IT-Para

Workslop: когда AI изображает работу

Нейросеть за минуту собрала отчёт на десять страниц, презентацию на сорок слайдов и pull request на тысячу строк. Автор доволен скоростью. Получатель тратит полдня, чтобы понять, где там вообще правда. Вот это и есть проблема: производство подешевело, а проверку молча переложили на коллег.

Коротко: workslop — AI-результат, который выглядит законченной работой, но не содержит нужного контекста, решения или проверки. Это не любая работа с AI и не повод запрещать инструменты. Это повод вернуть ответственность автору.

Как выглядит workslop

  • длинный пересказ задачи вместо решения и следующего действия;
  • таблица с уверенными цифрами без понятного происхождения;
  • код, который компилируется в демо, но не учитывает права, миграции и откат;
  • письмо на три экрана, где получатель сам должен найти вопрос;
  • презентация с одинаковыми тезисами под разными заголовками;
  • «исследование», которое повторяет первые результаты поиска и не отвечает на риск.

Главный признак — не то, что использовался AI. Главный признак: отправитель сэкономил своё время за счёт времени всех остальных.

Почему это выгодно отдельному человеку

Большинство корпоративных метрик считают выпуск: задачи, документы, сообщения, commits. Нейросеть резко наращивает выпуск, поэтому человек выглядит продуктивнее до момента, пока кто-то не начнёт считать переделки.

На двух проектах соблазн особенно понятный: нагенерировать видимый объём и освободить день. Но эта схема недолго работает. Workslop возвращается вопросами, багами и встречами — обычно в самый неудобный момент второго календаря.

Кто платит за красивый полуфабрикат

Что отправилиСкрытая работа получателя
AI-отчётПроверить цифры, убрать повторы, найти решение
Большой diffВосстановить замысел, проверить края, написать тесты
Резюме встречиПонять, кто и что реально делает
Список идейОтделить применимое от случайной генерации

Если эту работу нельзя назвать и оценить, метрика будет награждать генератора мусора и наказывать того, кто его разобрал.

Правило готового результата

  1. В начале напишите решение или вопрос, а не историю генерации.
  2. Укажите, какие данные и ограничения вы использовали.
  3. Уберите всё, что не влияет на решение получателя.
  4. Проверьте ссылки, числа, код и очевидные крайние случаи.
  5. Отделите факт, своё мнение и предположение модели.
  6. Скажите, что именно должен сделать следующий человек.

Если вы не успели проверить результат, так и пишите: «черновик, не проверено». Черновик имеет право существовать. Черновик, переодетый в готовую работу, — уже перекладывание ответственности.

Что считать вместо объёма

Считайте время до принятого решения, количество возвратов, дефекты после передачи, понятность следующего действия и результат для системы. Не надо превращать это в ещё один AI-рейтинг сотрудника. Нужен разговор о качестве потока, а не новая религия цифры.

Если компания уже оценивает людей по активности и отчётам, читайте разбор AI-контроля сотрудников. Если проблема в том, какие рабочие данные уходят в чат, — страницу о видимости промптов.

Моя позиция

Я за автоматизацию всего, что можно автоматизировать. Но AI должен снимать работу с людей, а не превращать одного сотрудника в фабрику заданий для остальных. Если после вашего «ускорения» команда проверяет вдвое больше, вы не ускорились — вы выставили коллегам счёт.

На нескольких проектах это ещё важнее: маленький проверенный результат лучше огромного ответа, который взорвётся ночью. Продавайте результат, а не количество сгенерированных букв.

AI не подписывает работу за вас

Сгенерировать можно быстро. Передать ответственность всё равно придётся человеку.

Собрать рабочую систему