Не ест, не спит, не плачет. Но иногда врёт

То есть позиция большинства выглядит не как «запретить всё», а скорее:

«Пользоваться можно. Но давайте понимать, где, как и кто за это отвечает».

Мне это очень близко, потому что чем больше я сама работаю с ИИ, тем меньше мне нравится идея «давайте использовать его везде». Везде — плохой критерий. Если процесс плохо работает без ИИ, добавление технологии само по себе его не исправит: прежде чем автоматизировать, я хочу понять, что именно происходит в процессе и зачем. ИИ прекрасно умеет ускорять работу, в том числе ту, которую вообще не нужно было делать.

Есть ещё один тип скепсиса, который я считаю совершенно рациональным.

Человек уже попробовал нейросеть. Написал вопрос. Получил уверенный ответ. Ответ оказался неправильным.

На этом эксперимент закончился.

Я понимаю такую реакцию гораздо лучше, чем позицию человека, который не открывал ни одной нейросети, но точно знает, что всё это ерунда.

Проблема только в том, что плохой первый опыт очень легко превращается в вывод о технологии целиком. Это примерно как однажды заказать невкусную пиццу и решить, что итальянская кухня не получилась.

Хотя противоположная крайность мне нравится ещё меньше: получить один хороший ответ и немедленно решить, что теперь можно доверять всему.

Иногда скепсис исчезает не после лекции о будущем рынка труда, а после одной нормально выбранной задачи.

Я видела людей, которые довольно равнодушно слушали рассказ о возможностях ИИ, пока мы не переходили к их собственной работе.

Не «ИИ умеет анализировать данные», а «давайте возьмём вашу таблицу».

Не «нейросеть может помочь с коммуникацией», а «покажите письмо, на которое вы вчера потратили сорок минут».

Не «с помощью ИИ можно сделать цифровой продукт», а «давайте попробуем собрать ваш первый вариант».

В этот момент технология перестаёт быть темой новостей и становится способом решить раздражающую задачу.

Мне вообще кажется, что один из худших способов внедрить ИИ в компании — объявить:

«С понедельника мы используем искусственный интеллект».

Где? Зачем? Для чего? Как поймём, что стало лучше? Какие данные можно туда загружать? Кто проверяет результат?

Если человек не знает ответов, вполне нормально, что его не охватывает технологический восторг.

Гораздо лучше работает другой путь: вот конкретная задача, вот как она выполняется сейчас, вот что мы попробовали изменить, вот результат, вот где ИИ ошибся, а вот что всё равно оставили человеку.

После этого скепсис обычно становится гораздо предметнее. Человек уже не спорит с «искусственным интеллектом вообще». Он говорит:

«Вот здесь полезно. А вот сюда я бы его не пускал».

Мне кажется, это и есть нормальное взросление отношения к технологии.

Возраст здесь тоже оказался намного интереснее стереотипа.

По российским данным молодые действительно чаще обладают ИИ-навыками, особенно среднего и продвинутого уровня. Среди работников с высшим образованием они тоже встречаются заметно чаще. Но базовый уровень освоения распределён гораздо ровнее: ВШЭ отдельно отмечает, что для начала использования популярных генеративных сервисов высокий уровень формального образования сам по себе не является критическим условием. [1]

У меня есть очень любимый пример из собственной практики. Меня пригласили провести занятие для группы, где средний возраст участников был примерно 65–70 лет.

Я до сих пор помню людей, которые смотрели в телефон и доставали лупу, чтобы разглядеть текст на экране. И при этом продолжали формулировать запрос, получать ответ, пробовать ещё раз, задавать вопросы.

Для меня такие случаи важны не потому, что они доказывают отсутствие возрастных различий. Различия есть, статистика их показывает.

Они доказывают другое: возраст не даёт права заранее решить за конкретного человека, что он не освоит технологию.

Иногда самый технически уверенный участник пробует один раз, получает неинтересный результат и теряет интерес. А человек с лупой продолжает.

Есть ещё замечательная категория людей: они против ИИ, но пользуются им настолько хорошо, что способны с его помощью аргументировать собственную позицию.

У меня был случай, когда сотрудники подготовили с помощью ИИ ответ о том, почему ИИ — это плохо.

По-моему, это практически идеальная иллюстрация происходящего.

Инструмент вообще не обязан разделять ваш восторг по поводу собственного существования.

