ИИ в работе: воркслоп и как его избежать

Искусственный интеллект ^[1], безусловно, инструмент повышения производительности. Но производительность не является благом сама по себе: если у пользователя нейросети есть пробелы в компетенциях, которые он не осознаёт, помноженные на производительность нейросети, они просто произведут больше мусорного результата.

В 2023 году Harvard Business School и BCG провели эксперимент ^[2] и дали реальные задачи 758 консультантам. Когда при решении задачи консультанты использовали свои сильные стороны, например, написание текстов или генерация идей, ИИ становился помощником и улучшал скорость и качество. 

При этом в одном из бизнес-кейсов требовалось сопоставить таблицу с записями интервью и выявить нестыковки. В этой ситуации консультанты, работавшие в паре с нейросетью, давали правильный ответ на 19 процентных пунктов реже тех, кто не использовал ИИ в своей работе.  

Нейросеть далеко не всегда может закрыть пробел в знаниях, особенно если требуется экспертная информация по узкой теме. И тем более она не может закрыть слепое пятно в компетенциях человека, к ней обращающегося. Наоборот, вшитая в современные нейросети «угодливость» по умолчанию, скорее, станет орудием разгона заблуждений до космических масштабов с соответствующими же последствиями. Человеческая некомпетентность, помноженная на исполнительность и продуктивность нейросети — это формула катастрофы, и цена ошибки ^[3] в этой формуле будет пропорциональна полномочиям и степени ответственности на стороне человека в ней. Поэтому в наибольшей зоне риска в плане неумелого взаимодействия с ИИ в работе находятся управленческие решения.

Опасность для руководителя

Задача руководителя — связывать между собой работу других сотрудников. Продуктивность команды синергетична — т.е. результат командной работы больше, чем сумма индивидуальных работ. В этой синергетичности заключается успех коллективного труда, но в ней же заключается и риски. Поэтому основой эффективной организации команды всегда считается эффективность обратной связи в коллективе. Но управленческие схемы, разработанные для людей и отработанные на командах, составленных исключительно из людей (удивительно, что даже приходится писать это предложение — как будто раньше могло быть как-то иначе!) могут «ломаться», когда в цепочку принятия и исполнения решений оказывается встроен ИИ. Из-за этого увеличивается вероятность того, что сделанная управленческая ошибка может не вскрываться до последнего. И всё это время встроенная в работу ЛЛМ, если на неё чересчур полагаться, будет продолжать систематически вредить. 

Workslop вместо результата

Нейросеть очень любит внедрять в работу таблицы. Они могут хорошо систематизировать самое важное, однако иногда искусственный интеллект подсовывает их только потому, что так удобно ему. Например, за один вечер руководитель создает при помощи нейросети кучу документов, а наутро делает рассылку сотрудникам и говорит, что теперь у компании новая система управления. 

Это пример того, как привлечение нейросети без достаточного вовлечения команды и их необходимой экспертизы о реальных запросах и проблемах компании ломает обратную связь, необходимую для компетентного руководства. Таким односторонним образом принятые, спущенные сверху решения, лишь создают иллюзию контроля. Руководитель может думать: «проделана большая работа, теперь дела точно пойдут в гору». По факту же нейросеть просто переработала готовую информацию и представила ее в новом виде, но задача руководителя — руководить отношениями между людьми. Если люди — сотрудники, члены команды — оказываются исключены из процесса формирования решений, то руководство становится оторванным от реальности. Нейросеть не способна заменить работу руководителя с людьми, потому что в работе с людьми руководство и заключается. И руководителю необходимо не терять этого понимания.

Такой соблазн может возникать, к примеру, в вопросах интеграции новых управленческих методов и ИТ-решений в компании: раньше для внедрения нового на уровне целого бизнеса требовалось много времени и денег, требовались дорогостоящие услуги интеграторов и консультантов. Консалтинг и интеграция — одно из направлений, где руководителю естественно задуматься о возможности сэкономить и время, и деньги с помощью ИИ.

В 1981 году Фельдман и Марч выявили ^[4], что зачастую организации запрашивают больше информации, чем им на самом деле нужно. Все это также помогает создавать иллюзию контроля, хотя получить ответ не равно прочитать его и принять меры. А с новыми, без шуток, потрясающими возможностями и, хочется даже сказать, «рвением» ИИ работать с информацией, огромными массивами информации, как на входе так и на выходе, эта тенденция к информационной избыточности может стать, на деле, парализующей для работы организации.

