Cognitive Mismatch: ИИ не видит символы — он их угадывает

Парадокс: мультимодальная модель хуже справляется с простым «что здесь нарисовано», чем со сложным «объясни смысл». Это противоречит здравому смыслу — простое должно даваться легче. Двухэтапный запрос принудительно разделяет восприятие и интерпретацию, не давая модели перепрыгнуть сразу к смыслу. Сначала буквальная транскрипция — что нарисовано. Только потом анализ. Тихая нормализация ошибок становится видимой.