В течение последних двух лет общественная дискуссия об искусственном интеллекте была сосредоточена на вопросе замещения рабочих мест. Это понятное опасение, поскольку такие инструменты, как ChatGPT и Claude, способны писать, проводить исследования, обобщать, кодировать и синтезировать информацию с невероятной скоростью.
Тревога, вызванная лидерами индустрии
Тревогу усиливали заявления Сэма Альтмана из OpenAI и Дарио Амодеи из Anthropic. Амодеи предупреждал, что ИИ может устранить половину офисных работников начального уровня, в то время как Альтман говорил о серьезной угрозе для целых категорий начального уровня.
Однако реальная ситуация во многих организациях отличается, и даже Альтман и Амодеи скорректировали свои взгляды. Альтман недавно признал, что был «довольно неправ» относительно устранения ИИ должностей начального уровня, а Амодеи теперь полагает, что автоматизация будет расширять рабочую нагрузку человека, а не уничтожать ее.
Проблема внедрения ИИ
При анализе работы в государственных и частных структурах обнаруживается неожиданное противоречие: сотрудники, прошедшие базовое обучение по ИИ, часто не имеют доступа к необходимым инструментам для его применения. Некоторые проходят продвинутые курсы, почти ничего не делая с ИИ с момента предыдущего обучения, и это происходит не из-за нежелания, а из-за отсутствия инструментов или времени для экспериментов.
Это указывает на проблему, которая привлекает гораздо меньше внимания, чем сама автоматизация: большинство предприятий сталкиваются с трудностями в обеспечении возможности использования ИИ, что создает огромный разрыв между теоретическими возможностями современных систем ИИ и тем, как они фактически применяются. Существует огромная пропасть между компаниями, которые действительно являются ИИ-ориентированными, и теми, которыми не являются, и этот разрыв больше, чем многие руководители ИТ осознают.
ИИ как ускоритель, а не замена
Современные модели ИИ бесспорно впечатляют, и текущая версия является самой слабой. Рассматриваемый изолированно, это может показаться угрожающим, но сама по себе способность не означает замены. ИИ может автоматизировать рутинные задачи и помогать в написании текстов, кодировании, анализе и исследованиях. Однако он не способен предоставить организационный контекст, согласовать интересы заинтересованных сторон, проявлять суждение, понимать политику, управлять отношениями или принимать решения от имени бизнеса.
Он может писать код лучше, чем почти кто-либо живой, но без человека, который дает подсказку, направляет, оценивает и проверяет результат, он не достигает ничего значимого самостоятельно. Недостающим элементом является человеческое суждение и контекст. Более полезным подходом является рассматривать ИИ как акселератор, а не как замену. Когда одна часть процесса становится значительно быстрее, узкое место просто перемещается в другое место. Исследование, которое раньше занимало дни, теперь занимает минуты, но информация все равно требует оценки, интерпретации, обсуждения и принятия мер.
Влияние на разработку программного обеспечения
В разработке программного обеспечения этот паттерн проявляется постоянно. ИИ помогает командам создавать первоначальные версии намного быстрее, но затем следует поток отзывов, запросов на изменения, тестирования и новых идей. Чем быстрее движутся команды, тем больше возможностей они создают, поэтому работа часто растет, а не уменьшается. Многие организации обнаруживают, что если команда может выполнить два проекта вместо одного, реакцией редко бывает работать вдвое меньше — скорее берутся на себя больше задач. Принцип заключается не в том, чтобы делать больше с меньшими затратами, а в том, чтобы делать больше с теми же затратами. Это меняет работу, но не обязательно устраняет ее.
Риски для начального уровня
Тем не менее, существуют последствия для рабочей силы, и роли начального уровня заслуживают наибольшего внимания. Многие профессии опираются на модели ученичества, где младший персонал набирается опыта через повторение. Если ИИ устранит рутинные задачи младшего персонала, такие как первичное исследование или административная работа команды, может потребоваться меньше должностей начального уровня.
Поговорите с стажером, и он поймет работу с помощью ИИ, но задайте уточняющий вопрос: «Без большого практического опыта, как я узнаю, что ответ правильный?» Он абсолютно прав. ИИ может демократизировать доступ к экспертизе, но опыт по-прежнему имеет значение — возможно, даже больше, потому что кто-то должен определить, верен ли ответ машины.
Проблема теневого ИИ
Организации, пытающиеся контролировать внедрение ИИ только посредством политики, обрекают себя на разочарование. «Теневой ИИ» уже существует: сотрудники используют эти инструменты независимо от того, одобрены ли ими компании, и многие просто не раскрывают этого. Исследования выявили «штраф за раскрытие ИИ», когда сотрудников, признающихся в использовании ИИ, считают менее способными, менее трудолюбивыми или менее достойными признания. Это создает опасную динамику, при которой люди продолжают использовать инструменты, но становятся менее прозрачными и ищут обходные пути. Решение состоит не в более строгой политике, а в создании среды, где люди могут безопасно экспериментировать, открыто учиться и обсуждать использование ИИ без стигматизации.
Что означают навыки ИИ
Возможно, самый интересный вопрос, который сейчас задают команды по управлению персоналом, заключается в том, что на самом деле представляют собой навыки ИИ. Ответ, вероятно, не в промпт-инжиниринге. Наиболее ценные способности на удивление человечны: определение правильной проблемы, предоставление контекста, критическая оценка результатов, ответственное использование данных, применение суждений и, возможно, самое важное, прозрачная работа.
Именно эти качества определяют, создаст ли ИИ ценность или просто сгенерирует больше контента. Компании, которые выиграют больше всего в следующем десятилетии, не всегда будут теми, у кого самые передовые модели. Это будут те, которые предоставляют сотрудникам доступ к инструментам, время для экспериментов, защитные механизмы для безопасного использования и культуру, поощряющую прозрачность. Прежде чем беспокоиться о том, заменит ли ИИ работников, многим компаниям необходимо решить более насущную задачу: обеспечить возможность его использования.
