А что, если вместе с рутиной ИИ заберет у нас еще кое-что важное?
Последний год, а может быть и пару лет, вокруг много говорят о том, как прекрасно было бы освободить людей от рутинных задач.
И я в целом двумя руками ЗА.
Пусть ИИ собирает данные, делает первый черновик, ищет ошибки, пишет код, готовит аналитику.
Но тут я наткнулась на одну мысль, которая меня зацепила.
А что, если часть этой скучной рутины была не просто рутиной?
А была тренировкой.
Есть свежее исследование Cognizant и Pearson среди 750 HR-руководителей крупных компаний. По их оценкам, уже около трети задач сотрудников начального уровня выполняется с помощью ИИ.
И вот здесь начинается самое интересное.
Потому что раньше человек становился хорошим специалистом примерно так:
делал простые задачи;
ошибался;
переделывал;
снова ошибался;
начинал видеть закономерности;
сталкивался со странным кейсом, которого не было в инструкции;
постепенно понимал не только как делать, но и почему именно так.
А потом в какой-то момент у человека появлялось то, что мы называем опытом или профессиональной чуйкой.
Или judgment - способностью посмотреть на ситуацию и понять: «что-то здесь не так», даже если формально всё выглядит правильно.
Оказалось, что вопрос совсем не теоретический.
В одном эксперименте программисты осваивали новую для себя технологию, половине группы разрешили пользоваться ИИ.
На первый взгляд все было нормально, задачи они выполняли.
Но когда решили проверить, чему люди действительно научились, группа с ИИ в среднем показала результат примерно на 17% хуже.
Особенно плохо знания формировались у тех, кто просто отдавал ИИ задачу целиком.
А лучше - у тех, кто спрашивал объяснения, пытался понять логику ответа и продолжал думать сам. Что довольно логично.
И мне здесь нравится один неочевидный вывод.
Проблема, кажется, не в том, что ИИ делает работу за человека, а в том, какую именно работу мы ему отдаём.
Потому что не вся рутина одинаково бесполезна.
Есть задачи, которые действительно можно убрать и ничего не потерять.
НО! есть задачи, выполняя которые человек учится замечать ошибки, видеть контекст, понимать причинно-следственные связи и принимать решения.
И если автоматизировать именно их, возникает довольно неудобный вопрос:
на чём тогда будет набираться опыта следующий сильный специалист?
А вслед за ним и следующий руководитель?
Я конечно не думаю, что ради обучения нужно заставлять людей годами перекладывать цифры из одной таблицы в другую или до посинения протоколировать совещания 😅
Но, возможно, компаниям скоро придётся проектировать развитие гораздо осознаннее, специально оставлять людям ситуации, где нужно разобраться, поспорить с ИИ, найти его ошибку, объяснить своё решение и взять за него ответственность.
То есть задача руководителя и HR становится неожиданно интересной и творческой.
Не сохранить рутину, а сохранить обучение, которое раньше было спрятано внутри этой самой рутины.
И вот это, кажется, гораздо сложнее, чем просто внедрить очередной AI-инструмент.
· 15.08
ок, а если джун проверяет ответ агента через rag-пайплайн — он же не поймает момент, где эмбеддинги подтянули не тот контекст и ответ выглядит логично, но по факту мимо. на чём он учится видеть ошибку, если чуйки ещё нет по определению?
0
ответить
коммент скрыт — часть юзеров считает его токсичным или некорректным
коммент удалён
· 15.08
Вооот, это как раз очень близко к тому, о чем пишу. Хотя, признаюсь, пришлось долго и упорно гуглить, что такое rag-пайплайн и эмбеддинги 😅 По сути, чуйка как раз рутиной и формируется, самостоятельной такой рутиной, а не делегированием её в ИИ🤷♀️ И у меня как раз вопрос не столько в том, может ли ИИ проверить результат технически, сколько в том, что будет происходить с человеком, если из его профессионального пути мы начнем массово вынимать именно такие циклы опыта. Откуда тогда через несколько лет возьмется тот, кто посмотрит на вполне логичный ответ и скажет: «вроде всё складно, а что-то тут не то»? 😅
0
ответить
коммент скрыт — часть юзеров считает его токсичным или некорректным
ответ удалён