ИИ отвечает первым. Как готовый ответ меняет ход нашего мышления
Открываете новый диалог с ИИ и описываете задачу.
Через несколько секунд перед вами уже есть структура, несколько аргументов, возможное решение и аккуратный вывод.
Теперь можно поправить детали, добавить контекст, проверить спорные места и довести результат до нужного качества.
Но в этот момент происходит ещё кое-что важное.
До появления ответа пространство решений было открытым. После ответа у нас уже есть точка, от которой начинается дальнейшее мышление.
Работа с генеративным ИИ меняет не только скорость получения ответа, но и условия, в которых мы используем критическое мышление.
И вопрос не в том, хорошо это или плохо.
Интереснее другое: как пользоваться преимуществом быстрого ответа так, чтобы ИИ помогал расширять мышление, а не незаметно определял его исходную рамку?
Первый ответ становится точкой отсчёта
Представим рабочую задачу.
Руководителю нужно понять, почему снизилась конверсия продукта.
Без ИИ он мог бы начать с нескольких собственных гипотез: изменился трафик, появился технический сбой, поменялась аудитория, проблема возникла на конкретном этапе воронки.
С ИИ можно сразу спросить:
«Какие причины могут объяснить снижение конверсии?»
Через несколько секунд появляется хорошо структурированный список.
Это удобно и быстро. Но дальше человек уже не начинает с открытого пространства вариантов. Он оценивает предложенную карту причин.
А это два разных режима мышления:
«Какие варианты вообще существуют?»
и
«Насколько хороши варианты, которые мне уже показали?»
Во втором случае часть пространства задачи уже организована за нас.
Поэтому первый ответ ИИ способен влиять не только на скорость работы, но и на направление дальнейшего анализа.
Как ИИ влияет на критическое мышление: почему первый ответ так важен
В психологии давно известен эффект якоря: первая доступная информация может становиться точкой отсчёта для последующих оценок.
Похожий механизм наблюдается и при работе с AI-рекомендациями. В исследовании, опубликованном в Scientific Reports, участники продолжали учитывать рекомендацию системы даже тогда, когда она оказывалась ошибочной.
С генеративным ИИ ситуация ещё интереснее.
Он предлагает не просто число или короткий совет, а целую конструкцию:
- объяснение;
- аргументы;
- категории;
- гипотезы;
- последовательность действий;
- язык, которым описывается сама проблема.
Получается, модель может предложить не только ответ внутри рамки, но и саму рамку рассуждения.
Именно способность быстро создавать такую структуру делает ИИ полезным.
Но вместе с ней появляется новая часть профессиональной работы: понимать, когда предложенную структуру стоит принять, а когда полезно снова открыть пространство альтернатив.
Проверять ответ и формировать собственную позицию - не одно и то же
Можно очень тщательно проверить предложенное ИИ решение.
Убедиться, что факты верны, расчёты сходятся, аргументация последовательна, источники существуют, а результат подходит под требования задачи.
И всё равно не ответить на другой вопрос:
Был бы мой способ поставить эту задачу таким же, если бы я сначала подумал сам?
Здесь есть два разных вида интеллектуальной работы:
1. Оценить качество ответа. Насколько он корректен, обоснован и подходит под задачу?
2. Оценить саму рамку решения. Точно ли это тот способ посмотреть на проблему, который стоит использовать?
И второй вопрос становится особенно важным рядом с генеративным ИИ.
Профессиональное суждение часто проявляется ещё до проверки готового результата:
- что считать проблемой;
- какие данные считать важными;
- какие критерии использовать;
- какие альтернативы рассматривать;
- что именно стоит проверять.
В исследовании Microsoft Research и соавторов для CHI 2025 участвовали 319 специалистов интеллектуального труда, которые описали 936 реальных случаев использования генеративного ИИ в работе.
Более высокая уверенность в возможностях GenAI была связана с меньшим заявленным усилием критического мышления, а более высокая уверенность человека в собственных знаниях - с большим.
При этом критическая работа не исчезала полностью. Менялся её характер: больше внимания приходилось уделять проверке информации, интеграции ответа и управлению задачей.
Для NOOCRAFT здесь особенно важна сама идея:
ИИ не просто сокращает интеллектуальную работу. Он способен менять место, где она требуется.
Отдельно я разбирала близкую проблему человеческого контроля: почему сам факт, что результат «проверил сотрудник», ещё не означает содержательной проверки и какие условия нужны, чтобы человеческое суждение действительно работало.
Значит ли это, что сначала всегда нужно думать самостоятельно?
Нет.
Правило «сначала реши сам, потом спроси ИИ» быстро уничтожило бы значительную часть пользы автоматизации.
