Сотрудники компаний тратят больше времени на исправление сгенерированного ИИ контента, чем на выполнение собственной работы

Искусственный интеллект ускоряет подготовку документов, презентаций и кода, но заметная часть выигранного времени уходит на проверку и исправление готового результата. По данным опроса Use.AI, в котором участвовали 8316 работающих с нейросетями взрослых, 39% респондентов тратили на проверку больше времени, чем заняло бы самостоятельное выполнение задачи. При этом 58% сообщили, что в их организациях нет чётких правил проверки материалов, подготовленных с помощью нейросетей.

Черновик есть, готового результата нет

Опрос охватил пользователей рабочих ИИ-инструментов из США, Великобритании, стран Евросоюза, Канады, Австралии и Латинской Америки. 62% участников заявили, что ИИ упростил создание материалов, за которые раньше они, возможно, не взялись бы из-за затрат времени, от внутренних документов и служебных записок до презентаций и программного кода.

Проблемы начинаются в момент, когда готовый на вид файл уходит дальше по рабочей цепочке, и участники исследования описали масштаб этого явления в цифрах:

• 48% получали материалы, подготовленные при участии нейросетей, которые требовали серьёзных исправлений;
• 43% приходилось переделывать неподходящую работу коллег, выполненную с помощью ИИ;
• 34% признались, что пересылали созданные или обработанные нейросетью материалы, не прочитав их полностью.

Файл, отправленный без прочтения, может казаться убедительным, хотя сам отправитель не проверил точность фактов, логику выводов и соответствие результата поставленной задаче. Негласное офисное правило, по которому автор знает содержание отправляемого документа, при массовом использовании генеративных инструментов даёт сбои, и коллега получает аккуратный файл, а вместе с ним необходимость самому перепроверять каждую цифру.

Экономия на одном столе, расходы на другом

По данным Use.AI, проверка результатов работы нейросети уже заметно нагружает рабочий день:

• 39% респондентов сообщили, что проверка заняла больше времени, чем самостоятельное выполнение исходной задачи;
• 41% отметили, что после появления нейросетей тратят больше времени на просмотр, фильтрацию и проверку материалов;
• 37% сталкивались с задержками при принятии решений из-за недостатков документов, подготовленных с помощью ИИ.

Выгода от автоматизации распределяется неравномерно. Один сотрудник экономит время на подготовке отчёта, а другой перепроверяет цифры, ищет первоисточники, исправляет выводы и выясняет, какие сведения вообще можно использовать. Затраты на исправления не попадают в статистику производительности того, кто первым запустил нейросеть. Если измерять эффективность ИИ только скоростью создания документа, итог получится неполным, ведь бизнесу нужно знать и то, сколько усилий потребовалось, чтобы довести результат до рабочего состояния.

Правил нет, ответственность размыта

58% опрошенных заявили, что в их организациях нет чётких требований к проверке материалов, созданных с помощью ИИ, перед отправкой другим сотрудникам. Один работник перепроверяет факты и правит формулировки, другой отправляет результат сразу после генерации, и получателю сложно понять, насколько материалу можно доверять при принятии решений.

Россия в список стран исследования не входила, но российские компании, которые внедряют YandexGPT, GigaChat и зарубежные сервисы, рискуют столкнуться с теми же перекосами. Нейросеть готовит документ за несколько минут, а его проверка растягивается на часы, и при регулярных поступлениях от разных коллег значительная часть рабочего дня уходит на контроль чужих результатов.

TechRadar обратил внимание на противоречие между обещаниями автоматизации и реальной работой офисов, ведь снижение трудозатрат на создание материалов не гарантирует сокращения общего времени выполнения задачи. Результаты Use.AI не доказывают, что нейросети в целом снижают производительность компаний, поскольку исследование построено на ответах самих пользователей и не сопоставляет затраты на проверку с общей экономией времени.

Одного внедрения нейросети для прироста эффективности недостаточно, и компаниям нужно заранее определить:

• какие материалы требуют обязательной проверки;
• кто отвечает за итоговый результат;
• в каких случаях документ можно передавать дальше без отдельного согласования.

Иначе автоматизация рискует превратиться в офисную эстафету, где один сотрудник поручает задачу ИИ, второй исправляет ошибки, а третий проверяет исправления. Генерация ускоряется, но сама работа никуда не исчезает, а просто переезжает к другим людям.

Эксперты CISOCLUB отметили, что нейросети превращают проверку в вопрос защиты данных и репутации, а не только в вопрос экономии времени. Файл, который сотрудник не прочитал перед отправкой, может содержать выдуманные факты, ошибки в расчётах и ссылки на несуществующие источники, а сгенерированный код нередко приносит в проект уязвимости и названия несуществующих библиотек, под которые злоумышленники могут разместить вредоносный пакет.

Для российских компаний к этим угрозам добавляется риск утечки, ведь сотрудник, загрузивший клиентские данные в публичный чат-бот ради быстрого результата, создаёт угрозу нарушения требований закона о персональных данных. Бороться с этим одними запретами бесполезно, поэтому правила проверки нужно закреплять в регламентах и привязывать к конкретным типам документов.

Ранее сообщалось, что широкое внедрение искусственного интеллекта в офисные процессы привело к появлению нового источника утечек, связанных с действиями самих сотрудников, а не внешними атаками. Ради экономии времени при подготовке писем, отчётов и презентаций работники загружают в чат-боты корпоративные документы, содержащие внутренние сведения и персональные данные, фактически используя нейросети как обычный электронный блокнот.