ИИ-сотрудники: почему компании теряют контроль, назначая алгоритмы коллегами

В погоне за инновациями корпорации с энтузиазмом добавляют ИИ в свои оргструктуры, присваивая алгоритмам имена вроде «Скаут» и назначая их «равноправными членами команды». Однако эта практика таит в себе ловушку, которую исследователи только начинают изучать. Когда руководитель знает, что документ создан или проанализирован ИИ-агентом, он уже не вчитывается в текст так внимательно, как если бы автором был человек. Участники экспериментов пропускали явные ошибки, потому что подсознательно считали: за последствия отвечает технический отдел, а не они. По сути, мы наблюдаем размывание профессиональной ответственности.

Проблема усугубляется тем, что ИИ-модели не сохраняют нейтралитет. Исследования 2025 года, опубликованные в Proceedings of the National Academy of Sciences, выявили у алгоритмов «античеловеческий» уклон: они предпочитают тексты, написанные другими ИИ, и ставят их выше работ живых авторов. На практике это означает, что рекрутинговые системы, использующие ИИ для отбора резюме, отсеивают соискателей, написавших документы самостоятельно. Компании, принимающие стратегические решения на основе таких моделей, рискуют создавать однородную среду, где выживают только подогнанные под машину кандидаты и решения.

Особенно тревожным выглядит игнорирование человеческой иррациональности. Большие языковые модели склонны просчитывать ходы с жёсткой логикой из теории игр, не учитывая эмоции и готовность реальных игроков к компромиссам. Алгоритм, решающий, стоит ли агрессивно демпинговать на новом рынке, выдаст математически правильный ответ, который спровоцирует войну цен. Компании, доверившиеся такой «рациональности», уже сейчас начинают понимать, что самый логичный ход может быть самым разрушительным.

Есть и более глубокая угроза: эффект накопления. Если современные модели обучаются на данных, которые генерируют предыдущие версии ИИ, без должного контроля возникает замкнутый круг. Каждый следующий алгоритм будет укреплять уже существующие шаблоны, делая корпоративное мышление всё менее гибким. Учёные, изучающие этот феномен, отмечают, что мы рискуем получить не инновации, а консолидацию ошибок и предубеждений.

Пока же единственный выявленный способ борьбы с этими рисками — осознанное проектирование работы. Исследователям удалось снизить «античеловеческий» уклон, просто добавив инструкцию не обращать внимания на авторство текста. Но главная проблема лежит не в алгоритмах, а в людях. Корпоративная культура, где ИИ воспринимается как полноценный коллега, а не инструмент, снимает с менеджмента прямую ответственность за результат. И если компании продолжают бездумно расширять штат алгоритмов, вскоре им может понадобиться ещё один вид специалистов — психологи, которые объяснят живым сотрудникам, что бояться ошибок машины должен в первую очередь сам человек.