И исследования, сделанные уже в эпоху ИИ, показывают, что внедрение ИИ иногда создает новые проблемы, не решая старые. Так, в 2024 году Upwork опросил ^[5] 2500 человек. Результат: 96% топ-менеджеров ждут, что ИИ повысит продуктивность. В это же время 77% сотрудников говорят, что нагрузка, наоборот, выросла.

Стэнфорд и BetterUp в 2025 году назвали ^[6] это “workslop”, то есть контент, который выглядит как работа, но на самом деле перекладывает работу на того, кто его получает. Самое неприятное, что коллеге можно вернуть такую работу и обсудить решение проблемы, а руководитель обратной связи может и не получить.

Нейросеть не понимает, когда совершает ошибку

Это критически важное понимание для работы с ИИ: искусственный интеллект можно использовать для проверки и контроля — но за ним самим надо проверять и контролировать, потому что нейросеть не осознаёт, что делает ошибку так, как это делают люди. И совершенно правильный ответ, и развёрнутую, подробную галлюцинацию LLM выдаст в ответ одним и тем же уверенным тоном. И если у человека, принимающего этот ответ, нет самостоятельной экспертизы в вопросе — он примет это за истину.

1. Нейросеть очень хороша в генерации очень правдоподобных, детальных, сложных и совершенно вымышленных ответов. Stanford RegLab ^[7] в 2024 году задала трем моделям проверяемые вопросы о судебных делах: от 69 до 88% ответов были вымыслом, и модели не поправляли ложные предпосылки в самом вопросе. Таким образом, руководитель может дать задачу проверить какую-либо информацию, а, получив ложный ответ, не заподозрит ошибки. 

2. Отчасти галлюцинации ИИ — обратная сторона медали стремления нейросети быть полезной. Нейросеть с радостью «поддакивает» тому, кто ею пользуется. Anthropic в конце 2023 года проверила ^[8] пять ведущих ассистентов: все подстраивают ответ под мнение пользователя, потому что при обучении ^[9] люди чаще выбирали убедительный ответ, совпадающий с их позицией. Искусственный интеллект склонен предлагать больше аргументов “за” ту идею, что вы предлагаете. Такое мнение сложно будет назвать объективным. 

3. Нейросеть хороша в умении выдавать сгенерированный ответ за готовую работу. Зачастую результат запроса от нейросети может выглядеть как результат, который готов к отправке. В 2025 году Deloitte Australia ^[10] сдала правительству отчет за 440 тысяч австралийских долларов с выдуманными источниками и фиктивной цитатой из суда. Внутренняя проверка большой четверки его пропустила. Ошибки нашёл человек снаружи, который — внимание ^[11]! — разбирался в теме.

Из всего вышесказанного можно сделать один вывод: самая лучшая нейросеть не заменит собственные компетенции и экспертизу человека, если тот сам не разбирается в предмете работы.

Большой объём проделанной работы ≠ результат

Нейросеть выдает готовую работу за минуты, а то и секунды. Мозг ^[12] легко обмануть, поэтому он считает задачу решенной, появляется мысль «ничего себе, я это сделал». Мотивация ^[13] перепроверять результат пропадает практически сразу. Делая работу самостоятельно, человек, хотя и делая её гораздо медленнее машины, в процессе заодно проверяет за собой. Т.е. самопроверка встроена в процесс выполнения работы человеком. Проверка же объёмного результата работы нейросети превращается в целую отдельную работу, требующую немалой концентрации и, вновь, времени.

И если сопоставлять не время выполнения работы как таковой, а время выполнения работы с проверкой, то, может оказаться, что время выполнения работы ИИ с последующей пошаговой проверкой человеком уже не так сильно будет отличаться от времени работы человека, со встроенной в ход процесса работы самопроверкой.

Летом 2025 года исследовательская организация METR провела эксперимент с 16 опытными разработчиками ^[14]. Им дали 246 реальных задач из их собственных проектов. Часть нужно было выполнить с помощью ИИ, часть — самостоятельно. Вот какой результат получили исследователи:

Ожидалось, что работа ускорится на 24%. По ощущениям работников, работа ускорилась на 20%. По фактическим замерам работа замедлилась на 19%. 

