Я учу людей применять ИИ в работе. И при этом – больше всего меня беспокоят исследования о том, что происходит, когда AI используется для обучения.

В Wharton Business School студенты с неограниченным доступом к ChatGPT показали результат на 17% хуже тех, кто работал по учебнику. В Гарварде тот же инструмент, встроенный в полностью переработанную учебную систему, удвоил результат.

У взрослых картина та же. По данным Workday, 37% времени, "сэкономленного" с помощью ИИ, уходит на исправление его ошибок. Высокоэффективные предприниматели с ИИ улучшают результаты, низкоэффективные – ухудшают. Всё определяет то, умеет ли человек думать до того, как нажмёт "сгенерировать".

Я сейчас сам учусь на MBA-программе – и вижу это вживую. Студенты сдают AI-слоп, получают высокие баллы. А на устном разборе кейса – тишина. Понимания нет, есть красиво оформленный результат. Ловлю себя на том же соблазне – и именно поэтому отношусь к проблеме серьёзно.

В mysummit.school мы учим применять AI в управленческой работе. Парадокс тот же – используем ИИ, чтобы учить ИИ :). Вот что мы встроили в систему, чтобы с этим бороться:

- Модуль критического мышления идёт до любых инструментов. Систематика ошибок, bias в моделях, матрица "отдать ИИ / делать вместе / делать самому". Студенты говорят, что именно этот модуль – заставляет сомневаться в результате от ИИ, а не принимать его.
- Каждое задание получает мгновенную обратную связь. Исследования сходятся: немедленная конкретная обратная связь – главное, что отделяет сценарий "AI помогает" от сценария "AI вредит"
- Обучение встроено в рабочие инструменты. Студент ставит ИИ-агента на ноутбук, подключает к таск-трекеру, мессенджеру, собирает библиотеку для ежедневной работы. Учёба происходит там, где происходит работа.
- Задания построены так, что их нельзя скопировать. Реальные кейсы на сквозном проекте, оценка с нескольких точек зрения, задачи, где нужно ваше суждение.

Решает ли это всё? Нет. Но делать вид, что проблемы не существует – хуже.