Можно попросить его написать десять причин внедрить ИИ, а через минуту — двадцать причин этого не делать. Можно попросить доказать, что профессия исчезнет, а потом — что она станет только востребованнее.

Если поставить задачу достаточно уверенно, можно получить убедительный текст почти под любую заранее выбранную позицию.

И это ещё одна причина, почему я не считаю умение получить хороший ответ от нейросети главным новым навыком.

Получить ответ становится всё проще. Сложнее понять, почему вы задали именно этот вопрос и что собираетесь делать с ответом дальше.

Когда я смотрю на российские исследования, мне вообще кажется, что главный разрыв сейчас проходит не между теми, кто «за ИИ», и теми, кто «против».

Он проходит между разными уровнями использования.

Можно открыть нейросеть раз в месяц, попросить поздравление с днём рождения и совершенно честно сказать: «Я использую ИИ».

Можно каждый день делать с ней тексты и картинки.

Можно встроить её в конкретный рабочий процесс.

А можно изменить сам процесс, потому что часть операций теперь выполняется иначе.

Во многих опросах всё это помещается в один ответ: «Да, используем».

ВШЭ как раз формулирует один из ключевых вызовов российского рынка как переход от массового использования доступных ИИ-сервисов к профессиональной интеграции ИИ в рабочие процессы.

Для меня это очень точное различие.

Мы довольно быстро научились спрашивать.

Теперь придётся учиться перестраивать работу.

А это уже гораздо сложнее, потому что здесь недостаточно купить подписку, провести мастер-класс и раздать сотрудникам список из пятидесяти промптов. Нужно решить, что именно мы хотим изменить, какие данные используем, где границы допустимого, кто проверяет результат и кто отвечает за ошибку.

И главное — зачем человеку вообще менять привычный способ работы.

Без ответа на последний вопрос всё остальное иногда превращается в очень дорогой корпоративный кружок по интересам.

Поэтому я теперь гораздо осторожнее отношусь к фразе «люди сопротивляются ИИ».

Иногда сопротивляются. Иногда боятся. Иногда просто не хотят разбираться. Но иногда задают совершенно правильные вопросы, понимают процесс лучше человека, который решил его автоматизировать, уже используют ИИ быстрее собственной компании или вполне рационально не видят в нём пользы для конкретной задачи.

Мне вообще не нужно, чтобы люди любили искусственный интеллект.

Я сама периодически бросаю из-за него мышку.

Гораздо полезнее спросить:

«Что конкретно здесь станет лучше, если мы добавим ИИ?»

Если ответа нет — возможно, пока не надо ничего добавлять.

Если ответ звучит как «потому что сейчас все внедряют» — тем более.

А если можно показать, что раньше человек час собирал информацию, а теперь получает за пять минут черновик и тратит оставшееся время на решение, что раньше здесь терялись данные, а теперь не теряются, что вместо ручной проверки ста строк специалист смотрит только десять спорных, — разговор становится совсем другим.

Не про любовь к технологиям, а про работу.

И, возможно, именно поэтому ИИ уже довольно глубоко проник в нашу жизнь, пока компании всё ещё спорят о том, внедрён он у них или нет.

Сотрудник просто открыл нейросеть и начал пользоваться.

Начальство узнает чуть позже.

ГЛАВА 3

Почему я устала, если всё сделал он?

Когда человек всё-таки находит задачу, где ИИ действительно полезен, возникает следующий сюрприз: сэкономленное время далеко не всегда становится свободным. У начинающих пользователей я довольно часто слышу одну и ту же мечту:

«Вот сейчас я отдам ему всю рутину и наконец-то освобожу время».

Хороший план.

У меня не сработал.

Я совершенно точно стала делать многие вещи быстрее. То, на что раньше мог уйти день, иногда занимает час. Где-то вместо нескольких часов получается двадцать минут. Какие-то задачи вообще появились в моей работе только потому, что теперь я могу достаточно быстро сделать их сама.

Свободного времени почему-то больше не стало.

Наоборот, я стала делать ещё больше.

Если раньше идея могла спокойно умереть на этапе «для этого нужно найти человека, объяснить, договориться, дождаться результата», сейчас появляется гораздо более опасная мысль:

«А давай попробуем прямо сейчас».

И мы пробуем.

Потом ещё вот это. Раз уж получилось, можно проверить следующую идею, провести дополнительное исследование, собрать презентацию или наконец сделать то, что несколько месяцев лежало в папке «когда-нибудь».

