Использование генеративного ИИ в гибридных командах Казахстана: связь субъективной продуктивности и нагрузки по проверке результатов
DOI:
https://doi.org/10.26577/be201110426Аннотация
Цель статьи состоит в оценке связи использования генеративного искусственного интеллекта с субъективным изменением личной продуктивности и нагрузкой по проверке результатов в гибридных командах Казахстана. Исследование имеет поперечный разведочный дизайн. Данные собраны в августе-сентябре 2026 года посредством онлайн-опроса в Google Forms. Сотрудники зарегистрированных в Казахстане IT-компаний и подразделений цифровизации организаций привлекались с помощью удобной выборки и метода «снежного кома». Из 100 полученных ответов 93 соответствовали критерию гибридной работы. Показатели, непосредственно связанные с использованием ИИ, рассчитывались по ответам 86 пользователей.
Применялись описательная статистика, оценка внутренней согласованности блоков измерения и корреляционный анализ Спирмена на уровне отдельных пунктов. Для множественных сравнений использовалась поправка Холма. Повышение личной продуктивности отметили 66,3% пользователей, а высокую нагрузку по проверке результатов ИИ указали 61,6%. Высокая проверочная нагрузка была распространена во всех группах по изменению продуктивности, в том числе у 34 из 57 респондентов, отметивших её рост (59,6%). Частота использования ИИ положительно коррелировала с направлением изменения продуктивности (ρ = 0,338) и нагрузкой по проверке результатов (ρ = 0,409). Связи общей цифровой нагрузки с командными результатами после поправки Холма не достигли статистической значимости.
Результаты показывают, что субъективные преимущества использования ИИ могут сопровождаться дополнительными усилиями по проверке его результатов. В отличие от экспериментов на уровне отдельных задач, в исследовании субъективная польза ИИ и затраты на проверку его результатов измеряются одновременно, а нагрузка по проверке рассматривается отдельно от общей цифровой нагрузки. По имеющимся у авторов сведениям, для гибридных команд Казахстана такие данные ранее не публиковались. В ходе анализа были разграничены общая цифровая нагрузка, требования к освоению новых инструментов и проверочная нагрузка. Практическая значимость исследования заключается в необходимости учитывать при оценке эффективности ИИ не только подготовку первоначального результата, но и затраты на его проверку, исправление и согласование. Выводы основаны на субъективных оценках и не устанавливают причинных связей.
Ключевые слова: генеративный искусственный интеллект, гибридные команды, субъективная продуктивность, цифровая нагрузка, нагрузка по проверке результатов, управление использованием ИИ.









