|
Передача рабочих задач ИИ имеет свою цену
|
|
|
|
Представьте, что вашей команде поручено подготовить важный политический документ в условиях жесткого временного давления. Все обращаются к генеративному искусственному интеллекту (ИИ), и в течение нескольких минут он создает полный черновик со структурированными аргументами и авторитетными ссылками.
|
|
|
|
Затем команда переносит сгенерированный ИИ текст в корпоративный шаблон, дорабатывает структуру и повествовательную структуру и проводит последнюю проверку, прежде чем отправить его дальше по цепочке. Руководство просматривает отполированный черновик и — при условии, что базовое исследование уже проверено — утверждает его и публикует.
|
|
|
|
Этот сценарий не гипотетический. Проект национальной политики Южной Африки в области ИИ пришлось отозвать ранее в этом году после того, как рецензенты обнаружили, что несколько ссылок указывали на журнальные статьи и авторов, которых не существовало. По иронии судьбы, ошибки были внесены самим ИИ.
|
|
|
|
Аналогичным образом, в прошлом году консалтинговая фирма Deloitte частично возместила ущерб австралийскому правительству после признания того, что генеративный ИИ использовался для создания заказанного документа, содержащего сфабрикованные цитаты и ссылки на источники, которых просто не существовало. Отчет обошелся австралийским налогоплательщикам в 440 000 австралийских долларов.
|
|
|
|
|
|
|
Но позволение ИИ выполнять нашу работу и мыслить также негативно сказывается на нашем мозге.
|
|
Ценность мысли
|
|
|
|
Как видно из приведенных выше примеров, рабочие задачи, созданные ИИ, часто выглядят безупречно на первый взгляд, но несут в себе существенные скрытые недостатки. Это побочный продукт того, как современное рабочее место приучило нас отдавать приоритет конечному результату — отчету, презентации, заданию — над самим процессом.
|
|
|
|
Однако такой строго ориентированный на результат подход редко вознаграждает процесс, посредством которого достигаются результаты. Когда мы пропускаем процесс, мы теряем способность полностью понять, что на самом деле означает результат.
|
|
|
|
Это неизбежно затруднит для нас критическую оценку результатов, которые мы получаем. Что еще более важно, это также повлияет на нашу способность отличать факты от частичной правды и лжи.
|
|
|
|
В конечном счете, истинная ценность работы с знаниями заключается не только в конечном результате, но и в ясности мышления и сложном, итеративном процессе, необходимом для его достижения.
|
|
Слепое полагание на ИИ
|
|
|
|
Недавние эмпирические данные также указывают на серьезное несоответствие между воспринимаемыми преимуществами использования ИИ и улучшением качества.
|
|
|
|
Исследование 2025 года, проведенное Мельбурнским университетом и аудиторской фирмой KPMG, охватило более 48 000 респондентов из 47 стран. Оно показало, что двое из трех человек (66%) регулярно используют ИИ, а более половины считают, что его использование улучшает их производительность.
|
|
|
|
В исследовании было указано, что основной движущей силой внедрения ИИ является страх упустить возможность (48%), что заставляет пользователей отдавать приоритет скорости выполнения задачи над качеством конечного результата.
|
|
|
|
Однако 61% респондентов заявили, что не проходили никакого обучения работе с ИИ, а 60% также сообщили о ненадлежащем, самодовольном и непрозрачном использовании ИИ на рабочем месте.
|
|
|
|
Отдельное исследование, проведенное в июле 2026 года Центром безопасности ИИ, некоммерческой исследовательской организацией из Сан-Франциско, показало, что даже лучшие агенты ИИ не смогли выполнить примерно 85% проектов на уровне, приемлемом для заказной работы.
|
|
|
|
Это указывает на то, что даже лучшие современные модели ИИ по-прежнему не соответствуют профессиональному качеству в большинстве проектов. Это также показывает, что мы полагаемся на ИИ в создании конечных результатов, не понимая, как он к этому приходит.
|
|
|
|
Эта слепая зависимость лишает контроля качества, заменяя подлинное создание знаний постоянно растущим объемом автоматизированной «рабочей чепухи».
|
|
|
|
Так как же нам обратить вспять эту тенденцию?
|
|
|
|
Ответ не сводится к простому запрету или ограничению использования ИИ на рабочем месте. Вместо этого нам необходимо переосмыслить наши рабочие отношения с ИИ и результатами, которые он производит, применив более человекоцентричный подход.
|
|
|
|
Во-первых, организации должны устанавливать реалистичные сроки выполнения задач, которые действительно позволят людям думать, а не сосредотачиваться на ускорении процесса. Необходимо активно отключаться от инструментов ИИ на этапах мозгового штурма и структурирования, чтобы идеи и мысли формировались на основе реального человеческого синтеза, а не просто алгоритмического прогнозирования.
|
|
|
|
Традиционные сессии на доске — когда команды физически намечают свои первоначальные концепции маркерами и ручками — являются одним из способов достижения этой цели.
|
|
|
|
Во-вторых, необходимо культивировать культуру конструктивной критики всех результатов, независимо от того, созданы ли они людьми или ИИ.
|
|
|
|
Это означает активное подвергание сомнению логику, структуру, ссылки и лежащие в основе предположения. Когда от команд ожидают защиты поведенческих рассуждений и методологии, лежащих в основе их работы, быстро выявляется, кто действительно мыслил, а кто просто скопировал и вставил информацию от ИИ-агента.
|
|
|
|
Возможно, создание группы для критики могло бы обеспечить безопасную и комфортную среду, где обратная связь и комментарии могли бы свободно поступать.
|
|
|
|
Технологии могут помочь в определенных процессах, но опасно полагать, что они могут заменить нашу способность к критическому мышлению. Это потому, что самым ценным нашим активом является не отполированная до блеска финальная страница, а взлеты и падения когнитивного процесса, необходимого для честного написания и оценки текста.
|
|
|
|
Источник
|