Для многих задач ответ ИИ совершенно нормально использовать как стартовую точку.
Например:
- подготовить варианты формулировки;
- структурировать известную информацию;
- собрать черновой список вопросов;
- предложить формат документа;
- преобразовать данные;
- сделать первый проход по большому массиву текста.
Здесь нет большой ценности в том, чтобы специально откладывать обращение к ИИ.
Но существуют задачи, где самостоятельный первый шаг выполняет дополнительную функцию: помогает сохранить собственную точку отсчёта.
Например:
- неоднозначное управленческое решение;
- архитектурный выбор;
- диагностика причины проблемы;
- анализ риска;
- новая продуктовая гипотеза;
- задача, на которой специалист должен учиться.
В таких случаях необязательно заранее решать всю задачу.
Иногда достаточно зафиксировать три вещи:
Моя гипотеза: что, скорее всего, происходит.
Мои критерии: по каким признакам я буду оценивать варианты.
Моя неопределённость: чего я пока не знаю.
После этого ответ ИИ уже можно сравнивать с собственной исходной картиной.
ИИ может не только отвечать, но и расширять пространство решений
Можно изменить и сам способ разговора с моделью.
Вместо запроса «Предложи лучшее решение» полезно задавать вопросы, которые расширяют поле анализа:
- Что я могу не учитывать? Какие ещё способы посмотреть на эту задачу возможны?
- На чём держится моя гипотеза? Какие предположения лежат в основе решения?
- Что может изменить мой вывод? Какие данные заставили бы пересмотреть выбранную гипотезу?
Тогда функция ИИ меняется.
Он уже не просто сокращает путь до первого ответа, а помогает увидеть альтернативы, ограничения и слабые места собственной позиции.
ИИ можно использовать как генератор готового направления, а можно как инструмент расширения уже начатого человеком рассуждения.
И это два разных способа организации интеллектуальной работы.
Важен не только выбор задачи для ИИ, но и момент его подключения
Из всего этого не следует универсальное правило «сначала человек, потом ИИ».
Скорее появляется новый объект проектирования: последовательность интеллектуальной работы.
Она может выглядеть по-разному:
- ИИ → человек проверяет → использует
- человек формулирует гипотезу → ИИ предлагает альтернативы → человек сравнивает
- человек задаёт критерии → ИИ генерирует варианты → человек принимает решение
- ИИ помогает провести анализ → человек формулирует вывод → ИИ ищет слабые места
Получается, вопрос уже не только в том:
«Что можно передать ИИ?»
Не менее важно:
«В какой момент задачи его лучше подключить?»
Одна и та же функция ИИ, встроенная в разные этапы процесса, может по-разному влиять на внимание, обучение, критическое мышление и качество решения.
Именно здесь начинается когнитивный дизайн труда с ИИ.
Небольшой приём, который можно попробовать
Для значимых и неоднозначных задач перед первым запросом к ИИ можно задать себе три вопроса:
1. Как я сейчас понимаю задачу?
2. По каким критериям буду оценивать хороший результат?
3. В чём я больше всего не уверен?
Это не попытка сделать работу вместо ИИ.
Это способ сохранить собственную точку отсчёта.
После этого можно посмотреть, что добавила модель.
Если позиции совпали - проверить общие основания.
Если разошлись - понять, почему.
Если ИИ предложил вариант, которого вообще не было в собственной картине, становится гораздо понятнее, что именно добавила модель, а не просто какой текст появился на экране.
Не заставлять человека думать без ИИ, а проектировать совместное мышление
ИИ уже стал частью интеллектуальной работы. Возвращать каждый процесс в состояние «до ИИ» бессмысленно.
Задача интереснее.
Нужно проектировать такую совместную работу, в которой модель помогает быстрее находить варианты, структурировать информацию и двигаться к результату, а человек сохраняет способность:
- формировать критерии;
- видеть альтернативы;
- понимать основания решения;
- замечать ограничения;
- принимать окончательное решение.
Поэтому вопрос постепенно меняется.
Не:
«ИИ думает вместо нас или нет?»
А:
«Как организовать последовательность работы так, чтобы возможности ИИ усиливали профессиональное мышление человека?»
Мне кажется, именно этот вопрос будет становиться всё важнее по мере того, как ИИ превращается из отдельного инструмента в постоянного участника интеллектуальной работы.
Если вам интересна тема совместной работы человека и ИИ, в Telegram NOOCRAFT я публикую короткие разборы исследований, рабочие наблюдения и практические модели: про критическое мышление, когнитивную нагрузку, контроль, обучение, роли и ответственность.