Проверка ИИ: как сохранить навыки и не потерять экспертизу

Неспособность объяснить подготовленный нейросетью вывод, проверить расчеты или назвать ограничения решения может указывать на чрезмерную зависимость от ИИ. Об этом «Газете.ру» рассказал гендиректор Umbrella Consulting Group Кирилл Агапов.

По его словам, риск возникает, когда сотрудник передает модели не только рутину, но и постановку задачи, анализ и принятие решений. Если консультант поручает модели собрать данные и сформулировать гипотезы, но сам оценивает логику и риски — это усиление работы. Если же он отправляет клиенту сгенерированный текст, не понимая выводов, — это подмена экспертизы.

Эксперт сослался на исследование Microsoft Research и Carnegie Mellon University: опрос 319 специалистов выявил связь между доверием к генеративному ИИ и меньшими усилиями на критическую проверку.

Особое внимание нужно начинающим сотрудникам: без самостоятельного сбора данных и обоснования решений им сложнее сформировать базовую экспертизу.

Для сохранения навыков Агапов рекомендовал сначала намечать собственное решение, затем сопоставлять его с предложением модели, периодически выполнять ключевые задачи самостоятельно, проверять источники, цифры и допущения, запрашивать контраргументы.

Хороший ориентир — способность без подсказки объяснить, почему решение подходит, где заканчивается его применимость и что изменится при других исходных данных.