Почему сотрудники сопротивляются ИИ и как помочь им освоить новый инструмент

Пользоваться ИИ и тревожиться из-за него вполне возможно. Как и спокойно относиться к технологии, но не находить для нее задач в своей работе.

Поэтому за фразой «сотрудники сопротивляются ИИ» могут стоять совершенно разные истории. Одному непонятно, что будет с его должностью. Другой уже попробовал инструмент и разочаровался. Третьему просто некогда разбираться.

Снизить сопротивление ИИ помогает понятная польза, честный разговор об изменениях и практика на задачах сотрудника. Но сначала нужно проверить, подходит ли инструмент для его работы.

Разберем, что мешает сотрудникам освоить новый инструмент, как отличить нехватку навыков от проблем внедрения и где помогут обучение и практика.

Сначала выясните, что именно не устраивает сотрудников

Компания покупает сервис и предлагает всем освоить нейросети. Для руководства это шаг к повышению эффективности. Для сотрудника — еще один инструмент, которому нужно найти место среди встреч, отчетов и текущих задач.

Если этого места нет, новая подписка будет простаивать. Менеджер продолжит писать письма сам, потому что ему быстрее подготовить текст, чем объяснять контекст и исправлять ответ. Руководитель откажется от сгенерированного отчета, если цифры приходится заново сверять вручную.

Начинать стоит с разговора о работе. Какая задача повторяется? Что в ней отнимает время? Где чаще возникают ошибки? И может ли выбранный ИИ-инструмент помочь?
Причем сотруднику не всегда нужно самому общаться с нейросетью. Если ИИ работает внутри системы и автоматически обрабатывает документы, обучение будет посвящено новому порядку работы и проверке результата. Умение писать промпты здесь может вообще не понадобиться.

Прежде чем объяснять сотрудникам, как пользоваться ИИ, нужно определить, что они будут делать иначе и зачем.

Страх потерять работу нельзя снять обещанием

Для руководителя автоматизация может означать возможность быстрее обрабатывать заявки или готовить документы. Для сотрудника тот же проект выглядит иначе: часть задач, за которые ему платят, теперь способен выполнять сервис.

Отсюда вполне конкретные вопросы. Сохранят ли его должность? Не увеличат ли план? Не обесценится ли опыт, который он нарабатывал годами?

В международном отчете Microsoft и LinkedIn Work Trend Index 2024 среди использующих ИИ на работе 53% опасались, что применение технологии к важным задачам сделает их заменимыми в глазах работодателя. Это данные международного исследования, а не оценка российских сотрудников. Но они показывают, что использование ИИ и тревога за профессиональное будущее вполне могут сосуществовать.

Фраза «ИИ никого не заменит» звучит ободряюще, но обещает больше, чем компания может гарантировать. Автоматизация меняет состав задач и потребность в отдельных функциях. Сотрудники это понимают.

Более полезный разговор — о конкретном проекте. Какие операции изменятся? Кто будет проверять результат? Как станут оценивать работу? Куда направят освободившееся время? Какие решения уже приняты, а какие еще обсуждаются?

HR может помочь руководителям подготовить этот разговор. Но вопросы о численности, нагрузке и целях внедрения должно прояснять само руководство. Учебный курс их не решит.

Недоверие к ответам бывает обоснованным

Нейросеть уверенно отвечает на вопрос, но при проверке оказывается, что она выдумала факт или сослалась на несуществующий документ. После такого опыта сотруднику трудно доверить ей следующую задачу.

Генеративный ИИ создает тексты и другие материалы на основе запроса. Он способен выдать убедительный ответ, содержащий неверные факты, выдуманные ссылки или ошибочные выводы.

Сотрудник, заметивший ошибку, может перестать пользоваться инструментом. Особенно если исправление заняло больше времени, чем сама задача.

Работу с ИИ можно сравнить с постановкой задачи младшему специалисту: помощнику нужно объяснить задачу, дать исходные материалы и проверить, что получилось. Однако точная инструкция и хорошие данные не гарантируют безошибочного ответа. Просьба «проверь себя» тоже не заменяет сверку с источником.

Покажите команде, как выглядит проверка на практике. Например, в черновике письма клиенту нужно сверить условия и сроки, в учебном материале — факты, в опроснике — соответствие вопросов компетенциям.

Специалист должен понимать, где ответ можно доработать, а где его следует отклонить. Это часть навыка работы с ИИ.

Покажите пользу на задаче, которую человек узнает

Допустим, HR-специалисту нужно подготовить опросник по модели компетенций. Он передает ИИ согласованный учебный файл, описывает требования к вопросам и получает первый вариант. В другом сценарии просит предложить структуру программы адаптации для конкретной должности.

