Исследования

AI не ошибается системно – он просто хаотичен: исследование Anthropic

Распространенный страх об искусственном интеллекте звучит так: AI начнет последовательно преследовать неправильные цели. Система оптимизации, которой дали не ту задачу, будет методично двигаться к ней, игнорируя человеческие ценности. Классический сценарий: AI-помощник менеджера, которому поручили “максимизировать производительность команды”, начнет систематически перегружать людей, потому что это технически увеличивает выработку.

Но исследователи Anthropic обнаружили другой паттерн. AI-системы не становятся последовательными злодеями с неправильными целями. Они становятся хаотичными – совершают ошибки, которые не вписываются ни в какую логическую схему. “Like a hot mess” – как выразились авторы исследования.

Удивительно, но чем дольше модель рассуждает, тем менее предсказуемыми становятся её ошибки. Это не про галлюцинации фактов – это про фундаментальную непоследовательность в принятии решений.

AI не экономит время – он его уплотняет: 8 месяцев наблюдений

Компании беспокоятся, как заставить сотрудников использовать AI. Обещание соблазнительное: AI возьмёт на себя рутину – черновики документов, суммаризацию информации, отладку кода, – освободит время для высокоценных задач.

Но готовы ли компании к тому, что произойдёт, если они в этом преуспеют?

Исследователи из Стэнфорда провели 8-месячное наблюдение за примерно 200 сотрудниками американской технологической компании, которая внедрила генеративный AI. Компания не требовала использовать AI принудительно, просто предоставила корпоративные подписки на коммерческие инструменты. Сотрудники сами решали, применять AI или нет.

Результат оказался парадоксальным. AI не сократил работу. Он её интенсифицировал. Работники стали работать быстрее, брать на себя больший объём задач, распространять работу на большее количество часов в день – часто без явных внешних требований. AI сделал “делать больше” возможным, доступным и во многих случаях внутренне награждающим.

Удивительно, но тот же паттерн прослеживается в других исследованиях. Microsoft обнаружил, что 62% продакт-менеджеров используют Gen AI ежедневно, но 81% говорят, что AI экономит время, при этом 56% отрицают, что усилий стало меньше. Парадокс? Нет, закономерность.

Делегирование AI: почему ответственность остаётся за человеком

Один продакт-менеджер из исследования Microsoft сказал примечательную фразу: “Я делегировал эту задачу Gen AI, и теперь он за неё отвечает, но я всё равно остаюсь подотчётным”. На первый взгляд звучит как классический корпоративный double-speak – передать ответственность, но на всякий случай оставить страховку.

Но исследователи докопались глубже, опросив 885 PM из Microsoft, проанализировав телеметрию 731 человека и взяв 15 углублённых интервью. И обнаружили парадокс: 62% используют генеративный AI ежедневно – для документов, анализа данных, брейнстормов, – но формулируют железное правило: “ответственность нельзя делегировать нечеловеческим акторам”.

Казалось бы, либо делегируешь, либо нет. Но реальность сложнее.

Почему ИИ решает задачи, которые не могут решить математики – и при чем здесь менеджеры

Представьте: вы решаете, стоит ли доверить ИИ-инструменту подготовку стратегического отчета для совета директоров. Модель уверенно генерирует 15 страниц анализа с графиками и выводами. Вы чувствуете легкое беспокойство – насколько можно доверять этим рекомендациям? Способна ли система на глубокий анализ, или это просто статистически правдоподобная имитация?

Недавно группа исследователей из Epoch AI выпустила бенчмарк FrontierMath: Open Problems – набор математических задач, которые профессиональные математики пытались решить и потерпели неудачу. На момент публикации ни один человек и ни одна ИИ-система не решили эти задачи. Если ИИ справится, это будет реальный вклад в человеческое знание.

Вопрос для менеджера: почему это важно для вашей работы?

33 AI-модели для менеджера: зачем нам ваши оценки

За прошлый год на рынке появилось 33 новых AI-модели, претендующих на звание “лучшего помощника менеджера”. ChatGPT обновился до GPT-5.2, Claude выпустил Opus 4.5, Gemini добавил новую версию Pro, Yandex и Сбер анонсируют очередные улучшения, китайские модели выходят в OpenSource. Как выбрать инструмент, если каждый обещает революцию в производительности? Мы решили провести масштабное сравнительное исследование – но столкнулись с проблемой, которая может показаться парадоксальной.