Использование ИИ может приводить к переоценке профессиональных компетенций

Активное применение генеративного искусственного интеллекта в рабочих задачах может создавать у специалистов завышенное представление о собственных знаниях и навыках. Исследователи описывают это явление как «эффект лжеца»: сотрудник воспринимает качественный результат нейросети как подтверждение собственной компетентности, даже если не способен самостоятельно выполнить или проверить работу.

Проблему рассмотрела генеральный директор «КроссАрт», эксперт Школы управления РБК Анастасия Мозер. В отличие от синдрома самозванца, при котором человек недооценивает свои достижения, «эффект лжеца» связан с чрезмерной уверенностью в профессиональных возможностях.

Почему качество результата ИИ не подтверждает квалификацию специалиста

В исследованиях 2025 года отмечается, что пользователи генеративного ИИ могут завышать оценку собственных способностей после получения качественного ответа нейросети. При этом владение инструментами составления запросов не гарантирует способности обнаруживать ошибки в сгенерированных материалах.

Для проектных и инженерных организаций этот вопрос связан прежде всего с разграничением автоматизированной подготовки материалов и их профессиональной проверки. Нейросеть может сформировать текст пояснительной записки, предложить расчетный алгоритм или подготовить описание технического решения, однако качество такого результата само по себе не подтверждает корректность исходных данных, расчетов и принятых решений.

В исходных исследованиях не приводится отдельной статистики по проектировщикам, инженерам-изыскателям или специалистам строительной отрасли.

Молодые специалисты и удаленные сотрудники

В материале РБК выделены две группы, для которых проблема может быть особенно актуальна.

Первая — сотрудники с ограниченным профессиональным общением, в том числе работающие удаленно. Исследователи связывают недостаток социальных контактов с рисками чрезмерной опоры на ответы чат-ботов.

Вторая — молодые специалисты, начинающие профессиональную деятельность. В исследовании профессора Швейцарской школы бизнеса SBS Майкла Герлиха отмечена связь между интенсивностью использования ИИ и показателями критического мышления. Наиболее выраженной она оказалась среди участников в возрасте 17–25 лет.

При этом выявленные исследователями зависимости не позволяют автоматически считать каждого активного пользователя нейросетей недостаточно компетентным.

Как организовать проверку результатов работы с ИИ

Анастасия Мозер предлагает использовать последовательность, при которой сотрудник сначала самостоятельно формулирует решение задачи, затем обращается к нейросети, анализирует ее ответ и дорабатывает первоначальный вариант.

В приведенном исследовании такой подход сопровождался повышением качества решений участников на 42%. Этот показатель относится к условиям конкретного исследования и не является оценкой эффективности ИИ в инженерном проектировании.

Еще одна рекомендация — проверять не только итоговый документ, но и процесс его подготовки: какие исходные данные использовались, какие этапы выполняла нейросеть и каким образом специалист проверял полученные результаты.

В качестве дополнительного инструмента развития критического мышления Мозер рассматривает обучение через анализ произведений искусства, включая метод визуального мышления (Visual Thinking Strategies, VTS). Он предполагает обсуждение изображений с обязательным обоснованием наблюдений. В материале приводится метаанализ 31 научной работы, посвященной использованию подобных методов при подготовке руководителей.

Предложенные подходы касаются организации работы и корпоративного обучения. Специальных нормативных требований к применению генеративного ИИ при подготовке проектной документации или результатов инженерных изысканий в рассматриваемом материале не приводится.