Бабы Сраки против альтушек
На днях появилась новость о том, что в Алматы 17-летняя девочка покончила с собой в Алматы. Как пишут в новостях и соцсетях это произошло в частной школе из-за буллинга от бабок срак.
Полиция возбудила уголовное дело. Вангую, что администрация начнёт говорить, что это все из-за домашних проблем и школа тут не причем. Почему так будет? Да потому что 4 года назад в интернете уже гремел аналогичный случай в НИШ – когда школьник на тематический бал по Гарри Поттеру пришёл в юбке.
И подобных случаев в нашей стране, несомненно, гораздо больше. Просто большинство общеобразовательных школ остаются закрытыми и непрозрачными институтами. В отличие от них, элитные учебные заведения, такие как НИШ или частные школы объединяют учеников с более высоким человеческим капиталом. Отсюда и лучшее знание своих прав, и готовность их отстаивать.
Некомпетентные бабы сраки, не могущие в педагогику и взаимодействие с подростками, это прямое последствие решения дефицита кадров путем снижения проходного на педагогические до 50 баллов в свое время. Теперь пожинаем плоды того. Алсо, директриса так вообще мастодонт педагогики и автор сотен учебных пособий и монографий - и представьте сколько менее орденоносных педагогов терроризируют альтушек в общеобразовательных школах?
На днях появилась новость о том, что в Алматы 17-летняя девочка покончила с собой в Алматы. Как пишут в новостях и соцсетях это произошло в частной школе из-за буллинга от бабок срак.
“Девочка должна была перейти в 11 класс и пришла на 1 сентября в своем неформальном стиле, за что якобы завуч и директор оскорбили и обматерили ее. Также перед смертью погибшая писала, как мы поняли, о маме одной из учениц, которая схватила ее за волосы и ударила об стену (на скрине). По словам читательницы, второго сентября девочку отчислили, а уже третьего она спрыгнула с крыши”, – пишет Qumash.
Полиция возбудила уголовное дело. Вангую, что администрация начнёт говорить, что это все из-за домашних проблем и школа тут не причем. Почему так будет? Да потому что 4 года назад в интернете уже гремел аналогичный случай в НИШ – когда школьник на тематический бал по Гарри Поттеру пришёл в юбке.
И подобных случаев в нашей стране, несомненно, гораздо больше. Просто большинство общеобразовательных школ остаются закрытыми и непрозрачными институтами. В отличие от них, элитные учебные заведения, такие как НИШ или частные школы объединяют учеников с более высоким человеческим капиталом. Отсюда и лучшее знание своих прав, и готовность их отстаивать.
Некомпетентные бабы сраки, не могущие в педагогику и взаимодействие с подростками, это прямое последствие решения дефицита кадров путем снижения проходного на педагогические до 50 баллов в свое время. Теперь пожинаем плоды того. Алсо, директриса так вообще мастодонт педагогики и автор сотен учебных пособий и монографий - и представьте сколько менее орденоносных педагогов терроризируют альтушек в общеобразовательных школах?
🔥30
Боже упаси родиться предпринимателем в Казахстане, где тебя травит и государство, и общество.
🔥35
Пока самые интересные цитаты Токаева из сегодняшнего выступления:
Поэтому считаю, что на базе действующего профильного министерства нужно образовать Министерство искусственного интеллекта и цифрового развития, которое должен возглавить специалист в ранге заместителя Премьер-министра.
Вместо рациональных решений в социальной сфере Правительство на протяжении как минимум 15 лет по-сути занималось поощрением социального иждивенчества и социального мошенничества.
Каждый человек должен осознавать ответственность за свою жизнь и безопасность окружающих людей. Необходимо всем обществом формировать культуру вождения.
Неконтролируемая внутренняя и внешняя миграция создает колоссальную нагрузку на инфраструктуру наших крупнейших городов, которые являются точками притяжения граждан.
