Помните фильм «Приключения Электроника»? Когда-то песня «До чего дошел прогресс» казалась веселой фантазией о будущем: роботы должны были избавить человека от рутины и тяжелой работы. Спустя полвека оказалось, что авторы фильма были гораздо прозорливее, чем могли предположить. Люди начали передавать машинам не только работу, но и право думать, советовать, убеждать и даже становиться авторитетом. Любопытно, что финал фильма тоже оказался «прозорливым». Электроник так и не смог заменить человека – Сыроежкину все равно пришлось самому учиться, сдавать экзамены и принимать решения. Обсудим, как не потеряться на фоне искусственного интеллекта.
Когда ИИ стал авторитетом
После публикации моей статьи про когнитивный аутсорсинг один из читателей задал в комментариях закономерный вопрос: действительно ли эти процессы уже происходят в бизнесе или пока остаются скорее теоретическими рассуждениями? Да, они не просто происходят, а развиваются стремительно и неуправляемо. Несколько свежих примеров с полей.
На днях в Москве проходил крупный международный форум по превентивной медицине. В программе были выступления профессоров, психиатров, психологов, руководителей медицинских организаций и практикующих врачей. Искусственный интеллект не был центральной темой мероприятия. Однако именно он постоянно возникал в разговорах, комментариях и обсуждениях. Кратко перескажу три ситуации, которые произошли во время мероприятия, и одну ситуацию из своей практики.
1. Человек перестает различать инструмент и эксперта
Первый разговор у меня состоялся с известным врачом, доктором наук, который рассказывал о сложностях продвижения своих научных идей. В процессе беседы выяснилось, что он решает эту проблему сам: примерно раз в месяц просит ChatGPT разработать для него маркетинговые шаги, инструкции, планы.
Само по себе использование нейросетей не вызывает вопросов. Вопрос возник позже. Оказалось, что оценить качество предложенных стратегий и планов он не может. Не может понять, насколько предложенные ИИ решения действительно работоспособны, какие риски они несут, каковы возможные последствия для репутации и бизнеса. И главное, принесут ли технологии желаемый результат в виде клиентов. Хотя, написано очень убедительно.
В чем здесь проблема? Высокая экспертность в одной профессиональной области неожиданно начинает восприниматься как основание доверять ИИ в совершенно другой сфере, и полагать, что можно справиться с новой экспертизой. При этом отсутствует главный элемент любой профессиональной работы – способность аргументированно оценить качество результата. По сути, человек начинает доверять не специалисту по маркетингу или коммуникациям, а тексту, который выглядит убедительно.
2. Эксперт становится оператором рекомендаций нейросетей
Вопрос прозвучал от врача-гомеопата. Все чаще пациенты приходят на прием уже с готовыми рекомендациями, сформированными ИИ. От врача больной просит не диагностики и не назначения лечения, а лишь проанализировать и подтвердить то, что искусственный интеллект «не ошибся». Пациент решил, что он сэкономил на приеме, назначив себе лечение самостоятельно, и убежден, что получил отличное решение своих проблем.
Таким образом, роль специалиста стремительно обесценивается. Многолетний опыт, образование, клиническая практика уже не имеют значение, они начинают использоваться не как экспертиза – для принятия решения, а для проверки решения, которое предложила нейросеть. Врачи пока не знают, что с этим делать, боясь отказать, не выполнить свой долг или потерять клиента.
Самое опасное здесь – подмена ответственности. Искусственный интеллект предлагает вариант, но отвечать за последствия все равно придется врачу. Поэтому в подобных ситуациях, похоже, врачам придется обучаться взаимодействовать с такими пациентами по-другому.
На вопрос врача «Что делать с такими ситуациями?» мне показалось простым и очевидным следующее решение. Такому пациенту достаточно задать всего два вопроса:
- «Покажите, пожалуйста, на каких научных фактах и практических исследованиях основаны рекомендации, как вы их анализировали?».
- «Вы предлагаете мне взять на себя юридическую и профессиональную ответственность за лечение, которое назначил вам ChatGPT?».
Уверена, что после второго вопроса разговор изменится. Потому что для пациента должно стать очевидным, что ответственность по-прежнему остается в руках человека, а не у машины.
3. ИИ становится главным советчиком
Во время одной из панельных дискуссий на форуме известный психиатр говорила о стремительном росте случаев самолечения с помощью искусственного интеллекта. Люди, страдающие от тревожности и депрессий, сами назначают себе антидепрессанты, хотя препараты должны назначаться исключительно докторами, и некоторые – по рецептам.
