У Anthropic есть бесплатный курс AI Fluency: Framework & Foundations, сделанный с профессорами Риком Даканом и Джозефом Феллером: 14 уроков, около четырёх часов. Разбираю по буквам, что из него забрать руководителю.
Грамотность в ИИ курс определяет как умение работать с ним результативно, эффективно, этично и безопасно. За это отвечают четыре компетенции — Delegation (делегирование), Description (описание), Discernment (оценка), Diligence (ответственность). Промптам посвящена одна буква из четырёх. Остальные три — про управление: что отдавать, как проверять и кто отвечает.
Режимов работы с ИИ в курсе три:
автоматизация — ИИ выполняет задачу по вашей инструкции;
совместная работа — вы и ИИ ищете решение в диалоге;
агентность — задаёте ИИ знания и поведение, и дальше он действует сам, в том числе для других.
Для агентности у авторов хорошая метафора: вы режиссёр, который задаёт видение, а не сценарист, который пишет реплики.
Delegation: сначала эксперт
Ключевая мысль курса: наиболее результативные партнёры ИИ — сначала те, кто разбирается в своём деле, и только потом те, кто умеет работать с ИИ. Если задача не понята, ИИ не поможет её понять. Он аккуратно оформит непонимание. Поэтому урок начинается с вопросов без ИИ: чего добиваетесь, как выглядит успех, какая работа для этого нужна. Дальше работа раскладывается по типам:
— простая, но долгая — автоматизация;
— неопределённая — совместная работа, ИИ как партнёр по размышлению;
— не хватает данных — ИИ с поиском и проверкой источников;
— рутинные повторяющиеся взаимодействия — агентность;
— критическое суждение — остаётся за человеком.
Цель, как пишут авторы, — найти лучшее разделение работы для конкретной задачи, а не автоматизировать всё.
Description: ИИ — не торговый автомат
Описание в курсе — это три разных вопроса:
— что создать: результат, формат, аудитория, стиль.
— как подойти: какие данные, в каком порядке, каким методом, на каких примерах.
— как вести себя: кратко или подробно, объяснять ход мысли или просто отвечать.
И самый полезный для руководителя вопрос из этого урока: вам нужно, чтобы ИИ оспаривал ваши допущения или следовал за вами?
Discernment: оценивать не только ответ
Оценка зеркалит описание: хорош ли результат, как ИИ к нему пришёл и как ведёт себя в диалоге. Пример из курса про процесс: после нескольких раундов ИИ начинает возвращать элементы идей, которые вы уже отвергли. Ответ при этом может выглядеть нормально.
Описание и оценка образуют петлю: описал, оценил, уточнил. Если оценка нашла проблему, чаще помогает лучшее описание, но иногда нужно пересмотреть само делегирование — не тот инструмент или не тот подход.
Почему здесь снова нужна экспертиза, показал эксперимент Harvard и BCG. 758 консультантов с GPT-4 в сильных для модели задачах сделали на 12% больше и на 25% быстрее. А в задаче за пределами возможностей модели приходили к правильному ответу на 19 процентных пунктов реже — и при этом отвечали убедительнее.
Diligence: готовность поручиться
Три части — ответственность при создании, прозрачность и ответственность при внедрении. Курс превращает их в проверку до запуска: как контролируется предвзятость (например, в описаниях вакансий и отборе кандидатов), как проверяется точность данных для важных решений, защищено ли конфиденциальное, как сообщается об участии ИИ и готовы ли вы отвечать за результат.
Прозрачность курс показывает на себе: на его странице есть заявление о том, как авторы использовали Claude и что финальные решения принимали люди.
А вы от ИИ чего ждёте — чтобы спорил или чтобы соглашался?
Пост готовил вместе с Claude: он помог со структурой, черновиком и проверкой фактов. Выводы и финальная редактура — мои.
#разбор_полетов #ИИ_для_дела