Две стороны любой работы
Учёные из Нанкинского университета и Йельского университета предложили математическую модель взаимодействия человека и ИИ, которая разложила привычные рабочие навыки на два уровня:
- Решения (decision-level skills) — постановка целей, постановка задач, стратегический выбор, критическая оценка.
- Исполнение (action-level skills) — применение инструментов, выполнение планов, достижение непосредственных результатов.
Оказалось, что именно в этом разделении скрывается ключ к пониманию: человек и ИИ сильны в разных слоях, а их комбинация радикально повышает вероятность успеха по сравнению с индивидуальной работой.
От страха замещения — к пониманию новой структуры труда
Публичные дискуссии о том, «заменит ли ИИ человека», упрощают проблему. Реальность значительно многослойнее:
- ИИ отлично восполняет исполнительские задачи, ускоряя рутинные процессы.
- Человеку же принадлежит исключительное право на решения: постановку стратегических целей, проверку релевантности и адаптацию под контекст.
Пример: программист раньше ценился за количество написанного кода. Сегодня большую часть «механики» выполняют GitHub Copilot или GPT, но его роль стала даже более значимой — он определяет, что именно писать и почему это важно.
Как подчёркивают авторы исследования: «Исполнение можно делегировать, решение — нельзя».
Математика успеха: эффект «фазового перехода»
Новое исследование не ограничивается философией — оно оперирует строгими формулами.
- Каждая работа описывается через набор задач, а задачи — через два уровня навыков.
- Создаётся «профиль способностей» для человека и ИИ.
- Итог: можно вычислить вероятность успеха (job success probability) для любой комбинации.
Самый важный вывод: малый рост в умении принимать решения приводит к резкому — нелинейному — скачку успеха. Учёные называют это «фазовым переходом».
Иными словами, именно способность к суждению является триггером качественного различия.
Люди + машины = сверхэффективная команда
Модель доказала на данных O*NET и Big-bench Lite, что:
- Человек (сильный в решениях) + ИИ (сильный в исполнении) = успех выше суммы частей.
- Генеративный ИИ способен сузить разрыв между низко- и высококвалифицированными работниками, добавляя тем, кто слаб в исполнительских навыках, шанс на результативность.
Что это значит для рынка труда
Исследование предлагает новый практический путеводитель:
- Развивать навыки решений
- Тренинги должны смещаться с освоения инструментов (легко автоматизируемо) в сторону навыков анализа, постановки задач, стратегического мышления.
- Искать дополнение, а не универсалов
- Рекрутинг должен фокусироваться на «сборке» команды с взаимодополняющими профилями, а не на поиске мифического «универсала».
- Создавать системы оценки для человеческого суждения
- Если измерять сотрудников только по объёму выполненных действий, мы рискуем недооценить и потерять именно ту ценность, которая в эпоху ИИ уникальна.
Итог
ИИ меняет не просто инструменты — он меняет анатомию труда.
- Исполнение постепенно уходит машинам.
- Решение остаётся за человеком и становится новой валютой профессиональной ценности.
Те институты и компании, которые смогут организовать процесс вокруг этого осознавания, получат решающее преимущество.
Хотите создать уникальный и успешный продукт? СМС – ваш надежный партнер в мире инноваций! Закажи разработки ИИ-решений, LLM-чат-ботов, моделей генерации изображений и автоматизации бизнес-процессов у профессионалов.
ИИ сегодня — ваше конкурентное преимущество завтра!
Тел. +7 (985) 982-70-55
E-mail sms_systems@inbox.ru