Эффективна ли совместная работа людей и нейросетей: ответ ученых
Сотрудники Массачусетского технологического института выяснили, как взаимодействие людей и нейросетей влияет на их работу. Исследование стало первым масштабным метаанализом, в котором оценили объединенные усилия человека и ИИ. Команда под руководством студентов-исследователей и профессоров MIT Sloan School of Management рассмотрела результаты более чем сотни экспериментов, в которых ученые сравнивали эффективность трех видов команд: только люди, только ИИ, смешанные группы.
Исследователи задались вопросом: когда людям и ИИ стоит работать вместе, а также как можно усовершенствовать такие коллаборации. Вместо того, чтобы рассуждать о возможном вытеснении людей машинами, ученые изучили разные типы задач, чтобы выявить, какие рабочие функции лучше всего подходят для каждого из участников.
Где человек и ИИ сильнее вместе, а где — нет
Согласно результатам исследования, в большинстве случаев команды из людей и ИИ не превышали производительность команд, которые состояли только из людей или только из ИИ. Во многих задачах по анализу данных или прогнозированию нейросети справлялись лучше без вмешательства человека. В том числе в выявлении фейковых изображений, медицинской диагностике и прогнозировании спроса. В таких процессах ИИ быстро обрабатывал данные и принимал решения.
Тем не менее в творческих задачах совместные команды показали лучшие результаты. Например, в генерации текста, создании изображений и музыкальных композиций. Эти задачи требуют как креативного подхода, свойственного человеку, так и автоматизации рутинных процессов, где ИИ помогает повысить эффективность.
Как лучше организовать взаимодействие с ИИ в работе
Руководитель исследования, профессор Томас Мэлоун, отметил, что для оптимизации взаимодействия человека и ИИ компаниям стоит осторожно подбирать задачи для каждого участника. Нейросеть, например, может проводить глубокий анализ и делать прогнозы, в то время как люди могут заниматься более сложными нюансами, где требуется понимание контекста.
Исследователи MIT советуют не спешить с внедрением ИИ на всех этапах. Важно настроить процессы так, чтобы человек и машина дополняли друг друга. Вопрос продуктивности не всегда зависит от базовых способностей, а часто оттого, насколько грамотно построено сотрудничество.