В какой-то момент хочется спросить: а где, собственно, та часть истории, в которой искусственный интеллект освобождает мне время?

Наверное, он его освобождает.

Просто я тут же его занимаю.

И это, как мне кажется, важная разница: экономия времени и уменьшение нагрузки — совсем не одно и то же.

У меня был случай на обучении, который очень хорошо это показал.

Целый отдел примерно два дня работал над одной задачей. Потом мы с этими же людьми разобрали её с помощью ИИ и получили результат примерно за пять минут.

Это не научный эксперимент и не доказательство того, что искусственный интеллект ускоряет любую работу в сотни раз. Там была конкретная задача, конкретные люди и конкретная ситуация.

Но самое интересное произошло не с задачей.

С людьми.

Часть действительно обрадовалась: представляете, сколько времени теперь можно не тратить на эту работу.

У другой части возникла совершенно иная мысль:

«Так. Если теперь эта работа занимает пять минут, что будет с оставшимся временем? Мне же просто дадут ещё задач?»

С точки зрения бизнеса это даже выглядит логично. Если производительность выросла, освободившийся ресурс можно направить на другую работу.

С точки зрения сотрудника арифметика выглядит иначе.

Вчера у меня была одна задача. Сегодня я научился делать её в четыре раза быстрее. Завтра у меня будет четыре задачи.

Где моя выгода?

И вот здесь разговор про чудесное высвобождение времени становится намного сложнее.

В мировых исследованиях уже видно, что ИИ действительно способен снижать нагрузку, но происходит это далеко не автоматически.

В большом исследовании OECD малого и среднего бизнеса в семи странах примерно треть компаний, использующих генеративный ИИ, сообщила, что нагрузка сотрудников снизилась. Но 11,8% сказали обратное — нагрузка выросла. Причём результат заметно различался по отраслям: например, среди опрошенных компаний в сельском хозяйстве рост нагрузки отметили 38,5%, в образовании — 29,6%. OECD отдельно подчёркивает, что само исследование не позволяет установить причины этих различий. [11]

Мне нравится эта статистика хотя бы потому, что она ломает простую формулу «внедрили ИИ — стало легче»: у кого-то стало легче, у кого-то — нет.

А кто-то, возможно, просто получил очень эффективный инструмент для того, чтобы работать ещё больше.

Интересно и то, что у индивидуальных предпринимателей и компаний из одного человека снижение собственной нагрузки в этом исследовании отмечалось чаще, чем у более крупных компаний. Исследователи осторожно предполагают, что одной из причин может быть больший контроль такого человека над собственным рабочим временем.

Вот это мне особенно понятно.

Потому что существует огромная разница между:

«ИИ сэкономил мне два часа, и я решила, что делать с этими двумя часами».

И:

«ИИ сэкономил компании два часа моего времени, и компания решила, что я буду делать с этими двумя часами».

Технология одна.

Ощущение от неё совершенно разное.

В российской практике этот вопрос исследован хуже, но уже есть интересные сигналы.

Например, в исследовании ИСИЭЗ НИУ ВШЭ, основанном на 30 глубинных интервью с ведущими российскими учёными, главным положительным эффектом называли экономию времени за счёт передачи ИИ технических и вспомогательных задач. При этом среди гипотетических рисков респонденты отмечали рост потока низкокачественных публикаций, который способен увеличить нагрузку на научное сообщество из-за необходимости всё это читать и рецензировать. [7]

Один человек сэкономил время, быстро создав текст.

Другой потратил время, проверяя то, что первый быстро создал.

В масштабе системы экономия уже выглядит не настолько очевидной.

Мне кажется, с ИИ мы ещё не раз увидим такой перенос работы. Он убирает один вид труда и создаёт другой. Меньше времени нужно на первый черновик — больше внимания может понадобиться на проверку. Не нужно вручную искать двадцать вариантов — зато нужно выбрать один из двадцати предложенных. Можно быстро получить анализ — но всё равно придётся понять, можно ли на его основании принимать решение.

ИИ умеет очень быстро производить информацию.

Человеческая способность её переваривать почему-то не увеличилась с той же скоростью.

И это начинает чувствоваться.

Я долго думала, почему иногда после нескольких часов плотной работы с ИИ устаю совершенно нормально, хотя значительную часть работы вроде бы выполнял не я.