ИИ, работа и общество: что нас ждёт¶

Коротко

ИИ редко забирает профессию целиком — он забирает отдельные задачи, а человек смещается в роль того, кто ставит цель и проверяет результат. В одних местах он автоматизирует рутину, в других усиливает специалиста, делая его быстрее и точнее. Растут в цене навыки, которые трудно переложить на машину: суждение, ответственность, работа с людьми и умение грамотно ставить задачу самому ИИ. Этим уроком мы подводим итог всего курса и намечаем, куда двигаться дальше.

Автоматизация и аугментация: два разных сценария¶

Когда говорят, что «ИИ заменит людей», обычно смешивают два очень разных явления. Их полезно различать с самого начала.

Автоматизация — это когда задачу полностью передают машине, и участие человека в ней больше не требуется. Так когда-то банкоматы взяли на себя выдачу наличных, а онлайн-регистрация — часть работы стойки в аэропорту. Здесь человек уходит из процесса.

Аугментация (усиление человека) — это когда ИИ не заменяет специалиста, а работает с ним в паре: берёт на себя черновую часть, а решение и ответственность остаются за человеком. Врач смотрит снимок, но система заранее подсвечивает подозрительные участки. Юрист готовит договор, а помощник за секунды находит нужный пункт в сотнях страниц. Человек делает ту же работу быстрее и с меньшим числом ошибок.

Разница принципиальная: автоматизация сокращает потребность в исполнителях рутины, а аугментация повышает ценность человека, снимая с него механическую часть. На практике большинство профессий ждёт именно аугментация, а не полное исчезновение.

Важно

Профессия — это не одна задача, а набор из десятков разных дел, и ИИ почти никогда не закрывает их все. Поэтому правильный вопрос не «заменят ли мою профессию», а «какие из моих задач изменятся и как мне перестроиться».

Какие задачи меняются сильнее всего¶

Чтобы прикинуть, что произойдёт с конкретной работой, удобно смотреть не на должность, а на характер задач. Сильнее всего ИИ затрагивает дела, которые легко описать данными и в которых есть понятная закономерность.

Тип задачи	Что обычно происходит	Примеры
Повторяющаяся, по чётким правилам	Чаще автоматизируется	Сортировка писем, типовые ответы, проверка документов по шаблону
Связана с большими объёмами текста или данных	Усиливается ИИ-помощником	Поиск по базе знаний, черновики, сводки, переводы
Требует творчества внутри рамок	Ускоряется, но финал за человеком	Дизайн-наброски, тексты, идеи кампаний
Требует суждения и ответственности	Остаётся за человеком	Постановка целей, переговоры, спорные решения
Связана с физическим миром и людьми	Меняется медленнее	Уход, ремонт, работа с клиентом вживую

Закономерность простая: чем более рутинна и предсказуема задача, тем выше шанс, что её часть возьмёт на себя ИИ. Чем больше в ней неоднозначности, контекста и ответственности — тем дольше она остаётся человеческой.

Пример: как меняется работа в российских сервисах

Поддержка маркетплейсов вроде Wildberries и Ozon — наглядный случай. Типовые вопросы («где заказ», «как вернуть товар») всё чаще закрывает бот, а сложные и конфликтные ситуации передаются оператору. Похожее происходит с контентом: продавец описывает товар, а YandexGPT или GigaChat помогают собрать карточку и черновик описания. В банках антифрод сам отсеивает явные мошеннические операции, а спорные случаи уходят аналитику. Везде один сдвиг: рутину забирает машина, а человек концентрируется на сложном.

Какие навыки растут в цене¶

Если рутину всё больше берёт на себя ИИ, ценность смещается к тому, что машине даётся плохо. Эти навыки полезно развивать независимо от профессии.

