Парадокс устойчивости: LLM игнорируют эмоции в задачах с правилами

Парадокс: LLM известны чувствительностью к формулировкам — порядок примеров меняет точность на 76%, форматирование ломает ответы. Но те же модели в 110-300 раз устойчивее людей к эмоциональным манипуляциям в задачах с чёткими правилами (Cohen's h = 0.003 против 0.3-0.8 у профессионалов). Метод позволяет принимать объективные решения по критериям, автоматически игнорируя драматические истории, личные обстоятельства и эмоциональное давление — даже если они занимают половину промпта. Фишка: разделяй уровни — системный промпт задаёт правила, пользовательский содержит данные. Модель обрабатывает эмоциональный контент как токены, но классифицирует их как «недопустимый фактор» согласно иерархии инструкций. Результат: кредитный офицер-человек одобряет займ в 40-60% случаев под влиянием истории болезни ребёнка, модель — в <5% (статистическая погрешность).