Если стоит задача, чтобы профессиональные навыки не просто оставались актуальными, но и развивались, то приходится пользоваться Microsoft Office, а не альтернативы западному платному софту. Данный момент в целом смущает. В англоязычных программах уже вовсю используются возможности нейросетей. А у нас пока что тишина, и нейросети больше используются, чтобы про них гордо в пресс-релизе рассказать.
Например, вот ответ на запрос «смартфон и свинья-копилка на столе вокруг разбросаны зеленые SIM-карты». Слева Google, в центре «Яндекс», справа «ГигаЧат». «Шедеврум» от «Яндекса» молодец, но сеть от Google позволяет кисточкой заменить на картинке области, которые не нравятся и надо переделать. Например, на этих сим-картах изначально почему-то не было чипа, я попросил его добавить. Про более сложные варианты использования нейросетей в продуктах Adobe и говорить не приходится, когда через функцию генерации можно за полминуты заменить то, ради чего раньше пришлось бы нанимать стороннего специалиста.
Другой пример — это использование нейросетей в качестве помощника для проверки материалов. Опечатки и ошибки находит просто влет.
Разумеется, можно не пользоваться нейросетями, потому что на текущий момент человек по-прежнему качественнее напишет текст, внимательнее вычитает на ошибки и лучше нарисует картинку в графическом редакторе. Однако это будут три разных человека, или один человек, который потратит на это очень много времени. Нейросети в итоге никого не заменили, но они смогли увеличить производительность каждого сотрудника.
Так одна британская консалтинг-контора провела три практических эксперимента по использованию нейросетей в работе:
- Эксперимент 1. Сотрудники службы поддержки, использовавшие искусственный интеллект, могли обрабатывать на 13,8 % больше запросов клиентов в час.
- Эксперимент 2. Бизнес-профессионалы, использующие ИИ, могут писать на 59 % больше деловых документов в час.
- Эксперимент 3. Программисты, использующие ИИ, могли кодировать на 126 % больше проектов в неделю.
Как видите, наибольший прирост получили программисты. Но также интересен результат второго исследования. Авторы отмечают, что в исследовании участвовали 444 опытных специалиста из различных областей, включая маркетологов, авторов грантов (не знаю, кто это), аналитиков данных и специалистов по кадрам. 30% участников имели опыт работы с нейросетями, остальные нет.
Участников разделили на две группы и дали выполнить задание в видео составления документ без использование нейросетей. Скорость работы обеих групп оказалась примерно одинаковой. Затем участникам выдали новое задание, но одна группа получила доступ к ChatGPT, а другая по-прежнему «работала руками». ChatGPT-группа справилась в среднем за 17 минут, вторая группа за 27 минут.
Дальше результаты работ обеих групп отдали на проверку независимым экспертам, которые должны были оценить качество созданных документов по шкале от 1 до 7. ChatGPT группа получила среднюю оценку 4.5 балла, а вторая группа 3.8 балла. Разницу в качестве работ двух групп оценили как минимальную.
Не знаю, как у вас, у меня тут, конечно, сразу возник вопрос, что это за бизнес-профессионалы, которые выполняют задания на 3.8 и 4.5 баллов из 7. А такие ли они профессионалы?
Но у исследователей возник другой вопрос: а за счет чего ChatGPT группа показала лучшие результаты. Итак, менеджеры без нейросетей распределили время на задание так: 25% на обдумывание задачи, 50% времени ушло на написание драфта-черновика и ещё 25% потратили на чистовик и полировку. В свою очередь сотрудники с ChatGPT потратили чуть меньше времени на обдумывание задачи, но в 2 раза меньше времени на создание черновика, однако время на полировку черновика практически удвоилось. Вот график, чтобы было нагляднее:
Попутно исследователи выяснили любопытный нюанс. Эксперимент показал, что нейросети наилучшим образом помогают сотрудникам начально-среднего уровня. Изначально при выполнении задачи без ChatGPT разница между «хорошими» и «плохими» работниками внутри групп составляли 2-3 балла по 7-балльной. Использование нейросетей помогло нивелировать этот гэп.
Исследователи в целом на основе всех трех экспериментов отмечают, что чем профессиональнее сотрудник, тем меньший прирост производительности ему дают нейросети. Не считаю себя большим профессионалам, но зачастую в Excel или при переписывании текста бывает быстрее и проще сделать все самому, что просить ChatGPT, а затем за ним поправлять. Зато я получаю гигантский прирост производительности, когда нужны картинки. Без нейросетей пришлось бы сначала по фотостокам лазить, а потом возиться с графическим редактором.
Расскажите, как вы используете (если используете) нейросети в своей работе.
Полный текст выпуска #283 рубрики ЭХО Владимира Нимина на сайте https://mobile-review.com
