Как не потерять навыки из-за ИИ
Треть уволенных из-за ИИ сотрудников придётся вернуть к 2029 году, сообщает Gartner. Коснётся это в основном компаний, для которых ИИ — замена человека, а не то, что расширяет человеческие возможности. Однако актуален и вопрос: ИИ точно не оглупляет, помогая? Как же использовать ИИ, чтобы сохранить конкурентоспособность — в статье.
Не заменять людей ИИ ради самой замены
Gartner подводят к выводу: навыки из-за ИИ потеряют те компании, которые в погоне за сокращением расходов автоматизируют всё, до чего дотянутся. Потеряют навыки фигурально: компанию покинут носители экспертизы и корпоративной культуры, то есть жестких и мягких навыков.
Делать целью автоматизацию, а расширение возможностей рассматривать как приятный побочный эффект — ошибка.
ИИ может подготовить черновик, обработать типовой запрос или предложить варианты действий. Однако сотрудник должен уметь проверить вывод, увидеть ошибку модели и принять окончательное решение.
Отсюда вытекает совет всем:
Не передавать ИИ ту работу, которая прокачивает навыки
Когда мы учимся новому, в мозге образуются нейронные связи — и чтобы они сохранялись, важно продолжать использовать наработанный навык. Если передать ИИ задачи, которые требуют умений, насмотренности, постоянного самосовершенствования, рано или поздно человек разучится их выполнять.
Да, работа с ИИ в краткосрочной перспективе улучшает результаты, но этот эффект необязательно переносится на следующую задачу, которую человеку приходится решать самостоятельно.
Так, в исследовании, опубликованном в Scientific Reports, четыре эксперимента с участием 3562 человек показали: совместная работа с GenAI повышала результативность выполнения задания, но преимущество исчезало, когда участники переходили к самостоятельной работе. Авторы также обнаружили, что после перехода от работы с ИИ к работе без него у людей падала внутренняя мотивация и им становилось скучнее.
Если человек регулярно получает готовое решение, он меньше практикуется в той части работы, которую раньше выполнял сам.
Это подтвердилось и в исследовании Anthropic на программистах. 52 разработчика осваивали новую библиотеку Python с ИИ-помощником или без него. Участники с ИИ немного быстрее справлялись с заданием, но в тесте на понимание материала набирали на 17% меньше баллов. Однако имело значение, как участники пользовались ИИ: те, кто просили модель объяснять код и задавали концептуальные вопросы, усваивали материал лучше.
Важно не передавать ИИ ту часть задачи, на которой человек осваивает или укрепляет навыки. ИИ как консультант — хорошее решение. Сотрудник как мясной прокси — нет.
Компаниям нужны сотрудники, способные к непрерывному обучению, междисциплинарному сотрудничеству и успешной работе во всё менее предсказуемых и более изменчивых условиях.
Удерживать баланс между скоростью и критическим мышлением
Небольшое исследование Массачусетского технологического института показало: пользователи с большим успехом (+21%) определяли фейковые новости и картинки с помощью ИИ. Но стоило им остаться без инструмента, как их показатели ухудшались (-13,5% к концу эксперимента).
ИИ-инструменты должны помогать сохранять способность мыслить критически. Например, объяснять логику рассуждений, предлагать критику, давать ссылки на первоисточники информации. Не нужно относиться к ИИ как к всеведущему гуру, который даёт готовые решения. Это лишь напарник, который, в том числе, может критиковать, направлять, объяснять или запрашивать объяснения.
Для тренировки критического мышления просите модель обосновывать её выводы, ищите слабые места в её логике, заставляйте приводить альтернативные аргументы.
* * *
В целом, чтобы не потерять навыки из-за ИИ, мало контролировать, сколько работы отдали машине. Нужно заново определить, какую часть работы человек обязан продолжать делать сам, чему он должен учиться и как компания будет сохранять накопленную экспертизу. Это требует перестройки процессов, о которой мы детально поговорим в следующих блогах. Подписывайтесь, чтобы не пропустить (vc.ru, TG, ВК).