Работники умственного труда — учёные, преподаватели, юристы и бизнес-лидеры — всё чаще используют приложения генеративного искусственного интеллекта для задач, требующих воображения, творчества и решения проблем. По иронии судьбы, возможно, недавние исследования показывают, что люди, взаимодействующие с генеративным ИИ для рабочих задач, могут перестать мыслить критически. Они могут сдаться быстрым и уверенным ответам ИИ, что приводит к быстрым, но низкокачественным решениям.
Учёные называют эту всё более распространённую проблему когнитивной разгрузкой. И они показывают, что она может подорвать сами навыки, которые делают работников умственного труда ценными. Однако моё исследование на стыке искусственного интеллекта и умственного труда предлагает иной взгляд. В одном исследовании мы с коллегами опросили 45 работников умственного труда в американском государственном университете. Все они использовали приложения генеративного ИИ в своих основных задачах: генерации новых идей, решении сложных проблем и разработке новых решений. Мы также проанализировали подсказки и результаты их итеративных чатов с ИИ. Мы обнаружили, что когда работники умственного труда намеренно используют ИИ, чтобы бросить вызов своим идеям — создать трение — они могут значительно улучшить свою производительность. Предыдущее исследование о сотрудничестве человека и ИИ для оценки кредитов дало аналогичные результаты.
Как создать трение
Использование ИИ для поиска информации, противоречащей вашей собственной, может выявить неожиданные перспективы, которые нарушают вашу привычную логику и порождают новые идеи. Это особенно важно, потому что модели ИИ быстро привыкают к тому, как пользователь формулирует подсказки и интерпретирует их результаты, и модель представляет информацию в соответствии с этими паттернами. Например, маркетинговый специалист в нашем исследовании попросил ИИ создать виртуальных клиентов с персонами, которые заставили бы их не любить разрабатываемый продукт — программу сертификации по бухгалтерскому учёту. Противоположная обратная связь от модели ИИ выявила предпочтения клиентов, которые разработчик программы не учитывал, например, использование多个 кейсов из разных отраслей для иллюстрации принципа, а не кейсов из одной отрасли. Адвокат использовал ИИ для поиска малоизвестных юридических лазеек и рассмотрения того, как компании могут их использовать. Это выявило неожиданные, но реалистичные сценарии труднообнаружимого неэтичного поведения сотрудников.
Изучение маловероятных и противоположных идей, представленных ИИ, может вызывать дезориентацию. Чтобы помочь, работники умственного труда должны опираться на собственную экспертизу, чтобы подвергать сомнению удивительную информацию, которую может предоставить система ИИ. Учёный по исследованию операций, работающий с цепочками поставок, описал адаптацию незнакомых вычислительных программ из других областей, предложенных ИИ, таких как обработка сигналов и беспроводная связь, что помогло ему создать собственную более сильную программу. Хотя программы были для него новыми, его глубокое понимание моделирования сетей поставок помогло ему увидеть, как их можно применить. Исследование, в котором я не участвовал, показало, что творческие писатели создают лучшие тексты, когда используют ИИ как резонатор, а не для написания вместо себя.
Работники умственного труда также могут использовать результаты ИИ для изучения тем с多个 точек зрения, углубляя свои знания. Научный сотрудник в нашем исследовании прощупывал систему ИИ на предмет журнальных статей, использовавших концепцию, которую он применял, но в контрастирующих условиях, что помогло ему понять концепцию с разных сторон. Адвокат следила за юридическими ссылками, предложенными моделью ИИ, запрашивая различные типы иллюстративных дел. Это помогло ей полностью понять исходное дело и написать сильную юридическую записку.
Как помочь работникам умственного труда помочь себе
Руководители организаций могут поощрять работников умственного труда разрабатывать запросы к моделям ИИ, создающие трение. Простой подход — использовать подсказки, которые бросают вызов мышлению человека, а не соглашаются с ним. Люди также могут опираться на свои собственные знания, опыт работы и профессиональную этику, чтобы scrutinize результаты ИИ. Иногда люди понимают, что ответ лишён оригинальности, даже если он фактически верен. Руководители организаций также могут создавать программы для обмена опытом и идеями между работниками умственного труда. Регулярные сессии — под руководством кросс-функциональных целевых групп по ИИ или чемпионов ИИ — также могут помочь работникам умственного труда не отставать от быстро развивающихся инструментов ИИ.
Обеспечение ресурсами работников умственного труда также важно. Внутренние ИИ-лагеря и семинары под руководством экспертов по ИИ или опытных пользователей могут помочь работникам понять, что инструменты ИИ могут и не могут делать. Профессор, возглавляющая инициативу по использованию ИИ в преподавании, описала, как она разработала внутренние конкурсы с призами для профессоров, успешно завершивших ИИ-лагеря. Организации также могут предлагать ИИ-песочницы — безопасные, приватные среды, где сотрудники могут экспериментировать и учиться использовать инструменты ИИ. В этих усилиях по поддержке работников умственного труда важная деталь — указать, что добавление трения может выглядеть так, будто заставляет систему ИИ работать против вас, но — как показывают новые исследования — на самом деле это помогает ей работать на вас.
Идея использования трения для улучшения сотрудничества с ИИ имеет глубокие корни в психологии и педагогике. Ещё в 1970-х годах психолог Жан Пиаже утверждал, что когнитивный конфликт — столкновение с идеями, противоречащими нашим собственным, — является двигателем интеллектуального развития. Когда мы сталкиваемся с информацией, которая не вписывается в наши существующие схемы, мы вынуждены пересматривать свои убеждения и строить новые, более сложные модели понимания.
«ИИ может быть либо инструментом, который укрепляет наши существующие предубеждения, либо инструментом, который бросает им вызов, — говорит когнитивный психолог из Гарвардского университета. — Всё зависит от того, как мы его используем. Если мы просто принимаем ответы ИИ как данность, мы рискуем попасть в ловушку подтверждающей предвзятости. Но если мы активно ищем противоположные точки зрения, мы можем использовать ИИ для расширения своего мышления».
Для организаций это означает необходимость создания культуры, в которой критическое мышление ценится выше удобства. «Мы видим, как компании, которые поощряют сотрудников задавать вопросы и сомневаться в ответах ИИ, достигают лучших результатов, — говорит консультант по организационному развитию. — Это не значит, что они не доверяют ИИ. Это значит, что они используют его как партнёра, а не как оракула».
Для отдельных работников умственного труда это означает необходимость развития новых навыков — умения формулировать вопросы, которые вызывают трение, распознавать, когда ответ ИИ слишком удобен, и использовать свою экспертизу для оценки информации. «Это не просто технический навык, — говорит исследователь. — Это интеллектуальная дисциплина. Мы должны научиться работать с ИИ так, чтобы он делал нас лучше, а не заменял наше мышление».
Пока же исследователи продолжают изучать, как разные типы трения влияют на разные типы задач. Они надеются разработать рекомендации для организаций и отдельных работников о том, как максимизировать пользу от ИИ, минимизируя риски когнитивной разгрузки. И, возможно, самый важный урок заключается в том, что ИИ — это инструмент, а не замена человеческого суждения. И, как любой инструмент, он работает лучше всего в руках того, кто знает, как его использовать.
Источники: The Conversation, Antonio Guillem/iStock via Getty Images, Гарвардский университет, заявления когнитивных психологов, консультантов по организационному развитию и исследователей.
Ваш комментарий