Четыре ученых делятся неочевидными вопросами о внедрении нейросетей: от проблемы выгорания сотрудников до философских границ применения технологий в бизнесе.
3 мин
Внедрение генеративного искусственного интеллекта часто сводится к поиску способов оптимизации процессов. Однако исследователи из ведущих мировых бизнес-школ призывают руководителей сместить фокус. На конференции Thinkers50 в Лондоне эксперты отметили, что сегодня гораздо важнее научиться задавать правильные вопросы о самой технологии, а не просто писать инструкции алгоритмам.
Сейчас корпоративная среда сосредоточена на том, как извлечь максимальную выгоду из больших языковых моделей (LLM). Лидеры ищут способы автоматизации рутины и сокращения издержек. Но за стремлением к эффективности скрываются этические, социальные и экзистенциальные риски. Эти аспекты часто игнорируются в спешке при освоении новых инструментов.
Четыре академика выделили ключевые направления для размышлений, которые помогут избежать системных ошибок при трансформации бизнеса.
Стефани Крири из Уортонской школы бизнеса обращает внимание на парадокс продуктивности. ИИ действительно помогает получать знания и выполнять задачи быстрее. Но слова «эффективнее» и «больше» заставляют людей брать на себя дополнительные объемы работы. При этом когнитивные, эмоциональные и физические ограничения человека никуда не исчезли, и технологии не делают нас сверхлюдьми.
Синан Арал из Массачусетского технологического института (MIT) рассуждает о навыках будущего. В мире, где машины безупречно генерируют ответы, самым дефицитным человеческим ресурсом становится умение задавать глубокие вопросы. Это вопросы о наших ценностях, возможностях и о том, какое будущее мы хотим построить.
Пурнима Лутра из Копенгагенской школы бизнеса поднимает проблему системной предвзятости. Она предлагает бороться с ней через искреннее любопытство и самоанализ. Важно постоянно спрашивать себя: чьи голоса не представлены в ответах алгоритма? Отражает ли результат мнения глобального большинства или игнорирует уязвимые группы?
Пиа Лауритцен, философ и основатель компании Qvest, обозначает четкие границы применения ИИ. Она выделяет три категории вопросов, которые категорически нельзя делегировать ботам. Это экзистенциальные вопросы (кто мы?), этические (как поступать правильно ради общего блага?) и эпистемологические (как мы познаем мир и справляемся с неопределенностью?).
Эти наблюдения показывают, что успешная интеграция генеративного ИИ выходит далеко за рамки технического внедрения. Это серьезный вызов для корпоративной культуры и управления человеческим капиталом. Если компания просто раздаст сотрудникам доступ к алгоритмам без пересмотра ожиданий по нагрузке, это неизбежно приведет к массовому выгоранию.
Кроме того, слепое доверие к ответам машин закрепляет существующие в обществе стереотипы. Технология масштабирует не только знания, но и исторические предубеждения, заложенные в обучающих данных. Поэтому критическое мышление сотрудников становится главным барьером против деградации качества принимаемых решений.
В ближайшие годы руководителям придется искать сложный баланс между технологической гонкой и заботой о людях. Время, сэкономленное с помощью нейросетей, не должно автоматически конвертироваться в новые рутинные задачи. Оно должно быть инвестировано в то, что алгоритмы делать не умеют.
Компании, которые поймут это первыми, смогут создать устойчивую рабочую среду. В ней люди будут обсуждать ценности, решать этические дилеммы и проектировать будущее, оставляя машинам лишь роль исполнительных ассистентов.
Главный навык в эпоху ИИ — умение задавать смысловые вопросы и управлять рисками, а не просто получать быстрые ответы от алгоритмов.
Чем быстрее и эффективнее работают алгоритмы, тем выше риск перегрузки сотрудников, поскольку ожидания бизнеса растут быстрее физических возможностей человека.