Постановка задачи и работа с ИИ. Уметь чётко сформулировать запрос, дать контекст и оценить, насколько ответу можно доверять, — отдельный практический навык. От того, как вы спрашиваете, напрямую зависит, что получите.
Критическая проверка результата. ИИ может выдать правдоподобный, но неверный ответ. Человек, который замечает ошибку и сверяется с источником, ценится выше, чем тот, кто слепо копирует.
Суждение и ответственность. Финальное решение в спорной ситуации, особенно если оно влияет на людей и деньги, остаётся за человеком. Машина может советовать, но отвечать перед клиентом, законом или коллегами будете вы.
Работа с людьми. Переговоры, забота, обучение, разрешение конфликтов — всё, что держится на доверии и эмпатии, плохо поддаётся автоматизации.
Готовность учиться. Инструменты меняются быстро, и ценнее всего способность осваивать новое и встраивать его в свою работу.

Важно

Эти навыки — не про технологии, а про человека: все они требуют контекста, ценностей и ответственности, которых у модели нет. Чем активнее распространяется ИИ, тем дороже стоит человеческое суждение.

Человек как супервайзер, а не лишнее звено¶

Удобная картина будущего — не «машина вместо человека», а «человек над машиной». ИИ берёт на себя объём и скорость, а человек выступает супервайзером: ставит задачу, задаёт рамки, проверяет результат и отвечает за него.

Этому есть техническая причина. Из прошлых уроков вы помните: модели учатся на данных и потому наследуют их перекосы, а ещё могут уверенно ошибаться. Поэтому в ответственных областях — медицине, финансах, праве, госуслугах — за ИИ всегда должен стоять человек, который примет окончательное решение. Эта идея закреплена и в российском Кодексе этики в сфере ИИ — добровольном своде принципов, где ответственность за последствия остаётся за людьми, а не за алгоритмом. Подробнее о предвзятости и приватности — в уроке про этику ИИ и 152-ФЗ.

Хорошая аналогия — шахматы. Гарри Каспаров, чемпион родом из СССР, в 1997 году проиграл компьютеру, но люди не перестали играть в шахматы. Появился формат, где человек играет вместе с программой: машина считает варианты, а человек выбирает стратегию, и часто такая пара сильнее каждого по отдельности. Это и есть образ здоровых отношений с ИИ — не соревнование, а сотрудничество.

ИИ как помощник, а не замена

Так устроен и ENGRAM: он не подменяет сотрудника, а работает с вашими корпоративными документами, отвечает на вопросы и обязательно даёт ссылку на источник, чтобы ответ можно было проверить. Данные при этом остаются в российском контуре. Человек ставит вопрос и принимает решение — ИИ берёт на себя поиск и черновую часть.

Осознанное использование ИИ¶

Из всего этого следует простой вывод: к ИИ стоит относиться как к мощному инструменту, который усиливает ваши решения, но не освобождает от мышления. Несколько ориентиров на каждый день:

Проверяйте важное. Чем выше цена ошибки, тем тщательнее сверяйте ответ ИИ с источником.
Не передавайте машине то, за что отвечаете лично. ИИ может подсказать, но окончательное решение в значимых вопросах оставляйте за собой.
Берегите чужие данные. Помните про приватность и 152-ФЗ: не загружайте персональные и конфиденциальные данные в случайные сервисы.

Итог курса: что мы прошли и куда дальше¶

Вы прошли весь путь от вопроса «что вообще считать искусственным интеллектом» до его влияния на общество. Кратко окинем маршрут:

Что такое ИИ. Разобрались, почему у ИИ нет единого определения, и научились распознавать его по автономности и адаптивности — с самого первого урока.
Как ИИ решает задачи. Поиск, планирование и игра против соперника — как машина перебирает варианты и находит решение.
Неопределённость и вероятности. Правило Байеса и наивный Байес на примере спам-фильтра — как ИИ действует, когда полной уверенности нет.
Машинное обучение. Три вида обучения, метод ближайших соседей и линейная регрессия — как модель учится на данных.
Нейронные сети. Как устроен нейрон, как сеть обучается и как из этого вырастают большие языковые модели.
Последствия и будущее. Можно ли предсказать развитие ИИ, этика и приватность — и этот урок про работу и общество.