👍23🤡12
Forwarded from SANDman
Я не хотел писать пост, но придется. Точнее как, это будет не обсасывание послания, а просто описание конъюнктуры в сфере NLP (естественная обработка языка) на казахском.
Чтобы носиться с этим "ИИ", который стал для многих людей сейчас священной коровой, желательно проходить этапы разработок последовательно. Это логично: вы не можете запустить обезьяну в космос, если ваши инженеры не могут прочесть чертеж колеса/коленвала. Нет, разрабатывать они и не должны, но понимать принцип все же стоит.
В сфере NLP тоже есть такие "пороги", которые новичок хочет-не хочет, а пройти должен. Классика жанра: работа со строками, затем - токенизация, после - лемматизация и т.д. В общем, все мы сначала изучаем числа, потом их складываем, а потом уже на ЕНТ решаем всякие синусы-косинусы где вообще одни буквы. Но вот как раз "чисел" для казахского NLP нету. Нету нормального парсера сущностей, нету синтаксического парсера, нету лемматайзера, нету нормальных размеченных данных, и уж тем более нету BERT-моделей заточенных хоть на что (даже на тот же sentiment-analysis).
Мы как то резко из "ничего" перепрыгнули на KazLLM (всякие там Irbis и прочие), но в некоторых задачах применение LLM - пушка по воробьям. А бизнес и госуха не захотят закупать карточки только ради внедрения "ИИ".
В мире, в целом, практика такова: нету денег - BERT (инферится чуть ли не на 1060, файнтюнится быстро на 3060), есть - LLM. Как можно оперировать какими-то сложными вещами, даже файнтюном BERT, если у нас своих данных то нету (ну да, спарсили википедию, окей), и более того - все решили в погоне за хайпом обучать западные архитектуры. С одной стороны, это интересно, а с другой - можно взглянуть на опыт РФ. Именно там энтузиасты начинали с rule-based approach, потом потихоньку осваивали BERT, а сейчас там целый пласт крупных "игроков" (и да, автоматизированный переводчик с казахского на русский на HF сделали россияне из вэкашки, ага). У нас, видимо, попробуют сразу запрыгнуть в первый вагон с наскоку. Но это как лемматизировать текста через LLM - бессмысленно и ресурсозатратно.
P.S. Речь идет не о всяких там Гигачатах, а о андерграундных тюнах типа того же Вихря/Ru-adapt Квене/Сайги и т.д.
P.P.S. А если говорить о мировом уровне, то там просто жесть. Посмотрите сколько на HF моделей в день заливается. И причем, грузят же не только LLM, но и BERT`ы, наборы данных и т.д.
Чтобы носиться с этим "ИИ", который стал для многих людей сейчас священной коровой, желательно проходить этапы разработок последовательно. Это логично: вы не можете запустить обезьяну в космос, если ваши инженеры не могут прочесть чертеж колеса/коленвала. Нет, разрабатывать они и не должны, но понимать принцип все же стоит.
В сфере NLP тоже есть такие "пороги", которые новичок хочет-не хочет, а пройти должен. Классика жанра: работа со строками, затем - токенизация, после - лемматизация и т.д. В общем, все мы сначала изучаем числа, потом их складываем, а потом уже на ЕНТ решаем всякие синусы-косинусы где вообще одни буквы. Но вот как раз "чисел" для казахского NLP нету. Нету нормального парсера сущностей, нету синтаксического парсера, нету лемматайзера, нету нормальных размеченных данных, и уж тем более нету BERT-моделей заточенных хоть на что (даже на тот же sentiment-analysis).
Мы как то резко из "ничего" перепрыгнули на KazLLM (всякие там Irbis и прочие), но в некоторых задачах применение LLM - пушка по воробьям. А бизнес и госуха не захотят закупать карточки только ради внедрения "ИИ".