Для HR это понятные задачи: перед специалистом появляется заготовка документа, который ему регулярно приходится создавать. Пользу можно проверить сразу — посмотреть, что удалось использовать и сколько осталось доработать.

Особенно заметна помощь на этапе, когда работа еще не началась. Вместо пустой страницы — структура, которую можно оценить, дополнить и исправить.
Но в этом же примере видно, почему экспертиза остается необходимой. Программа адаптации, созданная по информации с сайта, не знает всех внутренних процессов компании. В ней могут появиться мероприятия, которых нет, и отсутствовать обязательные действия. HR предстоит сверить программу с ролью новичка, порядком работы и возможностями наставника.

Более сложный сценарий — анализ интервью по матрице компетенций. ИИ можно поручить найти в расшифровке фрагменты, относящиеся к конкретным компетенциям, и собрать их для специалиста по оценке. Тогда у эксперта будет материал для проверки, а не только готовый балл с пояснением.

Если инструмент предлагает предварительную оценку, ее нужно сопоставить с оценками специалистов и проверить, насколько выводы опираются на содержание интервью. Наличие такой функции еще не подтверждает ее пригодность для кадровых решений.

Для первого знакомства выбирайте задачу, результат которой сотрудник умеет оценивать. Тогда он сможет заметить и пользу, и ошибки инструмента.

Дайте время попробовать и право задавать вопросы

Предложение «разберитесь с ИИ, когда будет свободная минута» легко откладывается на неопределенный срок. У сотрудника есть работа, за которую с него уже спрашивают.

Нужны доступ к сервису, понятное задание, выделенное время и человек, к которому можно обратиться. Иногда барьер оказывается совсем не психологическим.

Чтобы понять, что мешает вашей команде, попросите сотрудника показать последнюю попытку: какую задачу он решал, что получил и на каком шаге остановился.

Правила особенно важны в HR, где работа связана с информацией о людях. До практики нужно определить, какие сервисы разрешены, какие данные можно передавать и кто проверяет результат. Для первых упражнений подойдут вымышленные данные. Сотруднику не придется гадать, можно ли загружать резюме или запись интервью.

Как превратить знакомство с ИИ в рабочий навык

Одному сотруднику проще начать с подготовки рабочего письма, другому — со структуры отчета, третьему — с задачи вне работы. Единого входа нет. Но корпоративное обучение должно довести человека до действия, которое нужно в его роли. Для этого можно обойтись короткими материалами, если за ними следуют практика и разбор результата.

Например, HR-специалисту предстоит освоить подготовку опросника по модели компетенций. Его программа может выглядеть так:

1. Посмотреть короткий разбор задачи и требований к результату.
2. Изучить пример запроса с исходными данными.
3. Подготовить свой опросник на учебном материале.
4. Проверить вопросы и объяснить внесенные исправления.
5. Получить обратную связь и выполнить второе задание.

В Эквио для такого обучения можно разделить сотрудников по ролям, назначить материалы и практические задания. Через модуль «Задания» сотрудник представляет результат, а руководитель или эксперт проверяет его по заданным критериям. Подробнее о модуле.

Для проверки полезнее запросить не только итоговый документ, но и короткое пояснение: что предложил ИИ, что сотрудник изменил и почему. Красивый ответ нейросети еще не показывает, что человек понимает задачу.

Если освоение инструмента связано с развитием сотрудника, его можно включить в индивидуальный план. Например, руководитель тестирует новый способ подготовки отчета, представляет результаты и обсуждает с наставником, оправдался ли подход. В модуле ИПР Эквио можно фиксировать цели и развивающие действия, отслеживать статус плана. Подробнее об ИПР.

Задания и чек-листы помогают организовать практику и проверить качество работы. Они не доказывают пользу самого ИИ-инструмента: ее предстоит оценить отдельно.

Как понять, что обучение принесло пользу

Сотрудник прошел материал, выполнил задание и научился составлять запрос. Это результат обучения. Следующий вопрос — стал ли он лучше решать рабочую задачу.

Для ответа сравнивают время на весь процесс, качество итогового материала и объем исправлений. Быстро получить черновик полезно только тогда, когда дальнейшая проверка не съедает огромное количество времени.

Если HR готовит программу адаптации с помощью ИИ, учитывать нужно и создание структуры, и сверку с внутренними правилами, и доработку. При сравнении важно брать похожие задачи: программу для одной должности нельзя напрямую сопоставлять с программой для нескольких подразделений.

В результате пилота компания может решить расширить сценарий, изменить обучение или отказаться от инструмента. Последнее тоже бывает обоснованным результатом проверки.

Вопросы и ответы

Автор:

Анастасия Черданцева — эксперт в сфере образовательных технологий