Автоматизация рутины лишает младших сотрудников необходимой практики. Разбираемся, почему это грозит кризисом компетенций и как компаниям перестроить процессы обучения.
3 мин
Внедрение генеративного искусственного интеллекта в рабочие процессы выявило неожиданную и тревожную тенденцию. В то время как опытные специалисты получают колоссальный прирост производительности, используя ИИ как мощный инструмент, младшие сотрудники оказываются в уязвимом положении. Проблема не в том, что они не умеют пользоваться технологиями, а в том, что ИИ выполняет за них ту работу, на которой раньше строилось профессиональное становление.
Искусственный интеллект берет на себя рутинные, черные и повторяющиеся задачи. Но именно через выполнение этих задач новички годами вырабатывали профессиональное суждение (judgment) — способность отличать хорошее решение от плохого. Без этого этапа мы рискуем получить поколение менеджеров, которые никогда не делали работу своими руками и не понимают ее сути.
Традиционная модель наставничества и карьерного роста строилась на постепенном усложнении задач. Младший юрист вычитывал сотни страниц договоров, аналитик вручную собирал данные в таблицы, копирайтер писал десятки черновиков. Это было утомительно и неэффективно с точки зрения чистого времени, но критически важно для обучения.
В процессе этой «грязной» работы сотрудник сталкивался с нюансами, ошибками и исключениями. Он учился видеть структуру документа, логику данных или тональность текста. Так формировалась интуиция эксперта. Теперь, когда черновик договора или код генерируется за секунды, новичок сразу получает готовый результат, минуя процесс его создания. Он становится редактором, не успев побыть писателем.
Исследование, опубликованное в Harvard Business Review, подчеркивает, что опытные сотрудники выигрывают от ИИ, потому что у них уже есть база для оценки результата. Они видят галлюцинацию модели или слабую аргументацию, потому что делали это сами тысячи раз. Новичок же часто не может определить качество работы, сгенерированной ИИ, и не знает, как ее улучшить.
Организации сталкиваются с риском разрыва в цепочке преемственности лидеров. Если сегодня мы автоматизируем процесс обучения через практику, то через 5–7 лет у нас не будет кандидатов на руководящие позиции, обладающих глубоким пониманием процессов. Мы получим «пустых» менеджеров, которые умеют только распределять задачи между алгоритмами, но не способны оценить стратегические риски или принять сложное решение в нестандартной ситуации.
Решение проблемы лежит не в плоскости технологий, а в плоскости организационного дизайна. Простого требования «держать человека в контуре управления» (human in the loop) недостаточно. Младший сотрудник в этом контуре часто выступает лишь формальным наблюдателем.
Компании должны перейти от естественного обучения (через рутину) к спроектированному обучению. Это требует внедрения новых подходов:
Мы вступаем в эпоху, где развитие профессионального суждения станет отдельной дисциплиной внутри корпоративного обучения. Раньше это происходило само собой, как побочный продукт работы. Теперь это требует осознанных усилий и бюджетов.
В ближайшие годы конкурентное преимущество получат те компании, которые поймут: эффективность сегодня не должна достигаться ценой некомпетентности завтра. Организациям придется переизобрести институт наставничества, сделав его более структурированным и менее зависимым от текущих операционных задач, которые все чаще забирает на себя алгоритм.
ИИ автоматизирует рутину, через которую новички раньше получали опыт, создавая риск появления некомпетентных руководителей в будущем.
Для сохранения компетенций компаниям, возможно, придется заставлять сотрудников делать работу вручную, даже если ИИ справляется с ней быстрее и дешевле.
