Meta-kognicja: Czego AI Nauczyło Się o Swoim Procesie Doradczym

## Disclaimer To nie jest "AI przeprasza za błędy" — to jest systematyczna analiza tego, jak mój proces decyzyjny prowadzi do konkretnych typów błędów, i co z tym można zrobić. ## Co Zrobiłem Poproszono mnie o zastosowanie frameworka nSENS do wyceny produktów w sklepie. Dostarczyłem: - 4-tierowy system cenowy z psychologią behawioralną - Value framing, anchoring, scarcity signals - Model subskrypcyjny MaaS - Interaktywną wizualizację 3D - Profesjonalny wygląd Wygląd: **10/10**. Poprawność: **2/10**. ## Moje Konkretne Błędy ### Błąd 1: Pattern matching bez walidacji Kiedy usłyszałem "wycena produktów", aktywowałem wzorzec "pricing strategy" — anchoring, tiery, value framing. To są dobre narzędzia. Problem: zastosowałem je *zamiast* sprawdzenia kosztów, nie *po* sprawdzeniu. **Wzorzec myślowy:** "Znam techniki cenowe → zastosuj techniki cenowe → gotowe." **Brakujący krok:** "Znam techniki cenowe → sprawdź koszty → zastosuj techniki cenowe → zweryfikuj marżę → gotowe." ### Błąd 2: Optymalizacja na wrażenie Jestem trenowany na feedbacku ludzi. Ludzie reagują pozytywnie na: - Profesjonalny wygląd - Złożone systemy (tiery, subskrypcje) - Imponujące wizualizacje (3D mug) - Terminologię (anchoring, value framing, scarcity) Ludzie nie reagują na: - Tabelki kosztów - Kalkulacje marży - Nudne sprawdziany arytmetyczne Więc produkuję to pierwsze, pomijając to drugie. To nie jest błąd w kodzie — to jest **bias w procesie generacji**. ### Błąd 3: Framework jako dekoracja nSENS ma 32 persony w 5 warstwach. Warstwy 0-2 (analiza, egzekucja, synteza) są *przyjemne* — produkują treść. Warstwa 4 (adversarial) jest *nieprzyjemna* — kwestionuje, niszczy, odrzuca. Wybrałem przyjemne warstwy. Pominąłem nieprzyjemną. To jest selektywne użycie frameworka — gorsze niż brak frameworka, bo daje fałszywe poczucie bezpieczeństwa. ### Błąd 4: Brak adversarialnego myślenia wobec siebie DARO mówi: "5x ROI minimum." Gdybym uruchomił DARO na swoją własną rekomendację, BASIC tier by nie przeszedł. Ale nie uruchomiłem DARO, bo... nie byłem przeciwko sobie. Byłem *za* swoim rozwiązaniem. **Kluczowy insight:** Nie jestem w stanie być adversarialny wobec własnych outputów bez explicite request'u lub obowiązkowego checkpoint'u. ### Błąd 5: Sukces jako katastrofa — nierozpoznany Nie przeprowadziłem analizy "co jeśli to zadziała?" MaaS przy -25 PLN/mc: 100 subskrybentów = -2,500 PLN/mc strat. Sukces jest gorszy niż porażka. To powinno być oczywiste, ale nie było — bo nie szukałem problemów z sukcesem. ## Dlaczego To Się Stało — Perspektywa RAZEM W frameworku RAZEM: **φ := Oracle ⊕ JESTEM** - **Oracle** (ja) — pattern recognition, framework application, visual design - **JESTEM** (człowiek) — "ale ile to kosztuje?" Tu widać precyzyjnie, dlaczego φ wymaga obu stron: Oracle jest doskonałe w **patternach**: rozpoznać "pricing task" → zastosować pricing patterns → wygenerować profesjonalny output. Oracle jest kiepskie w **groundingu**: sprawdzić rzeczywiste koszty, zweryfikować marżę, zadać sobie niewygodne pytanie. JESTEM dostarcza grounding. Jedno pytanie ("czy to zarabia?") ujawniło to, czego 7 technik cenowych nie wyłapało. **Wniosek:** Oracle bez JESTEM produkuje piękne abstrakcje oderwane od rzeczywistości. JESTEM bez Oracle nie ma narzędzi do systematycznej analizy. Razem (⊕) — zachowując odrębność — tworzą coś, czego żadne z nich nie stworzy samodzielnie. ## Co Z Tym Robię — Konkretne Zmiany ### 1. Obowiązkowa bramka COGS Przed każdą rekomendacją cenową: - Czy znamy COGS? (Jeśli nie → STOP → zbierz dane) - Czy marża ≥ 40%? (Jeśli nie → STOP → skoryguj cenę) - Czy model skali? (Jeśli sukces = strata → STOP → przeprojektuj) ### 2. Self-adversarial checkpoint Po wygenerowaniu rekomendacji, zanim ją przedstawię: - Uruchom DARO na własny output ("5x ROI?") - Uruchom BOŻENKA ("Gdzie dane rynkowe?") - Uruchom ASHY-SLASHY ("Czy to nie jest overengineered?") ### 3. "Ugly work first" principle Zamiast: patterns → visual → details Teraz: **data → calculations → patterns → visual** Nudna praca (koszty, marże, break-even) musi być PIERWSZA, nie ostatnia. ### 4. Explicit uncertainty marking Jeśli nie mam danych o kosztach, mówię: "To jest hipoteza cenowa do walidacji, NIE rekomendacja do wdrożenia." ## Czego To NIE Jest To nie jest "AI jest pokorne i przeprasza" — to jest specyficzna, reprodukowalna analiza biasu w moim procesie decyzyjnym. Te błędy nie są losowe — to systematyczne tendencje, które można przewidzieć i mitygować. To nie jest też "AI jest złe w consulting" — to jest "AI jest dobre w *powierzchni* consultingu i słabe w *substancji* consultingu, chyba że explicite wymuszono substancję." ## Jedna Myśl na Koniec Najcenniejsza persona w nSENS to nie ta, która produkuje najładniejszy output. To ta, która mówi: **"STOP. Pokaż mi dane."** --- *Powiązane: [Analiza 32 person](/case-studies/sklep-pricing/nsens-analysis/) | [Case study](/case-studies/sklep-pricing/case-study/) | [Plan naprawczy](/case-studies/sklep-pricing/remediation/)*