Купили ИИ. Провели обучение. Работают по-старому

Можно предоставить сотрудникам доступ к ИИ, провести обучение и собрать библиотеку инструкций, а потом обнаружить, что повседневная работа почти не изменилась. На вебинаре всё выглядело убедительно, участники задавали вопросы и обсуждали возможности, но после него вернулись к своим задачам и привычным способам их решать.

Я бы в такой ситуации посмотрел, что происходит между обучением и первой самостоятельной попыткой. Во время демонстрации ведущий выбирает подходящую задачу, объясняет контекст и замечает, когда результат требует исправления. Участник видит весь процесс, но за своим компьютером ему предстоит самостоятельно принять те же решения, причём на материале, который может оказаться сложнее учебного примера.

Поэтому для меня хороший результат обучения — когда человек может взять собственную задачу и попробовать выполнить её с ИИ, понимая, с чего начать и как проверить ответ. Впечатление от демонстрации полезно, но дальше человеку нужны время для практики и возможность разобраться с тем, что не получилось.

Начать можно с небольшой повторяющейся задачи, результат которой сотрудник умеет оценивать. Например, подготовить черновик еженедельного отчёта по рабочим заметкам: исходные материалы знакомы, требования понятны, пропущенные сведения и выдуманные выводы есть с чем сверить.

Первую попытку стоит пройти целиком, включая передачу контекста и исправления. Если получился слишком общий текст, нужно выяснить, каких данных не хватило или какое требование потерялось. Если ИИ добавил то, чего не было в источниках, важно заметить это до того, как отчёт уйдёт дальше. Именно здесь появляется практическое понимание инструмента, которое трудно получить, просто наблюдая за чужой работой.

После нескольких повторений уже можно сравнить этот способ с привычным: сколько времени заняла подготовка, насколько полезен результат и сколько усилий потребовалось на проверку. Первая попытка вполне может оказаться медленнее, потому что человек одновременно решает задачу и осваивает новый подход. Но если пользы не появляется и дальше, стоит пересмотреть сценарий или инструмент.

Для руководителя здесь есть вполне конкретная задача: выделить время на такие попытки внутри рабочего дня и договориться, где сотрудники смогут разбирать возникающие вопросы. Если освоение ИИ существует только как дополнительное занятие поверх всей остальной нагрузки, до практики может просто не дойти.

Я бы считал обучение началом этой работы и заранее продумывал, что человек попробует после него. Какую свою задачу откроет, какие материалы передаст ИИ и по каким признакам решит, что результатом можно пользоваться.

Следующий шаг

Обратный промптинг: пусть агент спрашивает вас

Связанные материалы

• Статья: Перестаньте искать самую умную нейросеть. Стройте среду
• Блог: Не гонитесь за инструментами — гонитесь за пониманием
• База знаний: Контекст-инжиниринг — как собирать рабочий контекст для моделей нового поколения

Если вы планируете обучение команды, полезно заранее выбрать рабочие задачи для практики и договориться, как будете оценивать результат.

Если захотите обсудить, как это применить у себя или в команде — пишите в Telegram @pimenov