Как изменится качество работы, если вместо специалиста ее выполнит ChatGPT? Одни из первых количественно измеренных данных предоставляет новое исследование от MIT. Рассказываем главное — с выводами для HR-специалистов.
Как проводили эксперимент
Участниками стали 444 специалиста — все с опытом работы и высшим образованием. Они занимают позиции HR-менеджеров, маркетологов, консультантов, дата-аналитиков и менеджеров.
В рамках эксперимента их просили выполнить два задания на написание текстов, похожих на те, что они создают на своей работе. Так, задания включали написание пресс-релизов, коротких отчетов, аналитических планов и писем. Большинство участников подтвердили, что предложенные задания реалистично отражают их рабочие задачи. Чтобы мотивировать испытуемых выполнить задания максимально качественно, им предложили денежное вознаграждение.
Качество выполнения заданий вслепую оценивалось другими опытными профессионалами на тех же должностях, что у испытуемых. Судей попросили выставлять оценки максимально внимательно и строго.
Половину участников — экспериментальную группу — попросили после выполнения первого задания зарегистрироваться в ChatGPT*. Им объяснили, как использовать эту нейросеть и разрешили (на их усмотрение) применить ее для выполнения второго задания. 92 % участников группы успешно зарегистрировались в ChatGPT, 81 % решил использовать нейросеть для выполнения второго задания.
* ChatGPT — чат-бот с искусственным интеллектом от компании OpenAI. Способен генерировать различные типы текстов.
Контрольная группа для написания текстов в обоих случаях использовала стандартный текстовый редактор.
Результаты
Экспериментальная группа (с ChatGPT) справилась со вторым заданием на 10 минут раньше: 17 минут против 27 минут у контрольной группы (разница в 37 %).
Эта же группа получила в среднем более высокие оценки за качество — оригинальность, содержание и качество написания: 4,5 против 3,8 у контрольной группы.
Наиболее полезным инструмент оказался для «слабых» работников. Участники ChatGPT-группы, которые получили низкие оценки за качество первого задания, после использования нейросети во втором задании увеличили свои показатели. У работников, которые и за первое задание получили высокие оценки, разница после использования ChatGPT была только в скорости выполнения — оценки за качество остались примерно на том же уровне.
Контрольная («обычная») группа показала большой разброс в оценках: те, кто хорошо справился с первым заданием, так же хорошо справились и со вторым; люди с низкими оценками плохо выполнили оба задания. В ChatGPT-группе разница в оценках была вдвое уменьшена после использования нейросети.
Читайте также: Выгоды от цифровизации и автоматизации в HR — на реальных кейсах
Еще несколько выводов:
- 20 % участников из обеих групп на выполнение каждого задания было дано ровно 15 минут. В результате участники ChatGPT-группы еще больше увеличили разницу в оценках за задание по сравнению с участниками, которым не было выставлено временных ограничений. Это позволяет сделать вывод, что ChatGPT особенно полезен, когда время на выполнение задания ограничено.
- 30 % участников ChatGPT-группы после выполнения второго задания было показано их первое задание. Им была предоставлена возможность отредактировать текст с помощью ChatGPT или полностью заменить его на текст от нейросети, если они так решат. 23 % выбрали заменить свой текст на текст от ChatGPT, 25 % использовали ChatGPT для редактуры написанного ими текста. Получается, что участники рассматривают этот инструмент как способ улучшить качество своей работы.
- 68 % участников отправили в качестве ответа текст от ChatGPT без внесения в него корректировок. Участники, использовавшие ChatGPT, не получили более высокие оценки, чем просто текст от ChatGPT (который также был представлен для оценки судьям для чистоты эксперимента).
Участники, использовавшие ChatGPT, выше оценили свою степень удовлетворенности сделанной работой и свою эффективность — по сравнению с участниками «обычной» группы.
