Искусственный интеллект стал неотъемлемой частью многих рабочих мест, помогая сотрудникам в составлении документов, проведении исследований, обобщении совещаний и автоматизации рутинных задач. Однако эксперты предупреждают, что простое увеличение частоты использования ИИ не гарантирует повышения производительности труда.
Зиянда Гшума, Scrum Master в Strider Digital, подчеркнула, что компаниям и работникам следует сместить акцент с того, как часто они применяют ИИ, на то, действительно ли это улучшает качество и эффективность их работы. По ее словам, ежедневное использование инструмента не означает автоматически высокую продуктивность.
Гшума отметила, что легко измерить частоту, подсчитывая количество введенных запросов, тогда как измерение продуктивности гораздо сложнее. Она считает, что наибольшая ценность ИИ заключается в устранении повторяющейся административной нагрузки, что позволяет специалистам уделять больше времени решению сложных проблем, сотрудничеству и применению своего опыта.
По мнению Гшумы, одно из самых распространенных заблуждений относительно искусственного интеллекта состоит в том, что он автоматически экономит время. Она объяснила, что создание полезного контента с помощью ИИ часто требует многократных итераций: ввода запросов, проверки и доработки, прежде чем результат станет подходящим. Люди, которые стали чаще пользоваться инструментами ИИ, быстро понимают, что результаты нуждаются в частой коррекции, а запросы требуют постоянного улучшения для достижения нужного результата.
Этот процесс может занимать минуты или даже часы, что иногда оказывается дольше, чем выполнение задачи самостоятельно. Гшума настаивает, что ИИ никогда нельзя принимать беспрекословно. Технология способна неправильно интерпретировать запросы или генерировать неточные сведения, поэтому человеческие знания, опыт и понимание контекста остаются критически важными для получения надежных результатов.
Вместо того чтобы рассматривать ИИ как замену человеческой экспертизе, Гшума призывает специалистов воспринимать его как партнера по совместной работе. Она делится своим опытом, говоря, что использует ИИ как помощника в исследованиях и иногда как критика уже созданной ею работы для выявления упущенных моментов. Кроме того, она обнаружила, что наилучшее применение этих инструментов заключается не в получении готовых ответов, а в изучении того, как задавать более качественные вопросы.
Гшума признает, что разработка эффективных запросов и оценка ответов ИИ могут прерывать рабочий процесс, однако утверждает, что этот этап необходим для обеспечения релевантности и точности. В командной среде контекст приобретает еще большее значение. Запрос к ИИ на генерацию рекомендаций без достаточной фоновой информации может привести к предложениям, которые сложно обосновать или которые не подходят к ситуации.
Она убеждена, что критическое мышление остается одной из самых ценных компетенций в рабочей среде, поддерживаемой ИИ. Необходимо оценивать достоверность информации, предоставляемой ИИ, учитывать собственный контекст и оспаривать любые сделанные им предположения. Гшума подчеркивает, что ИИ призван не заменить человеческое мышление, а усилить его, выступая в роли собеседника и творческого партнера в диалоге, который ведет человек.
Также она предостерегает, что чрезмерная зависимость от ИИ может постепенно ослабить важные профессиональные навыки, если сотрудники перестанут практиковать их самостоятельно. Сильная опора на ИИ может ухудшить такие навыки, как анализ, письмо и решение проблем, если мы прекратим их тренировать сами. Однако, интересно, что при правильном использовании это может дать обратный эффект. Основываясь на собственном опыте, она объяснила, что помощь ИИ в достижении целей спринта неожиданно помогла ей восстановить навыки письма с ранних этапов карьеры, поскольку проверка контента, сгенерированного ИИ, требовала повышенного внимания к языку, структуре и тону.
По мере того как искусственный интеллект все глубже интегрируется в рабочие процессы, Гшума полагает, что наиболее успешными станут те специалисты, которые смогут сочетать возможности ИИ с здравым суждением и человеческим опытом. В конечном итоге, решающим фактором станет хорошее суждение. Наиболее сильные пользователи будут знать, когда применять ИИ, когда этого делать не следует, как проверять результаты, как предоставлять контекст и как объединять помощь ИИ с человеческой экспертизой.
