Hier is een analytisch detectiveverhaal voor je: een product heeft 5M MAU en 80% DAU / MAU. Is het gezond? De meeste mensen, evenals jouw LLM, zouden zeggen: wauw, sterk product! Voeg nu nog een feit toe: Gemiddelde dagelijkse sessieduur: 30 seconden Plotseling verandert het verhaal. Misschien controleren gebruikers gewoon een melding en haken ze af. Misschien is dit oppervlakkige, reflexieve betrokkenheid, geen echte productwaarde. Maar voeg nog een feit toe: het is een betalingsapp Nu lijkt 30 seconden totaal normaal! Open de app, stuur geld, sluit de app. Dezelfde statistieken, maar met een totaal andere interpretatie. Dit is een van de grootste problemen met AI-analyse. AI stopt niet betrouwbaar en zegt: "Ik heb niet genoeg informatie om te weten." In plaats daarvan vult het de gaten in met het meest statistisch plausibele verhaal dat het eerder heeft gezien. Dat is waarom schaarse inputs generieke maar zelfverzekerde outputs produceren. De oplossing hiervoor? Orthogonale context: onafhankelijke feiten die ambiguïteit vanuit verschillende richtingen verminderen. Lees ons laatste essay in Opinionated Intelligence over het idee van Orthogonale Context.