505 работников, три группы, один вывод: ущерб связан с предписанием, а не с моделью.

Случайный онлайн-эксперимент, опубликованный 21 августа в журнале Work, распределил 505 немецких работников из разных отраслей по одному из трёх условий — без использования LLM, предписанное использование LLM или добровольное использование LLM — и предложил им выполнить две рабочие задачи. Затем исследователи измерили три характеристики работы и один показатель эффективности.

Что показало исследование

Использование LLM снизило автономию в принятии решений, обработку информации и эффективность принятия решений. Оно также снизило перегрузку ролью — единственный эффект, который сами работники восприняли бы как облегчение. Добровольное использование смягчало негативные эффекты, сохраняя это преимущество. Потребность в автономии модифицировала результаты, усиливая эффект на автономию в принятии решений; потребность в познании модифицирующего эффекта не показала.

Что неверно в распространённой трактовке

Фраза, которую будут цитировать, звучит так: «AI делает работников хуже в принятии решений». Но дизайн исследования подтверждает нечто более узкое и куда более полезное: ущерб связан с обязательным использованием. Один и тот же инструмент, вручённый человеку, который сам его выбрал, даёт иные результаты. Это вывод о том, как организации внедряют AI, а не о том, что делает AI сам по себе — а способ внедрения как раз и есть переменная, которую работодатель контролирует при топ-даун запуске. Если читать это как обвинение технологии, смысл один; если как обвинение предписания, это уже вывод, с которым может работать операционная команда.

Ограничения здесь системные, а не случайные

Это онлайн-эксперимент с двумя короткими задачами и самооценкой характеристик работы, а не измерение производительности на рабочем месте. Такой дизайн обеспечивает причинную чистоту ценой внешней валидности, и три из четырёх исходов — это восприятие, а не измеренный результат — исключением является эффективность принятия решений. Выборка самосформированная, онлайн и только немецкая. Всё это не делает вывод неверным; это делает его контролируемым результатом, который ещё предстоит подтвердить в полевом исследовании.

Почему такой дизайн редок

Почти вся доказательная база по рынку труда и большим языковым моделям носит наблюдательный характер или проводится вендорами на собственных продуктах. Трёхгрупповое рандомизированное распределение, которое отделяет добровольность от инструмента, встречается редко, и оно указывает на механизм, а не на корреляцию. Если эффект сохранится при повторении в рабочей среде, практический вывод будет необычно конкретным: то, как оформлен запуск, может иметь большее значение для результата, чем то, какая именно модель внедрена.