Руководитель крупного регионального санатория поделилась другой проблемой: она не знает, что делать со своими сотрудниками, которые массово обращаются к ChatGPT практически по любому рабочему вопросу. От этого уже начали сыпаться внутренние бизнес-процессы, расти ошибки, размывается ответственность, управление выходит из-под контроля.
Эти ситуации кажутся совершенно разными. На самом деле они описывают один и тот же процесс: человек перевел искусственный интеллект из инструментария в истину первой инстанции, к которой человек обращается за ответом. Не к коллеге, не к наставнику, не к профессиональному сообществу, не к собственному анализу – именно к нейросети. Это означает, что меняется не технология работы, меняется сама культура принятия решений.
4. Спорят не люди, а нейро-ответы
Еще одна ситуация возникла уже в нашей практике. Во время разработки маркетинговой стратегии для медицинской клиники сотрудники клиента (врачи и косметологи) параллельно подготовили собственную версию с помощью ChatGPT. При обсуждении проекта произошло неожиданное. Врачи начали спорить с маркетологами, опираясь не на исследования рынка, не на собственный опыт работы с пациентами и даже не на результаты предыдущих коммуникационных кампаний. Главным аргументом стали рекомендации нейросети.
Получается, что разговор шел уже не между специалистами разных профессий, опыта и экспертизы. Фактически спорили две версии текста, одна из которых автоматически получила более высокий уровень доверия только потому, что была создана ИИ. Но ответить на вопрос, почему вы так безоговорочно верите результатам ИИ, заказчик не смог.
Почему развивается когнитивный аутсорсинг
Если посмотреть на все эти истории вместе, становится очевидно: люди сами начали передавать «в руки» искусственному интеллекту авторитет. На протяжении многих лет авторитет формировался через опыт, ошибки, практику, профессиональную репутацию и ответственность. Теперь, если ответ сформулирован уверенно, структурированно и звучит убедительно, его начинают воспринимать как экспертное мнение независимо от того, кто является автором.
Получается парадоксальная ситуация: искусственный интеллект не несет ответственности, не обладает профессиональной репутацией, не принимает решений, не отвечает за последствия. Но именно ему люди начинают доверять раньше, чем специалисту, который учился профессии десятилетиями. И это, пожалуй, более серьезный вызов, чем когнитивный аутсорсинг. Потому что передается уже не только процесс мышления, а право быть экспертной инстанцией.
Еще одна причина, почему когнитивный аутсорсинг развивается так быстро. Моя практика показывает, что человек постепенно начинает сравнивать себя с искусственным интеллектом, но по совершенно некорректным критериям. Например, восхищаться тем, что нейросеть за несколько секунд анализирует тысячи страниц текста, сопоставляет огромное количество источников, мгновенно находит закономерности и формирует ответ. Незаметно начинает примерять суперспособности машины к человеческому мозгу. И вот уже кажется, что он и маркетолог, и копирайтер, и редактор, и медик, и дизайнер в одном лице.
Красивые структурированные тексты от ИИ вводят мозг в заблуждение: начинает казаться, что хороший специалист должен знать столько же, так же быстро отвечать и ориентироваться в любой теме, так же легко оперировать огромными массивами информации. Но в этой гонке человек обречен проиграть еще до начала. Он пытается конкурировать с машиной именно в том, для чего машина и была создана:
- Компьютер хранит информацию – человек никогда не сможет хранить столько же.
- Компьютер обрабатывает миллионы параметров одновременно за секунды – человек физиологически на это неспособен.
- Компьютер не устает, не забывает и не испытывает когнитивной перегрузки – мозг человека работает совсем по другим принципам.
Поэтому попытка стать похожим на искусственный интеллект заранее обречена. Осознавая свои физические ограничения, человек начинает считать себя менее компетентным, особенно в сравнении с коллегами по цеху, которые «усилили» без перепроверки свои разноплановые компетенции с помощью ИИ.
Дело в том, что профессиональная ценность человека не заключается в объеме памяти или скорости выводов. Настоящий эксперт отличается тем, что умеет выделить главное среди огромного количества фактов, понимает, каким источникам можно доверять, видит то, чего нет в данных, замечает противоречия, чувствует контекст, учитывает человеческие последствия своих решений и способен сказать одну важную фразу, которую искусственный интеллект никогда не сможет произнести осмысленно: «Я не знаю. Давайте сначала разберемся».
Получается, вместо того чтобы изменить критерий собственной ценности, человек начинает пытаться соответствовать машине. Это абсолютно проигрышная стратегия, и это очевидно, ведь ни один ИИ никогда не станет человеком в количестве прожитого опыта.
