Парадокс продуктивности: социальные стереотипы как тормоз автоматизации

С развитием технологий искусственный интеллект стал неотъемлемой частью многих профессиональных сфер. От автоматизации рутинных задач до помощи в принятии решений — ИИ обещает революционизировать рабочие процессы. Однако вместе с преимуществами возникают и новые вызовы, связанные с восприятием использования ИИ в коллективе и его влиянием на профессиональную репутацию сотрудников.

Лень – не двигатель прогресса 

Исследование, проведённое специалистами Университета Дьюка, выявило парадоксальное явление: хотя использование AI-инструментов вроде ChatGPT, Claude или Gemini помогает быстрее выполнять задачи, сотрудники, прибегающие к ним, часто воспринимаются негативно в остальном коллективе. Их считают менее компетентными, недостаточно старательными либо попросту ленивыми — даже несмотря на объективно высокие результаты. Это указывает на глубоко укоренившиеся стереотипы относительно «лёгких путей» в работе.

Авторы исследования провели четыре масштабных эксперимента, в которых участвовало, суммарно, несколько тысяч человек. Испытуемым демонстрировали сценарии, в которых одни сотрудники использовали ИИ для выполнения задачи, а другие — нет. В итоге симпатии всегда оказывались на стороне тех, кто решил задачу обычным способом, даже если оба результата были одинаково хороши.

По мнению ученых это свидетельствует о том, что социальное восприятие в большей степени случаев зависит не от итога, а от способа его достижения. При этом такое предвзятое отношение не зависело от возраста, пола или уровня образования участников. Оно проявлялось во всех затронутых профессиональных областях — будь то корпоративный менеджмент или креативные индустрии. Исследователи подчеркивают, что если такое отношение примет системный характер (что уже фактически происходит) это может серьёзно зтормозить процессы внедрения автоматизации в организациях.

Особенно заметно это в процессе найма сотрудников. Один из экспериментов показал, что HR-менеджеры, не использующие AI в работе, с меньшей вероятностью нанимали кандидатов, упоминающих в качестве сильных сторон, навыки работы с генеративным ИИ. Если же сами нанимающие активно пользовались ИИ-сервисами, то они, соответственно, предпочитали соискателей, которые активно работают с искусственным интеллектом.

ИИ сам по себе не ведет к росту эффективности 

Похожие результаты были получены и в других исследованиях. Так, аналитическая компания Uplevel опросила более 800 разработчиков, часть из которых использовала Copilot, ChatGPT или другие генераторы кода. Результаты показали, что, несмотря на ускорение написания программ, одновременно увеличивается количество ошибок, а нагрузка на этапе тестирования возрастает. Возникает иллюзия эффективности — производительность повышается в моменте, но общий цикл разработки часто становится длиннее. Есть и этический аспект. Когда сотрудник использует ИИ, нередко возникает вопрос: «Кто автор работы?» В креативных индустриях — например, в копирайтинге, дизайне или журналистике — это может вызывать недоверие со стороны коллег и клиентов. Даже если работник открыто сообщает об использовании AI/ML, восприятие результата может измениться не в его пользу.

Технологии ИИ также ставят под вопрос традиционное понимание «ценности труда». Если результат достигается с помощью инструмента, выполняющего часть или даже всю интеллектуальную работу, можно ли считать, что человек полноценно участвовал в процессе? В корпоративной культуре, где ценится не только результат, но и усилия, это становится особенно актуальным.

Все эти факторы подчеркивают необходимость переосмысления политики компаний в отношении решений на базе искусственного интеллекта и в особенности GenAI. Без формирования здоровой культуры использования технологий существует риск внутреннего сопротивления в командах, что может затормозить цифровую трансформацию. Таким образом, внедрение ИИ в рабочие процессы несет как преимущества, так и риски. Хотя технологии и могут повысить эффективность, важно учитывать социальные последствия их использования. Организациям следует разрабатывать стратегии по интеграции ИИ, учитывая возможные предубеждения и обеспечивая поддержку сотрудников в процессе адаптации к новым инструментам.