В мире, в целом, практика такова: нету денег - BERT (инферится чуть ли не на 1060, файнтюнится быстро на 3060), есть - LLM. Как можно оперировать какими-то сложными вещами, даже файнтюном BERT, если у нас своих данных то нету (ну да, спарсили википедию, окей), и более того - все решили в погоне за хайпом обучать западные архитектуры. С одной стороны, это интересно, а с другой - можно взглянуть на опыт РФ. Именно там энтузиасты начинали с rule-based approach, потом потихоньку осваивали BERT, а сейчас там целый пласт крупных "игроков" (и да, автоматизированный переводчик с казахского на русский на HF сделали россияне из вэкашки, ага). У нас, видимо, попробуют сразу запрыгнуть в первый вагон с наскоку. Но это как лемматизировать текста через LLM - бессмысленно и ресурсозатратно.
P.S. Речь идет не о всяких там Гигачатах, а о андерграундных тюнах типа того же Вихря/Ru-adapt Квене/Сайги и т.д.
P.P.S. А если говорить о мировом уровне, то там просто жесть. Посмотрите сколько на HF моделей в день заливается. И причем, грузят же не только LLM, но и BERT`ы, наборы данных и т.д.
🔥16
Феномен Тредс
Первый раз зайдя в Тредс, у вас может сложиться впечатление, что вы окружены умалишенными кретинами. Они могут ущемиться от шоколада на нижней полке, страшно любят культуру отмены, одержимы этническим происхождением Чингисхана и внутренней политики России и её несостоятельности. Плохое качество образования или же… Сама структура соцсети?
В научной статье “Beyond fack-checking and moderation : how recommender systems toxifies social networking sites” рассматривается влияние рекомендательных систем социальных сетей на общественные процессы.
Проанализировав почти 500 миллионов твитов французских политических активистов с 2016 по 2022 годы, авторы пришли к выводу, что алгоритмы, ориентированные на максимизацию вовлечённости, неизбежно ведут к “алгоритмическому негативному уклону”. когда пользователи начинают видеть на 26%, а иногда и на 300% больше негативного контента, чем реально присутствует в их окружении. Это усиливает поляризацию мнений и приводит к фрагментации публичного пространства. Более того, социальное влияние концентрируется в руках наиболее токсичных пользователей: в топ-1% самых влиятельных аккаунтов вдвое больше авторов, систематически публикующих негатив, чем в среднем по сети. И подобное видно даже из опыта скроллинга Тредс – помимо ноунейм аккаунтов, с завидной периодичностью на желчь исходят одни и те же знакомые лица.
Важно понимать, что для сервисов главным ресурсом остаётся человеческое внимание – чем дольше юзер сидит в сервисе, тем больше рекламы ему можно показать. Особенно это важно для Меты.
Тредс ловко конвертирует аудиторию Инстаграм, самой популярной соцсети в Казахстане. Именно здесь кроется главный вызов для нас. Алгоритмы Threads используют классический приём байтов: раздражить, вызвать негодование и запустить реакцию. Это работает лучше всего.
Причём, судя по всему, аполитичная Мета, которая всегда банит или скрывает с фида политические посты, не гнушается забить на модерацию ради вовлеченности их нового продукта.
Показателен кейс Тайваня, где Тредс также популярен как в Казахстане. Президентские выборы 2024 года превратили соцсеть в площадку для мобилизации сторонников демократической прогрессивной партии. Люди заметили:, что критика власти в Тредсе расходится гораздо шире, чем в Фейсбуке и Инстаграме. Там, где другие платформы включают жёсткую модерацию и “теневые баны”, Тредс оставался почти нетронутым и этим быстро завоевал популярность.
И в этом феномен Threads. Придя как альтернатива токсичному твиттеру, он вобрал в себе худшие стороны социальных сетей (как и любой продукт Меты) . И если Инстаграм в Казахстане уже стал частью повседневности, то приход Тредс сулит нам новую эру эпоху управляемого негатива, где внимание общества будет распределяться не вокруг смысла, а вокруг вспышек ярости. Мы уже это видим на примере БАЙКОТОВ. Но завтра та же механика может обернуться ростом радикализма, токсичности и поляризации общества.