Главная мысль курса: ИИ — это не магия и не угроза сама по себе, а набор понятных инструментов со своими сильными сторонами и ограничениями. Когда вы понимаете, как они работают, то перестаёте им слепо верить или слепо бояться — и начинаете применять с пользой.

Куда двигаться дальше: попробуйте применить ИИ к своей реальной задаче и посмотрите на практике, где он усиливает вас, а где нужен ваш контроль. Если речь о компании, имеет смысл подбирать ИИ-инструменты под конкретные задачи и учить сотрудников пользоваться ими осознанно и безопасно. Полезные разборы и материалы есть в блоге ENGRAM.

Упражнение: разложите свою профессию на задачи

Возьмите профессию, которую хорошо знаете, — свою или близкого человека. Выпишите 5–7 главных задач, из которых она состоит, и распределите их по трём колонкам: что ИИ, скорее всего, заберёт, что усилит, а что останется за человеком. Сначала сделайте сами, потом сверьтесь с разбором.

Разбор на примере бухгалтера:

Заберёт (автоматизация): разнесение типовых проводок, сверка по шаблону, формирование стандартной отчётности по чётким правилам.
Усилит (аугментация): поиск нужной нормы в законодательстве, черновики писем и пояснений, быстрая сводка по большому массиву документов.
Останется за человеком: спорные решения на стыке трактовок, общение с проверяющими, ответственность за итоговые цифры и стратегические советы руководству.

Что заметить: даже у «считающей» профессии полное исчезновение не грозит. Рутина уходит, а ценность смещается к суждению, ответственности и общению. Это и есть переход в роль супервайзера — и так выглядит почти любая профессия, если разобрать её на задачи.

Проверьте себя¶

Короткий тест по уроку: выберите ответ и нажмите «Проверить» — увидите счёт и разбор.

Частые вопросы¶

Заменит ли ИИ людей и оставит без работы?

Чаще ИИ заменяет не профессии целиком, а отдельные задачи внутри них — обычно рутинные. С человека снимается механическая часть, а ценность смещается к суждению, ответственности и работе с людьми. Одни роли сокращаются, но появляются новые — связанные с настройкой, контролем и применением ИИ. Поэтому реалистичнее говорить о перестройке труда, а не о массовом исчезновении работы.

Чем автоматизация отличается от аугментации?

Автоматизация — это полная передача задачи машине, когда человек из процесса уходит. Аугментация (усиление человека) — работа в паре: ИИ берёт на себя черновую часть, а решение и ответственность остаются за человеком. Первая сокращает потребность в исполнителях рутины, вторая повышает ценность специалиста. Большинство профессий ждёт именно аугментация.

Какие навыки стоит развивать, чтобы оставаться востребованным?

Полезнее всего то, что плохо даётся машине: умение ясно ставить задачу ИИ и проверять его ответ, критическое мышление, суждение и ответственность в спорных ситуациях, работа с людьми и готовность постоянно учиться. Эти навыки не привязаны к конкретной технологии и ценятся тем выше, чем шире распространяется ИИ.

Почему человек должен контролировать ИИ, а не наоборот?

Потому что модели учатся на данных, наследуют их перекосы и способны уверенно ошибаться. В ответственных областях — медицине, финансах, праве, госуслугах — цена ошибки высока, поэтому окончательное решение должно оставаться за человеком. Эта идея отражена и в российском Кодексе этики в сфере ИИ: ответственность за последствия несут люди, а не алгоритм.

В курсе: ← Назад: Этика ИИ, предвзятость и приватность данных

Авторы курса: Герман Коваленко (основатель ENGRAM) и Сергей Добров.

Попробуйте ENGRAM на своих данных

Нейросеть на ваших встречах, документах и переписке: отвечает со ссылкой на источник. Это ваша вторая память на базе ИИ. Данные хранятся в России, старт бесплатный.

Зарегистрироваться бесплатно