Как остановить когнитивный аутсорсинг
После первой статьи в комментариях несколько раз звучал вопрос: «Хорошо, а что делать? Запретить сотрудникам пользоваться нейросетями?». Нет, это невозможно и бессмысленно. Искусственный интеллект встроится в профессиональную жизнь, как когда-то интернет, поисковые системы и смартфоны.
Проблема не в технологии, а в более глубоком явлении – разрывом между знанием, принятием решений и ответственностью, которые формирует сам человек. Поэтому вопрос руководителя должен звучать совершенно иначе. Не «Как использовать ИИ?», а «Как изменить управление людьми, которые уже работают вместе с искусственным интеллектом?».
На протяжении десятилетий действовало простое правило профессионального мира: кто принимает решение, тот и несет за него ответственность. Поэтому ценились опыт, образование, практика, умение сомневаться и способность прогнозировать последствия своих действий. Теперь человек сам начинает разрушать эту связь.
Люди доверяют рекомендациям системы, которая не может ошибиться в человеческом смысле этого слова, потому что не отвечает за последствия своих советов:
- Не потеряет деловую репутацию.
- Не окажется ответчиком в суде.
- Не будет объяснять руководству, почему стратегия не сработала.
- Не столкнется с пациентом, которому стало хуже.
Все это по-прежнему остается задачей человека. Получается, что человек использует ИИ не как автоматизацию отдельных процессов, а как автоматизацию авторитета.
Как проверить, что ИИ усиливает мышление сотрудников
Мы практикуем принцип, который назвали «Правило трех уровней использования ИИ»:
- Исполнитель. ИИ в руках конкретного специалиста выполняет техническую работу, собирает информацию, структурирует материалы, находит варианты. Здесь риск минимален.
- Консультант. При необходимости ИИ предлагает собственные гипотезы, показывает альтернативы, помогает увидеть слабые места, аргументирует, заставляет человека думать, но решение принимает сам человек. Это уже требует профессиональной экспертизы.
- Эксперт. Вот сюда ИИ попадать не должен никак. Если человек перестал понимать, почему именно такое решение считается правильным, если не может самостоятельно защитить вывод, значит, произошла подмена экспертизы. Именно здесь начинается когнитивный аутсорсинг.
Возникает новый вопрос: «Почему ты считаешь именно это решение правильным?». Если сотрудник способен объяснить, какие аргументы, ограничения, риски, почему он отверг другие варианты, значит, ИИ усилил его мышление.
Новая управленческая практика выглядит так: оценивать качество мышления. Можно не спрашивать прямо об использовании нейросетей. Просто в ходе рабочих дискуссий уточнять, почему сотрудник принял именно такое решение, какие альтернативы рассматривал, какие риски увидел и что готов защищать как собственную профессиональную позицию. Пока человек способен ответить на эти вопросы, искусственный интеллект остается инструментом.
Выводы
Умение пользоваться технологией – это не преимущество. Новой управленческой компетенцией и конкурентной форой будут обладать организации, которые обучат сотрудников сохранять авторство человеческих решений и способность формировать интеллектуальную самостоятельность.
Также читайте:
Господи, хоть что-то появилось, что поможет показать многим врачам их никакой уровень! Главное теперь, чтобы они в это поверили. хотя надежд мало. Мое многлетнее профессиональное, а не пациентское общение с врачами, вроде бы, смирило меня с удручающим уровнем большинства. Однако эпидемия Ковида, когда многие врачи тупо выступали против вакцинации, а самые отбитые продавали справки, меня вообще потрясла.
У вас не совсем верные представления о данном разделе медицины. Цифровые программные методы глубокого анализа ЭКГ существуютс конца прошлого века и просто свершенствуются, причем без всякого ИИ. Да и скорость: не более 5-6 минут. Та же "Омега". Там с поиском "признаков. которые раньше не замечали" все отлично. Замечают, еще как!
Статья супер!
С Вашими выводами согласен.
А вот некторые коллеги полагают себя умнее других. Они обычно пишут обрывочные посты, а потом вдруг выкатываабт нечто длинное и нудное такое и полагают что это никому не заметно.
надо спокойно относится к AI. Все что можно все уже сказали. Выводов нет и не будет. Всех призывают потерпеть AI наладится и будет совсем хорошо. Перед этим он, несоврешенный, нагенерит кучу фейков, дипфейков, ложных выводов, погубит кучу народу, забьет этими фейкалиями книгу бытия, как очень точно написал Эрнст. И все это мы передадим будущим поколениям.
Вот интересно, чем руководствуются авторы, когда делают такие обобщения? Как вообще можно сравнивать соленое с зеленым? ИИ обесценивает работу эксперта??? Вы серьезно? Генеративный ИИ действительно снижает стоимость интеллектуальной работы, но вместе с тем делает более видимым разрыв между настоящей экспертизой и имитацией экспертизы, причем не важно машинной ли или человеческой.
