Люди очень по-разному используют ИИ. Кто-то только иногда задаёт вопросы, кто-то уже регулярно работает с документами и таблицами, кто-то разбивает сложные задачи на этапы, использует проекты и подключённые сервисы, а кто-то уже перестраивает рабочие процессы и решает, где ИИ должен участвовать в работе компании. Поэтому вопрос «Хорошо ли я умею пользоваться ИИ?» слишком общий.
Полезнее спросить: «Что я уже умею делать уверенно, а что пока почти не использую?»
Здесь не нужен экзамен
Цель этой оценки — не присвоить себе высокий или низкий уровень. Она нужна, чтобы увидеть:
что уже стало привычным → где вы пока действуете простым способом → какие возможности знаете, но почти не используете → что вообще оказалось новым
Так легче выбрать следующий полезный шаг.
Посмотрите на свою обычную работу
Отметьте только то, что вы действительно делаете уверенно, а не просто знаете, что такая возможность существует.
Работа с отдельными задачами
Если большинство этих действий уже привычны, отдельный запрос к ИИ для вас, скорее всего, уже не основная сложность. Тогда стоит смотреть дальше.
Работа над задачей, а не одним запросом
Здесь уже появляется другой уровень работы. ИИ становится не просто местом, куда вы отправили запрос, а инструментом, с которым можно вести задачу дальше.
Связанные и повторяющиеся процессы
Если такие вещи уже привычны, вы работаете не только с отдельными задачами. Вы начинаете проектировать способ выполнения работы.
ИИ на уровне бизнеса
Здесь вопрос уже становится управленческим: не «что умеет ИИ?», а «что имеет смысл менять в работе под возможности ИИ?»
Ваши отметки по разделам
Не обязательно двигаться по всем уровням одинаково
У человека могут быть сильные навыки в одной области и пробелы в другой. Например, кто-то отлично работает с текстами, но почти не использует файлы и сервисы. Другой человек уже строит автоматизации, но плохо проверяет факты. Руководитель может хорошо видеть возможности изменения процессов, но ещё не уметь самостоятельно проверять работу ИИ. Это тоже пробел, который важно заметить. Поэтому эта схема — не лестница, где каждый обязан пройти одинаковый путь. Это скорее карта навыков и возможностей.
Обратите внимание на три вещи
После оценки полезно посмотреть не на количество отметок, а на три группы.
Что уже делаю уверенно?
Это уже рабочий навык, на который можно опереться.
Что понимаю, но почти не использую?
Здесь часто находится ближайшая практическая возможность.
Что оказалось новым или непонятным?
Это следующий горизонт: сначала стоит разобраться, что здесь возможно, а затем решить, какие навыки действительно нужны.
Следующий шаг не обязательно самый сложный
Если вы уже уверенно работаете с отдельными запросами, вам не обязательно сразу строить автоматизацию отдела. Возможно, следующий полезный шаг намного проще:
- научиться работать с задачей в несколько этапов;
- перестать каждый раз начинать с нуля;
- подключить ИИ к одному регулярно используемому сервису;
- разобрать один повторяющийся рабочий процесс целиком.
Хороший следующий шаг — не самый продвинутый. Это тот шаг, который заметно расширяет ваши возможности именно сейчас.
Можно проверить это на своей реальной работе
Возьмите несколько задач, которые вы выполняете регулярно, и задайте себе вопросы:
- Что здесь я уже делаю с ИИ?
- Что всё ещё делаю привычным способом, хотя теперь вижу другой вариант?
- Где я просто не знал, что ИИ можно использовать иначе?
- Какое изменение могло бы дать мне заметную пользу?
Это уже гораздо полезнее, чем пытаться ответить на общий вопрос: «Какой у меня уровень ИИ от 1 до 10?»
Что важно понять
Уровень работы с ИИ определяется не тем, сколько сервисов вы знаете и сколько запросов делаете. Гораздо важнее:
какие задачи вы умеете решать → какие способы работы используете → насколько устойчиво получаете результат → умеете ли менять саму организацию работы
И если вы видите область, где следующий способ работы вам понятен, но пока не стал навыком, значит вы уже нашли направление развития. Дальше есть два пути. Можно самостоятельно разобраться глубже и попробовать применить новый подход в своей работе. А если нужен более короткий и системный путь — с объяснениями, практикой, проверкой понимания и постепенным усложнением — здесь уже начинается обучение.
Проверьте ИИ на знакомой задаче
Когда начинаешь осваивать ИИ, возникает вопрос: какие задачи ему поручать, чтобы действительно понять его возможности?
