Разработчики описывают сессии работы с ИИ как невероятно продуктивные — за часы успевают то, на что раньше уходили недели, параллельно ведут несколько проектов. Но за этим ощущением сверхпроизводительности скрывается тревожная статистика: 83% офисных работников интеллектуального труда фиксируют как минимум некоторую степень эмоционального выгорания, а накапливающиеся исследования указывают на то, что ИИ способен усиливать нагрузку — и тем самым этот риск увеличивать.
Реальные результаты
Сначала о плюсах. В отдельных сценариях ИИ действительно ускоряет работу: +14% к производительности в крупном развертывании клиентской поддержки, +55% к скорости выполнения задач по программированию в контролируемых условиях. Причем наибольший выигрыш получают менее опытные сотрудники. Исследование, опубликованное в декабре 2025 года в журнале Science, зафиксировало, что внедрение языковых моделей привело к росту числа публикаций на arXiv примерно на треть, а на других препринт-платформах — более чем на 50%. Бюджетная модель Penn Wharton прогнозирует, что генеративный ИИ добавит 1,5% к ВВП к 2035 году и почти 3% — к 2055-му. Макроэкономическая картина выглядит действительно позитивно.
Однако макропрогнозы и скорость выполнения отдельных задач не отражают того, что происходит внутри команд. А именно здесь картина становится неоднозначной.
Разрыв между восприятием и реальностью
В середине 2025 года организация METR опубликовала результаты рандомизированного контролируемого исследования. Шестнадцать опытных разработчиков открытого ПО были случайным образом распределены на выполнение реальных задач — с ИИ-инструментами или без них. Итог оказался неожиданным: участники, использовавшие ИИ, тратили на 19% больше времени. При этом субъективно они ощущали себя примерно на 20% быстрее и изначально ожидали ускорения на 24%. Разрыв между восприятием и реальностью составил 39 процентных пунктов.
В феврале 2026 года METR объявила о полном перепроектировании исследования — не потому, что результаты оказались ошибочными, а потому что нарастающие эффекты отбора делали исходный рандомизированный дизайн все сложнее интерпретировать. От 30% до 50% участников предпочитали вообще не подавать задачи, лишь бы не оказаться в группе без ИИ. Набор новых участников существенно осложнился. Замеры времени стали ненадежными, поскольку разработчики запускали несколько агентов одновременно.
Неудобный вывод: разработчики настолько сроднились с инструментами, что выстроить чистый эксперимент — где половина участников просто не использует ИИ — может быть уже невозможно.
Скрытая цена скорости
Если ИИ ускоряет выполнение задач, почему команды сообщают о большей усталости, а не меньшей? Восьмимесячное этнографическое исследование исследователей Калифорнийского университета в Беркли Аруны Рангантан (Aruna Ranganathan) и Синци Мэгги Е (Xingqi Maggie Ye), опубликованное в Harvard Business Review, показало: внедрение ИИ в 200-человеческой технологической компании не сократило объем работы — оно его интенсифицировало. Сотрудники брались за более широкий круг задач, работали быстрее и дольше, испытывали когнитивное напряжение и повышенный риск выгорания — не вопреки инструментам, а именно из-за них.
Моделирование Фэна (Feng) с соавторами, охватившее 442 разработчика, показало: внедрение генеративного ИИ повышает требования к работе способами, связанными с выгоранием. Этот эффект смягчался лишь там, где команды располагали достаточными ресурсами и сформировали искренне позитивное — а не навязанное сверху — отношение к технологии.
Предварительное исследование ученых MIT Media Lab, использовавших ЭЭГ для отслеживания мозговой активности во время написания эссе, зафиксировало: у участников, работавших с ИИ-ассистентами, со временем снижались нейронная связность и вовлеченность. Авторы называют это явление «когнитивным долгом»: когда инструмент берет на себя усилие, когнитивная активность человека сокращается.
То же исследование Science, зафиксировавшее всплеск числа публикаций, обозначило и более серьезную проблему: по мере того как полированный текст становится дешевле, он все хуже служит индикатором качества — растет риск появления убедительных по форме, но слабых по содержанию работ. Отчет Google DORA подтвердил схожую закономерность: более быстрое написание кода не ведет автоматически к лучшим результатам разработки. ИИ усиливает то, что уже есть: сильные команды становятся сильнее, слабые — слабее.
Что это значит для руководителей
Команды, которые производят наибольшее впечатление, — не те, что быстрее всех выпускают демо-версии. Это те, кто способен четко объяснить, что именно они не автоматизируют — и почему.
ИИ не устранил узкие места — он переместил их: из исполнения в область суждений, стратегии, синтеза, архитектурных решений и оценки качества. Организации, возводящие скорость в главную метрику, выстраивают то, что можно назвать хрупкой скоростью: впечатляющие прототипы, скрывающие ненадежный фундамент. Преимущество теперь за теми, кто сохраняет критическое мышление и собственное видение на фоне нарастающей сложности.
Две вещи имеют принципиальное значение:
- Чередуйте задачи осознанно. Дайте работе с ИИ свое пространство — а затем продуманно выстройте то, что идет следом. Худший переход — из скоростного потока в пустой период или поверхностную административную работу. Лучший — в задачи, требующие человеческого присутствия: разговор-наставление, стратегическое решение, прогулка без экрана. Сам переход становится восстановлением. Организации, оставляющие это на усмотрение каждого сотрудника, проиграют; те, кто встроит это в командные ритмы, — выдержат.
- Берегите работу, которая не терпит спешки. Наставничество, стратегия, глубокое слушание — деятельность, дающая плоды через годы, — идет в человеческом темпе. Ее нельзя ускорить, и она не должна конкурировать в календаре со скоростью ИИ. Закрепите ее в структуре команды — иначе она исчезнет.
Инструменты, способные соответствовать скорости мысли, уже существуют. Вопрос, который стоит задавать руководителям, — не как двигаться быстрее, а как защититься от спешки.
▼
Самые интересные и важные новости на нашем канале в Telegram
