ИИ, код и павлины

До 2025 года ИИ в работе у меня не было вообще. Приходилось искать самому, читать, разбираться. Дольше, зато хотя бы понимаешь, что делаешь, и где можешь ошибиться.

С ИИ столкнулся уже по работе. В одном проекте в кейтеринге попросили посмотреть, как его можно внедрить. Начал с простого — быстрые курсы, потом попытки встроить ChatGPT в Telegram-бота для сотрудников, чтобы он отвечал на типовые вопросы. До реализации дело не дошло, но стало понятно, где это может быть полезно. И где пока лучше не трогать.

На простых задачах ИИ действительно помогает. Быстро собрать информацию, накидать варианты, сделать черновик, здесь экономия времени весьма заметная. Иногда даже слишком, становится лень думать самому.

А дальше начинаются нюансы. В разработке это видно сразу, пока задача простая — все выглядит нормально. Но как только становится сложнее, ответы начинают «плыть». Код вроде рабочий, но после него что-то обязательно ломается: логика едет, куски не сходятся, и ты сидишь и разбираешься, где именно тебя подвели. В итоге это не столько помощь, сколько еще одна зона, за которой нужно присматривать.

Самый показательный случай был вообще не про работу. Домой принесли яйца павлинов, а опыта с инкубатором — ноль. ИИ сначала помог, объяснил, как собрать инкубатор, какие условия держать. Все звучало уверенно и логично. А потом началось. То воду не ставить, то ставить, то сделать температуру выше, то ниже, то открыть крышку. Причем каждый следующий совет звучал так, как будто предыдущего не было вообще. И вот здесь становится понятно, что ИИ может быть очень убедительным собеседником, но довольно безответственным консультантом. Если следовать всем советам подряд, павлины, скорее всего, не вылупятся. И это еще мягкий сценарий.

После этого я на какое-то время просто перестал пользоваться ИИ. Потом, конечно, вернулся. Когда работаешь один, слишком хорошо видно, сколько времени уходит на поиск и проверку. С ИИ многие вещи делаются быстрее, иногда за минуты вместо часов. Но отношение уже другое: это не тот, кто «разберется за тебя», а тот, кто быстро предложит варианты — а дальше сам.

Пробовал разные инструменты, в итоге чаще стал использовать Gemini просто потому, что там меньше попыток подстроиться под тебя. Если ты ошибаешься, это чаще видно, а не замазывается.

Параллельно пробовал встраивать API в свое приложение и тут вылезла другая сторона. Лимиты заканчиваются быстро, уведомления легко пропустить. Повезло, что это стало заметно на небольшой сумме. Если бы в этот момент приложением пользовался не только я, последствия могли бы быть совсем другими. То есть риск здесь не только в качестве ответов, но и вполне прямой — в деньгах.

Отдельная история про юридические тексты. ИИ пишет красиво и уверенно, но может сослаться не на ту норму. И если не читать внимательно, это легко пропустить — выглядит-то убедительно. То же самое с безопасностью. API-ключи, доступы, данные — все это требует аккуратности. Если ключ «утечет», пользоваться сервисом будут другие, а платить придется вам.

И еще момент, о котором часто забывают: в ИИ начинают отправлять все подряд. Документы, тексты, иногда личные данные. При этом никто до конца не понимает, где это хранится и кто это может видеть. Поэтому правило простое — чем чувствительнее информация, тем осторожнее с ней нужно обращаться.

В итоге ИИ — это инструмент. Быстрый, полезный, иногда очень кстати. Помогает начать, собрать черновик, подсветить варианты.

Но дальше все равно приходится разбираться самому. Потому что если без проверки, то можно получить убедительный текст, неработающий код и очень уверенно сваренные яйца павлинов.

Подробнее на it-world.ru