Цель обучения
Различать activities, outputs и outcomes, затем задавать механизмы, допущения, альтернативы и решения для критических связей.
Почему это важно
Программа может выполнить все activities и провалиться, потому что люди не могут, не хотят или не должны следовать предполагаемому пути.
Основная идея
Стройте назад от значимого изменения. Каждая стрелка — утверждение, которое может провалиться по понятной причине.
Сценарий
AI-помощник по пособиям считает завершённые chats успехом, но пользователи с языковыми барьерами бросают заявления и не имеют human route.
Рабочее решение
Chats — outputs. Outcomes: правильное понимание, завершённые eligible applications, своевременные решения и равный доступ. Language coverage, trust, актуальные правила и capacity — assumptions. Сохраните human escalation и измеряйте drop-off и appeals по группам.
Правило решения
Собирайте данные прежде всего для неопределённых, важных и необходимых связей. Заранее задайте результат для adapt или stop.
Этическая граница
Затронутые группы должны иметь возможность оспорить outcomes, assumptions и trade-offs до фиксации пути.
Линза AI
AI может трассировать claims и находить пробелы; он не решает спорные ценности и не устанавливает attribution.
Быстрая проверка
Deployment завершён вовремя. Что установлено?
Ответ: activity или output выполнены; evidence outcome ещё необходимы.
Следующий шаг
Выполните кейс AI-помощника и определите допущение, провал которого должен остановить scale-up.