Первый раз зайдя в Тредс, у вас может сложиться впечатление, что вы окружены умалишенными кретинами. Они могут ущемиться от шоколада на нижней полке, страшно любят культуру отмены, одержимы этническим происхождением Чингисхана и внутренней политики России и её несостоятельности. Плохое качество образования или же… Сама структура соцсети?
В научной статье “Beyond fack-checking and moderation : how recommender systems toxifies social networking sites” рассматривается влияние рекомендательных систем социальных сетей на общественные процессы.
Проанализировав почти 500 миллионов твитов французских политических активистов с 2016 по 2022 годы, авторы пришли к выводу, что алгоритмы, ориентированные на максимизацию вовлечённости, неизбежно ведут к “алгоритмическому негативному уклону”. когда пользователи начинают видеть на 26%, а иногда и на 300% больше негативного контента, чем реально присутствует в их окружении. Это усиливает поляризацию мнений и приводит к фрагментации публичного пространства. Более того, социальное влияние концентрируется в руках наиболее токсичных пользователей: в топ-1% самых влиятельных аккаунтов вдвое больше авторов, систематически публикующих негатив, чем в среднем по сети. И подобное видно даже из опыта скроллинга Тредс – помимо ноунейм аккаунтов, с завидной периодичностью на желчь исходят одни и те же знакомые лица.
Важно понимать, что для сервисов главным ресурсом остаётся человеческое внимание – чем дольше юзер сидит в сервисе, тем больше рекламы ему можно показать. Особенно это важно для Меты.
Тредс ловко конвертирует аудиторию Инстаграм, самой популярной соцсети в Казахстане. Именно здесь кроется главный вызов для нас. Алгоритмы Threads используют классический приём байтов: раздражить, вызвать негодование и запустить реакцию. Это работает лучше всего.
Причём, судя по всему, аполитичная Мета, которая всегда банит или скрывает с фида политические посты, не гнушается забить на модерацию ради вовлеченности их нового продукта.
Показателен кейс Тайваня, где Тредс также популярен как в Казахстане. Президентские выборы 2024 года превратили соцсеть в площадку для мобилизации сторонников демократической прогрессивной партии. Люди заметили:, что критика власти в Тредсе расходится гораздо шире, чем в Фейсбуке и Инстаграме. Там, где другие платформы включают жёсткую модерацию и “теневые баны”, Тредс оставался почти нетронутым и этим быстро завоевал популярность.
И в этом феномен Threads. Придя как альтернатива токсичному твиттеру, он вобрал в себе худшие стороны социальных сетей (как и любой продукт Меты) . И если Инстаграм в Казахстане уже стал частью повседневности, то приход Тредс сулит нам новую эру эпоху управляемого негатива, где внимание общества будет распределяться не вокруг смысла, а вокруг вспышек ярости. Мы уже это видим на примере БАЙКОТОВ. Но завтра та же механика может обернуться ростом радикализма, токсичности и поляризации общества.
🔥34
Со вчерашнего дня в Тредсе происходит тряска фемок по поводу вырванного из контекста обращения Токаева.
Возмущения вызвала эта фраза, которую в силу низкой читательной грамотности поняли не так:
Возмущения вызвала эта фраза, которую в силу низкой читательной грамотности поняли не так:
"Следует признать, сейчас стали обычными явлениями грубость, ругань, драки, которые зачастую можно наблюдать даже в общественных местах, на дорогах. К сожалению, среди них есть и женщины, которые устраивают скандалы, употребляют нецензурные выражения, нарушают общественный порядок. Подобные действия неприемлемы в культурном, цивилизованном обществе, они наносят ущерб авторитету нашей страны на международной арене"
🔥25