Читайте также: Без бумажных отчетов и прозрачно — как в FES Retail обучают и оценивают более 7 000 сотрудников
Потенциальные последствия для рынка труда
Эксперимент показал, что в будущем стоит ожидать большего распространения нейросетей для решения рабочих задач.
До эксперимента около 30 % участников уже использовали ChatGPT в своей обычной работе. Через две недели после прохождения исследования этот показатель вырос: 33 % участников ChatGPT-группы и 18 % контрольной группы. Впервые после исследования этот инструмент стали применять 26 % участников ChatGPT-группы и 9 % — контрольной группы.
С помощью ChatGPT опрошенные генерируют рекомендательные письма для работников, ответы на обращения клиентов, генерируют идеи и ищут информацию, составляют электронные письма и так далее.
Те, кто не используют нейросеть в своей работе, в основном объясняют это тем, что чат-боту не хватает знаний контекста, который играет важную роль в нужных им текстах. Например, если тексты специфически заточены под клиентов и учитывают особенности продуктов компании. Таким образом, потенциальная область применения ChatGPT и других подобных ей инструментов — задания средней сложности, не являющиеся узко специализированными.
Как мы писали ранее, в крупных зарубежных компаниях — Amazon, Google, IBM, McKinsey, Nike — 43 % сотрудников уже используют инструменты искусственного интеллекта для решения повседневных рабочих задач. Правда, 70 % из них скрывают это от руководства, опасаясь неодобрения или негативных последствий. С другой стороны, некоторые компании, наоборот, открыты к применению новых инструментов. Так, 22 % российских работодателей ищут сотрудников, которые разбираются в ChatGPT.
Специалисты при выполнении профильных заданий среднего уровня сложности от использования ChatGPT выигрывают в продуктивности (скорости работы). Подобные инструменты улучшают качество работы для работников с плохо развитыми компетенциями по созданию текстов — таким образом, разница между результатами работы «хороших» и «плохих» специалистов несколько уменьшается.
Поскольку время на выполнение задач уменьшается, в будущем это может сократить потребность в большом количестве работников на некоторых позициях.
Хотя надо сказать, что некоторые работники уже сейчас, напротив, используют возможности искусственного интеллекта для своей пользы. Например, работают на четырех фултайм-работах одновременно и говорят, что 80 % заданий за них выполняет искусственный интеллект. Однако даже при этом такая повышенная нагрузка дается им сложно: пятую работу, говорят они, уже не потянуть. Но это единичные случаи. Компаниям стоит не волноваться на этот счет, а предоставить работникам возможности для развития в интересной им области. Об этом — далее.
Что эти данные значат для эйчара уже сегодня
Вероятно, в ближайшие несколько лет ИИ-инструменты будут широко внедрены в повседневную работу, особенно в сферах IT и диджитал. Если кому-то из работников интересно развиваться в этом направлении уже сейчас, стоит предоставить ему такую возможность.
Для работодателей это также выгодно, поскольку сократит время выполнения рутинных задач, а значит повысит производительность работников: один сотрудник сможет выполнять больше задач, не испытывая чрезмерных нагрузок.
Предварительно необходимо обсудить, чем работнику в целом было бы интересно заниматься в долгосрочной перспективе. При необходимости можно зафиксировать выводы в карте карьерного развития и индивидуальном плане развития сотрудника — если HR-отдел компании ведет с ними работу. Это поможет визуализировать для работника желаемую карьерную траекторию и спланировать дальнейшее обучение для развития компетенций.
В масштабах организации составлять индивидуальные планы развития эффективнее всего с помощью специализированных решений — таких как Mirapolis HCM. Составленные в системе планы развития будут учитывать результаты оценки компетенций (которую также можно автоматизировать). Вся нужная информация по срокам и прогрессу выполнения задач будет отображаться в личном кабинете сотрудника, руководителя и наставника. Узнайте подробнее о возможностях Mirapolis HCM в этом разделе. А про автоматизацию ИПР — из этой статьи.