Один контрпример против тысячи тестов: принцип асимметрии в проверке ИИ-моделей

В статье на Хабре напомнили давний логический принцип, который напрямую влияет на тестирование ИИ-моделей. Асимметрия между доказательством и опровержением известна ещё с Аристотеля: никакое количество подтверждающих тестов не доказывает общее суждение, но один точный контрпример его опровергает. В IT эту идею в конце 1960-х сформулировал Эдсгер Дейкстра: тестирование показывает наличие ошибок, но никогда не доказывает их отсутствия.

Из этого автор делает практический вывод: при проверке моделей разумнее не гоняться за числом успешных кейсов, а целенаправленно искать опровергающие случаи. Альтернатива — переходить к формальному доказательству свойств или использовать статистические гарантии как промежуточный режим. Материал полезен инженерам и исследователям, которые хотят выстроить более надёжную стратегию валидации ИИ, хотя конкретных кейсов или цифр в статье нет.