AI-агент не коллега: как название снижает качество работы на 18%

Андрей Отинов -

Представьте: вы приходите на работу, и вам сообщают, что в подчинение поступает новый сотрудник. У него есть имя, должность и зона ответственности. Только это не человек, а AI-инструмент. Ваша компания называет его «Алекс» и внесла в оргструктуру.

Источник: technologyreview.com

Исследование профессора Бостонского университета Эммы Уайлс показывает: такое naming наносит прямой ущерб бизнесу. Когда AI-агента называют «сотрудником», люди начинают работать хуже. Они пропускают на 18% больше ошибок в его работе, чем если бы тот же инструмент называли «чат-ботом».

Для владельца или руководителя это означает: то, как вы называете AI-агента в команде, напрямую влияет на качество контроля, скорость принятия решений и распределение ответственности. Прежде чем внедрять AI-агента, проверьте, как вы его маркируете — и как это меняет поведение людей.

Что показало исследование: название меняет поведение

Эмма Уайлс провела эксперимент с менеджерами. Участникам давали работу, якобы выполненную AI-инструментом. В одном случае инструмент называли «AI-сотрудником», в другом — просто «чат-ботом». Результат: когда инструмент называли сотрудником, люди находили на 18% меньше ошибок.

Это не случайность. Исследование показало: антропоморфная маркировка переворачивает ощущение ответственности. Участники начинали считать, что «сотрудник» сам отвечает за свою работу. Они на 44% чаще передавали сомнительные результаты на проверку руководителю, вместо того чтобы исправить ошибку самостоятельно.

Практическое следствие: называя AI-агента коллегой, вы теряете контроль над качеством. Люди перестают проверять, перекладывают ответственность и тратят больше времени на эскалацию.

Почему это важно прямо сейчас

С апреля 2026 года Microsoft, OpenAI, Anthropic и Google выпустили инструменты для управления командами AI-агентов. Многие из них рекламируются как «цифровые коллеги» с гибкостью и когнитивными способностями человека.

Опрос 1261 менеджера, проведённый Уайлс, показал: почти треть компаний уже называют AI-агентов сотрудниками. 23% вносят их в оргструктуры.

Генеральный директор Nvidia Дженсен Хуанг в 2025 году говорил о рабочих местах, где будут «цифровые люди». Рынок движется в сторону антропоморфизации AI-инструментов. Но исследование показывает: это не безобидный маркетинг, а фактор, снижающий эффективность людей.

Как правильно внедрять AI-агентов: метод «инструмент, а не коллега»

Исследование MIT и Стэнфорда предлагает альтернативный подход. Вместо того чтобы называть AI-агента сотрудником, внедряйте его как инструмент с чёткими границами.

Что меняется в практике:

Аспект Если называть «сотрудником» Если называть «инструментом»
Ответственность Размывается, люди перекладывают на AI Остаётся за человеком
Контроль качества Снижается на 18% Сохраняется на обычном уровне
Эскалация На 44% чаще По необходимости
Восприятие ошибок Как «ошибка коллеги» Как «сбой инструмента»

Как внедрять:

  1. Дайте инструменту функциональное имя, а не человеческое. Не «Алекс-аналитик», а «Модуль проверки контрактов».
  2. Не вносите AI-агента в оргструктуру. Он не сотрудник, он софт.
  3. Закрепите ответственность за человеком. Результат работы AI-агента всегда проверяет назначенный сотрудник.
  4. Обучите команду. Объясните, что AI-агент — это инструмент, который может ошибаться, и что проверка — обязанность человека.

Что говорят экономисты: замена людей — проигрышная стратегия

Нобелевский лауреат 2024 года, экономист MIT Дарон Аджемоглу, изучающий влияние AI на экономику, говорит прямо: «AI-агентов сейчас продают как замену людям, и это проигрышная стратегия. Их нужно оптимизировать так, чтобы они улучшали человеческие возможности, а не заменяли их».

Исследование Стэнфорда подтверждает этот тезис. Учёные опросили 1500 работников из 104 профессий. Работники хотели автоматизации в определённых областях — например, помощники судей считали, что AI может помочь отслеживать прогресс по делам. Но задачи, которые tech-эксперты считали идеальными для AI (например, проверка кредитных рейтингов для менеджеров по продажам), работники категорически не хотели отдавать AI.

Вывод: не спрашивайте только разработчиков, какие задачи автоматизировать. Спросите тех, кто реально работает.

Где скрыты риски и что может пойти не так

Исследование Уайлс — лабораторное. Оно может не полностью отражать долгосрочные эффекты в реальной компании. Но направление ясно: антропоморфная маркировка создаёт риски.

Основные риски:

  1. Размывание ответственности. Если AI-агент ошибается, вину можно переложить на «коллегу». В статье MIT Technology Review приводится пример: бомбовый удар по школе для девочек в Иране публично приписали AI-модели Claude, хотя все признаки указывали на каскад человеческих ошибок.
  2. Снижение бдительности. Люди перестают проверять работу «коллеги», особенно если он назван «опытным сотрудником».
  3. Увеличение времени на согласование. Вместо того чтобы исправить ошибку, люди отправляют результат на дополнительную проверку руководителю.
  4. Неоправданные ожидания. Называя AI-агента «сотрудником», вы создаёте ожидания, которые инструмент не может оправдать.

Что проверить на этой неделе: чек-лист для руководителя

  1. Проверьте, как вы называете AI-агентов в своей компании. Есть ли у них человеческие имена? Внесены ли они в оргструктуру?
  2. Опросите команду. Как они воспринимают AI-агента — как коллегу или как инструмент? Проверяют ли его работу так же тщательно?
  3. Переименуйте, если нужно. Замените человеческие имена на функциональные описания. Уберите AI-агентов из оргструктуры.
  4. Закрепите ответственность. Назначьте конкретного человека, который проверяет результаты работы AI-агента.
  5. Проведите тест. Дайте команде задание, выполненное AI-агентом, и посмотрите, сколько ошибок они найдут. Сравните с обычным уровнем контроля.
  6. Спросите работников, что автоматизировать. Не полагайтесь только на мнение tech-экспертов. Проведите опрос среди тех, кто реально выполняет задачи.

Источники

Темы журнала

Что почитать дальше