Исследование BCG показало, кого в первую очередь нужно научить работе с нейросетями

Как применение ИИ-инструментов сказывается на результатах работы сотрудников, выяснила международная консалтинговая фирма Boston Consulting Group. Участниками стали 758 консультантов со всего мира. Это около 7% от общего числа таких сотрудников компании. Об этом сообщает платформа Consultancy.uk.

Испытуемых разделили на две группы по уровню квалификации — выше и ниже среднего. Все они в своей работе использовали инструменты, функционирующие на базе генеративных нейросетей, таких как ChatGPT. Детально это не поясняется, но можно предположить, что специалисты использовали эти инструменты для подготовки экспертных консалтинговых заключений.

Выяснилось, что в целом использование таких инструментов повысило качество работы на 30% (правда, деталей о том, как его измеряли, не сообщается), а также увеличило скорость выполнения задач на 25% (а это, скорее всего, удалось подсчитать благодаря тому, что у консультантов для расчётов с клиентами всегда ведётся строгий почасовой учёт выполнения рабочих задач). За счёт скорости выросло и количество выполненной работы. Но ещё это исследование показало, что с некоторыми задачами консультанты справились не лучше, а хуже, чем обычно, — ИИ-инструменты порой выдавали недостоверную информацию. Проще говоря, не угадаешь, где нейросеть поможет сэкономить время, а где, наоборот, только запутает.

Самым интересными открытием стало то, что для сотрудников с более высокой квалификацией эти инструменты на базе нейросетей оказались не настолько полезны, как менее опытным: у первых производительность повысилась в среднем на 17%, а у вторых ― на 43%.

Результаты исследования прокомментировала Филиппа Хардман, она — научный сотрудник Кембриджского университета и эксперт в области образования. По её мнению, результаты говорят о большом потенциале применения ИИ в укреплении профессиональных навыков. И в первую очередь ИИ-инструментами стоит снабжать сотрудников с более низкой квалификацией. Благодаря тому, что нейросети могут сгладить разрыв в уровне квалификации у разных сотрудников, использование таких инструментов в итоге может способствовать перераспределению обязанностей между ними. То есть те функции, которые раньше выполняли только более квалифицированные кадры (и поэтому были перегружены), можно частично передать менее квалифицированным, если обучить их пользоваться для рабочих задач нейросетями. Предполагается, что это сделает рабочую среду более гибкой и динамичной. Добавим от себя: только при этом, конечно, важно, чтобы сотрудники помнили о способности нейросетей выдавать недостоверную информацию и перепроверяли результат.

Неодинаковые результаты представителей двух групп, по мнению Филиппы Хардман, говорят также о необходимости делать повышение квалификации более персонализированным. В этом опять же могут помочь инструменты на основе ИИ. Например, такие технологии можно использовать для оценки текущего уровня квалификации сотрудников и выстраивания индивидуальной траектории обучения.

Наконец, Хардман полагает, что повышение квалификации сотрудников, отстающих по уровню производительности, повысит их уверенность в себе и будет мотивировать к работе. Она это объяснила тем, что низкие профессиональные результаты могут снижать удовлетворённость работой. Если это исправить, то рабочая среда станет более позитивной, а уровень удержания кадров вырастет.

Кстати, ранее исследование показало, что повышение квалификации действительно поднимает у сотрудников уверенность в себе. В то же время чувство избыточной квалификации, связанное с образованием, согласно результатам другого исследования, ведёт к недовольству работой.

Кстати, недавно мы подготовили шпаргалку с вопросами, которые стоит задать поставщикам инструментов для корпоративного обучения на основе ИИ. Она пригодится компаниям, планирующим включить нейросети в свою работу.