Опять что это за установка, что если часть решения сформирована ИИ, то авторство человека становится сомнительным. А если эта часть, допустим, взята не из ИИ, а получена например из книги или исследования, тогда как? Авторство решения вообще не определяется источником написания первоначального текста. Эксперты всегда использовали чужие интеллектуальные ресурсы будь то книги, исследования, отраслевые отчеты, да мало ли... Если человек сохраняет контроль над логикой решения - он и автор ))
Есть правда нюанс. Если раньше эксперт зарабатывал преимущественно тем, что пересказывал доступные знания, доступ к которым был ограничен, и выдавал шаблонные рекомендации, тогда да, ценность такой его работы сегодня снизилась. Но ни один ИИ _не отменяет_ определение правильной проблемы и понимание контекста конкретного бизнеса, чтобы это решение принять. Именно это и позволяет эксперту выбрать именно релевантное решение, нужное здесь и сейчас, а особенно в условиях конфликта различных иерархических интересов внутри.
У меня вообще сложилось мнение, что у автора какая-то личная обида на технологии. Уж слишком много обобщений из частных наблюдений ))
Да, дело обстоит примерно так как Вы говорите. Тут нужно понимать что экспертиза трансформируется с написания текста в написание промта для текста. Без правильного промта с указанием всех тонких различений, рамочных и ситуационных ограничений качетсвенный экспертный текст создать при помощи ИИ не получается.
Например у меня в тех вопросах которых я глубоко разбираюсь получаются отличные результаты при использовании ИИ. В тех вопросах которых я не глубоко разбираюсь получается студенческая рефератированная ИИ-писанина. Вроде текст связный и по делу даже, но нет ни лоска, ни классности, ни применимости.
Совершенно верно. Просто доступность LLM незаметно повысила общий уровень экспертности до среднемировых, содержащихся в LLM . И тот, кто раньше легко выдавал себя за эксперта теперь столкнулся с трудностями имитации собственной эеспертности. Иногда, трагедия в том, что и начальник такого эксперта - примерно того же уровня. Но это - временное счастье для обоих. Пока их имитация не будет оценена и они не будут уволены. Кстати, в подобной оптимизации, так мне кажется, опять получат хождения версии "котловки" (привет с "Беломор-Канала"). Это когда на функцию спускается ФОТ - а дальше местный начальник решает - кого и за сколько нанимать. На месте, иногда, виднее - стоит ли лишать себя личных доходов и платить имитаторам. Сами промт напишем.
Конечно. Но мне так представляется, что эра обзоров и просто правдоподобных текстов близка к завершению. Это из-за безобидной на первый взгляд парадигмы ИИ-агентов. Это же...волюнтаризм почти! В центре агента - LLM (или несколько специализированных), которые обрабатывают промты и деспетчируют потоки работ, которые передаются специализированным модулям: поиска и обработки данных, расчетов по разным направлениям, формирования стандартизованных отчетов и т.д.. На выходе уже не просто тексты, а расчеты, прогнозы, плановые таблицы, формы отчетности, включая, например, налоговые и т.д. За все этим - манифест глобальной комплексной автоматизации. Конечно. не сразу и не все, но интенция читается ясно. Первые ласточки уже: многотысячные сокращения в ИТ. Дальше - больше. Экономическая основа - экономия масштаба. Уже пропагандируется мультиагентная система со специализацией. Привет, локальная автоматизация - кустарщина, не дотягивающая до среднего уровня!
С моей точки зрения он просто усиливает экспертом, если это эксперт, а не хм...
Именно так, Алексей. Есть и еще один момент, на который автор почему-то не обращает внимание, сознательно ли или по незнанию. Для качественной нейровыдачи недостаточно одного лишь качественного промпта. Чтобы потом не было мучительно больно с ИИ - а для кого-то это может быть и откровением, - прежде всего ИИ нужны качественные данные. Полные, актуальные и достоверные. И тогда за нейроответ будет не стыдно ))) Именно качество данных отличает действительно дельные AI-инструменты от доморощенных и собранных на коленке, не знаю как назвать. Человек может прекрасно дать задачу ИИ (написать промпт то есть), но ее выдача, даже распрекрасная и красивая, на первый взгляд, все равно будет построена на мусорных данных
С такой проблемой я сталкивался в отечественных моделях ИИ. А вот последние модели грока, дипсика и джипити вполне себе информированные и знают действительно много.
Тут возникает вопрос интерепритации данных этих, для этого у меня есть Виртуальные советники - промты специальные построенные на основе текстов академиков. То есть через какую призму я буду рассматривать.