ИИ и критическое мышление: что происходит с критическим мышлением сотрудников

Есть наблюдение, которое стало повторяться так часто, что уже перестало удивлять: человек приносит результат, показывает аккуратно собранный документ, уверенно произносит «это сделал ИИ» — и в этот момент становится ясно, что роль исполнителя он оставил машине, а сам выступил лишь проводником. Не потому что не справился бы сам, и не потому что не знает, как анализировать данные, а потому что привык, что алгоритм всегда предложит “готовое” решение, и привык настолько быстро, что перестал замечать, как внутри него исчезает сама привычка перепроверять очевидное.

И именно этот момент — когда человек перестаёт задавать вопрос «почему здесь так?» — гораздо опаснее любой технической ошибки. ИИ стал настолько удобным помощником, что его аккуратность воспринимается как объективность, а его скорость — как компетентность. Кажется, что он облегчает работу, делает её чище, уменьшает объём размышлений. И в этом ощущении комфорта скрыта одна из самых тихих, но значимых трансформаций современного мышления: когда необходимость думать заменяется возможностью не думать вовсе.

Сотрудники не прекращают быть умными, внимательными или способными — они просто всё чаще перекладывают сам процесс понимания на алгоритм. Причём это не происходит в сложных задачах, где человек естественно включён, а именно в рутинных — в тех, что определяют операционную устойчивость компании. Там, где решения кажутся очевидными, где шаги повторяются изо дня в день, где внимание ослабевает, а скорость становится важнее смысла, — именно там алгоритм впервые становится более заметным, чем внутренний аналитический центр человека.

Именно поэтому такие ошибки долго остаются незамеченными: они маленькие, крошечные, системно повторяемые, и именно из них формируются большие управленческие провалы. Вспоминается история Amazon — не потому, что она громкая, а потому что она идеальна в своей сути. Алгоритм не хотел ошибиться, он не пытался дискриминировать женщин, он всего лишь повторил структуру данных, на которых был обучен. Повторил честно, последовательно, почти математически. И долгое время никто не задавал вопрос, откуда эта “логика” взялась, потому что вера в технологическую нейтральность оказалась выше способности усомниться.

В SkillCode мы часто видим похожие паттерны. Люди, которые привыкли к автоматизации, начинают терять самые тонкие слои критического анализа — те, что не кричат о себе, а просто делают мышление устойчивым. Сомнение, казалось бы, маленький внутренний жест — «давай проверим ещё раз» — начинает угасать. Человек не перестаёт быть профессионалом, но перестаёт быть внимательным, потому что внимание нужно только тогда, когда алгоритм ещё не предложил ответ. А если ответ есть — зачем напрягаться?

Но именно сомнение и создаёт пространство для качественного решения. Именно сомнение двигает креативность, потому что креативность появляется там, где человек не соглашается с первым вариантом, даже если он выглядит аккуратно. Там, где он ищет дополнительный угол зрения, другое объяснение, новый способ разложить задачу. ИИ не умеет сомневаться, у него нет внутреннего конфликта, нет интуитивного несогласия. Он выдаёт аккуратные комбинации, но не порождает неожиданные связи — а именно неожиданные связи часто становятся базой сильных управленческих выводов.

Если вы в числе тех, кто считает, что лучше перебдеть, чем недобдеть, если вы переживаете, что у сотрудников падает уровень навыков критического мышления и они попадают в ловушку рутинных решений и зависимости от ИИ, то самое время обратиться в российский центр исследования компетенций SkillCode - самый инновационный хаб по оценке персонала, где вы сможете протестировать сотрудников по шести факторам критического мышления, включая иммунитет к манипуляциям, культуру аргументации, математическое и логическое мышление и не только.

Важно отметить, что сразу после диагностики вы сможете увидеть готовые отчеты и показатели как по всей команде, так и индивидуально по каждому сотруднику, чтобы иметь возможность скорректировать рабочие алгоритмы, имея перед глазами целостную картину происходящих в вашем бизнесе процессов.

Любые новшества в части самообучающихся систем требуют анализа и осторожного взаимодействия, тем более, когда речь идет о функционально близких человеку изобретениях. В каких масштабах человек готов передать свое ремесло машине, насколько он стремится заменить работу собственного мозга на алгоритмические продукты, как далеко он зайдет в своем желании облегчить себе жизнь и избежать беготни, где та грань? Время покажет, но это именно та слепая зона, из-за которой SkillCode с целью избежать предвзятости, ошибок и искажений не стал при оценке компетенций базировать свою систему на алгоритмах искусственного интеллекта, и ИИ используется только при обработке большого массива данных по четко выстроенному алгоритму, например, при проведении собственных исследований, но - и это стоит еще раз подчеркнуть - последнее слово всегда остается за человеком.

ИИ делает процессы быстрее, но не делает решения мудрее. И если компания хочет сохранить устойчивость, ей нужно не только обучать сотрудников пользоваться алгоритмами, но и поддерживать их способность задавать вопросы — особенно тогда, когда ответ уже лежит перед глазами.

Если хотите увидеть картину вашей команды без иллюзий и догадок — закажите диагностику. Она не ускорит процессы, но сделает решения заметно сильнее.