Можно пробовать что-то совершенно новое, просить объяснять незнакомые темы и удивляться результатам. Но здесь есть одна трудность: если вы сами плохо разбираетесь в вопросе, то не всегда сможете понять, насколько правильно ИИ выполнил задачу.
Ответ может выглядеть подробным и убедительным, но как узнать, что в нём нет ошибок? Как заметить, что ИИ упустил важное условие или предложил решение, которое в действительности не подходит?
Поэтому начните с того, в чём вы уже разбираетесь. Когда вы знаете, как устроена задача и какого результата нужно добиться, вам гораздо проще заметить ошибки ИИ, подсказать ему важные особенности и оценить, действительно ли он помог.
И необязательно выбирать профессиональную сферу. Подойдёт увлечение, домашние дела или любая другая деятельность, которой вы давно занимаетесь и хорошо понимаете, как она устроена.
Почему знакомая задача помогает лучше понять ИИ?
Допустим, вы часто готовите дома и привыкли планировать покупки на неделю. Вы знаете, какие блюда готовите, сколько продуктов обычно требуется, что уже есть дома и какие покупки нужно сделать.
Одна из привычных частей этой работы — собрать общий список продуктов для нескольких блюд. Приходится просматривать рецепты, объединять одинаковые ингредиенты, учитывать домашние запасы и проверять, ничего ли не забыли.
Часть этой работы можно поручить ИИ. Например, передать ему несколько рецептов и список имеющихся продуктов, а затем попросить составить общий список покупок. ИИ может сгруппировать ингредиенты, объединить одинаковые продукты и подготовить список, с которым удобно идти в магазин.
Но самое интересное здесь не сам список.
Вы хорошо знаете эту задачу и поэтому можете оценить, насколько правильно ИИ её выполнил.
Если он неправильно посчитал количество какого-то продукта, что-то пропустил или предложил купить то, что уже есть дома, вы сможете это заметить. Вы понимаете, какие подробности ему нужно сообщить, что попросить исправить и как должен выглядеть подходящий результат. А ещё вы видите, из каких отдельных действий состоит знакомая вам работа. Возможно, раньше вы даже не думали, что какие-то из них можно поручить ИИ.
Именно так начинают открываться новые возможности.
Как найти такую задачу у себя?
Посмотрите на деятельность, которой регулярно занимаетесь. Это может быть работа с документами, подготовка отчётов, фотография, ремонт, обучение, планирование или любое другое знакомое дело.
Вспомните, какие действия там повторяются. Где вам приходится разбирать информацию, что-то сравнивать, составлять списки, готовить материалы или проверять результат?
Не нужно сразу искать возможность поручить ИИ всю работу целиком. Для начала достаточно выбрать одно небольшое действие, где вы понимаете исходные данные, знаете желаемый результат и можете сами проверить качество.
Можно даже попросить ИИ помочь найти такие действия:
Я хорошо разбираюсь в [укажите знакомую область]. Обычно я выполняю такие задачи: [кратко опишите свою работу]. Помоги увидеть, с какими отдельными действиями здесь может помочь ИИ. Начнём с тех, где я смогу самостоятельно оценить результат.
После этого выберите одну подходящую задачу и попробуйте выполнить её вместе с ИИ. Посмотрите, что он сделает правильно, где ему понадобится дополнительная информация, что придётся исправить и насколько полученный результат действительно облегчает вашу работу. Так вы будете не просто получать ответы, но и постепенно понимать, как управлять работой ИИ и где проходят границы его возможностей.
И ещё одно важное следствие: освоенные способы работы постепенно можно переносить в другие области. Вы уже будете понимать, что ИИ нужно сообщить, какие материалы ему передать, как уточнять задачу и проверять результат. Даже если сама новая тема вам знакома меньше, опыт взаимодействия с ИИ никуда не исчезнет.
Поэтому знакомая сфера — хорошая отправная точка. Она позволяет использовать уже имеющиеся знания для освоения нового инструмента, а затем применять этот опыт гораздо шире.
Больше практических примеров — в Telegram
Когда вы хорошо разбираетесь в задаче, вам легче заметить ошибки ИИ. Но не менее важно понимать, что делать дальше: как уточнить недостающие условия, исправить результат или проверить сомнительный вывод.
В нашем Telegram-канале «AI В ДЕЛО» мы разбираем такие ситуации на понятных примерах и показываем способы работы с ИИ, которые можно попробовать самостоятельно.