Разница между тем, как участники оценивали свою скорость, и тем, что показали замеры, составила почти 40 процентных пунктов. Для руководителя это может быть особо опасным, потому что он не может замерить показатели с помощью тестов или код-ревью, как программист. Последствия его неэффективной работы могут проявиться только через несколько месяцев. 

Последствия бездумного внедрения нейросетей

Как итог, внедрение искусственного интеллекта без контроля может привести к следующему:

• Сильные сотрудники первыми решают покинуть команду. Нейросети недостаточно гибкие. Они не учитывают того, что в команде могут быть люди с разными навыками, способностями, задачами, ресурсами. Так, сильный и опытный специалист может сделать за ограниченное время больше, чем целая команда. При этом в скоринге это не отразится. Напротив, будет казаться, что он тратит меньше времени, чем все остальные. Нейросети будет проще оценить количество, чем качество.

• Рост отчетов в кризисное время. При возникновении ошибки руководитель начнет запрашивать больше отчетов, думая, что это поможет ему взять контроль над ситуацией. В результате он может потерять большое количество времени на чтение информации, которая на самом деле не даст ответа, как решать проблему. Пока корабль тонет, нейросеть будет измерять скорость, с которой он это делает. 

• Отложенный негативный эффект. Большое количество информации и видимость работы могут очень долго создавать “эффект бурной деятельности” и отвлекать руководителя и всю команду от реальных проблем. Однако при подведении результатов после долгого отрезка времени может выясниться, что эффективность на самом деле снизилась.  

Решение проблемы эффективности нейросети — в людях

В итоге, всё возвращается к одному: проблемы эффективности нейросети на самом деле — проблемы обращения людей с нейросетью. И «лечить» надо не ИИ — а повышать собственную компетенцию: компетенцию в работе с ИИ, но в первую очередь — собственную компетенцию в работе, для которой человек использует нейросеть.

Можете быть уверены: если вы не разбираетесь в вопросе — модель вас обманет. Только настоящий опыт ^[15] человека поможет вовремя найти ошибку и исправить ее. Некомпетентный сотрудник или руководитель не будут знать, где ждать подвоха, а видимая, иллюзорная компетентность ИИ только продлит время до реализации допущенной ошибки, когда она уже вполне может превратиться в системную, а её последствия — оказаться катастрофичными.

Правила простые:

1. Нейросеть может помочь принять решения, но не снимает ответственности за него. Финальное решение принимает человек — и ответственность за него тоже несёт человек. Все примеры, когда люди попадались на использовании в своей работе результатов, оказавшихся сгенерированными ИИ галлюцинациями — это примеры их профессиональной некомпетентности, пятно на их профессиональной репутации — а не нейросети.

2. Обращайтесь за советом к специалисту, если вы не являетесь экспертом в конкретной теме. Тем более не пренебрегайте человеческой экспертизой, если соответствующий специалист есть у вас в команде.

3. Не пытайтесь использовать нейросеть для маскировки собственной неуверенности/незнания — это только увеличит цену ошибки. Попытка скрыть свою некомпетентность с помощью ИИ только эскалирует ситуацию и, в итоге, неизбежно приведёт к разоблачению. Никто не эксперт во всём, даже наоборот: каждый человек — невежа во всём, кроме того, в чём разбирается. Основа профессионализма — в понимании своих ограничений.

4. Просите нейросеть объяснить. Всё вышесказанное не значит, что в любой непонятной ситуации с нейросетью надо перекладывать работу на других. В любом случае в работе с ИИ будет полезно придерживаться определённой дисциплины: просите развернутые объяснения, анализируйте, ищите сторонние источники, перепроверяйте данные. Ставьте задачи ИИ так, чтобы заставлять ИИ перепроверять за собой.

5. Работайте с нейросетью самостоятельно только там, где вы компетентны наверняка — или доверяйте нейросети на свой страх ^[16] и риск.

Бесконтрольное внедрение нейросети в свою работу или жизнь может только навредить — но это просто правило: бесконтрольное внедрение чего угодно может только навредить — и искусственный интеллект здесь не исключение. А по большому счёту, ничего не меняется: ваша жизнь/работа — ваша ответственность.