pitanja o formulisanju, preferencije o strukturi. Korišćeni kao rani filter, klonovi su pomogli da se identifikuju problemi vredni ispravljanja pre pravog recenziranja, a ne tokom njega.

Bili su korisni i za razumevanje kako prioriteti određene osobe oblikuju ono na šta obraća pažnju. Svaki klon je razvio prepoznatljiv obrazac odgovaranja koji je odgovarao onome što je Taylor posmatrao kod stvarne osobe tokom vremena.

Gde su klonovi zakazali

Klonovi su preterano koristili javne okvire. Kada su bili nesigurni, vraćali su se na široko citirane mentalne modele ili konsultantske strukture koje su stvarne osobe retko ili nikako koristile. Takođe su se više oslanjali na pisane izvore — objavljene postove, snimljene razgovore, dokumente — nego na govorne obrasce iz sastanaka ili neformalnih razgovora, što je značilo da je glas klona bio formalniji i oprezno formulisaniji od originala.

Dublje ograničenje je bilo to što klonovi mogu identifikovati kada primedba postoji, ali ne mogu odlučiti da li je vredno prevazilaženja. Stvarne odluke o odobravanju često zavise od suđenja koje zahteva kontekst koji klon nije imao — odnos, razgovor od prošle nedelje, strateška promena koja još nije bila negde zapisana.

Šta Taylor preporučuje

Koristite AI recenziranje kao prvi prolaz, a ne kao konačno odobravanje. Klonovi su dobri u ranom hvatanju predvidivih primedbi, što čini pravo recenziranje efikasnijim. Nisu zamena za prosudbu koja određuje da li granični slučaj ima značaj u datoj situaciji.

Preporučuje i da pažnju obratite na nacrte koji se vraćaju neobično formalni ili pretrpani — signal da klon kompenzuje nesigurnost oslanjanjem na pisane izvore, a ne na pravo podešavanje.

Kome će biti korisno

Piscima i urednicima koji rade u okruženjima sa više zainteresovanih strana i dugim ciklusima odobravanja, a žele da skrate petlje povratnih informacija bez preskakanja pravog recenziranja. Članak je koristan i timovima koji istražuju AI persone ili simulirano recenziranje kao deo svog uredničkog radnog toka.