Искусственный интеллект и баскетбольная сетка

Один из авторов решил провести своеобразный эксперимент: поручить двум популярным системам искусственного интеллекта — ChatGPT и Gemini — составить прогноз турнирной сетки March Madness. Для российских читателей поясним: March Madness — это ежегодный студенческий баскетбольный турнир NCAA в США, событие, окружаемое массовой азартной лихорадкой и попытками угадать победителя в сетке из десятков команд.

Исходная задача была проста. Автор попросил каждую модель составить полную сетку с итоговым победителем и объяснить свои решения. Именно объяснения и логика выводов должны были продемонстрировать, насколько глубоко каждая система работает с данными — и насколько её предсказания можно считать осмысленными.

Ответ Gemini оказался резким и прямолинейным. Модель сразу предупредила, что предсказать победителя March Madness практически невозможно: турнир изначально известен непредсказуемостью и частыми сенсациями. Тем не менее Gemini сгенерировала сетку, но сделала её быстро и без особых подробностей, будто выполняла стандартную формальную операцию. Логика её выбора выглядела ограниченной — преимущественно ссылалась на общие исторические данные и рейтинг команд.

ChatGPT подошёл к задаче иначе. Вместо сухих статистических ссылок он попытался объяснить специфику каждого матча, описывая сильные и слабые стороны команд, стиль игры и возможные риски. Затем модель составила свою сетку и представила аргументы к каждому этапу. Итог оказался развернутым, вдумчивым и убедительным — настолько, что автор отметил: именно ChatGPT «по-настоящему впечатлил».

Разумеется, никакая нейросеть не способна точно угадать исход March Madness, но эксперимент показал разницу в подходах. Gemini работал скорее как справочник, а ChatGPT — как аналитик, который не просто выдаёт итог, а строит понятный путь рассуждений. Для автора это стало главным выводом.