Нейросети уже способны анализировать психологические отчёты, находить закономерности и формулировать убедительные выводы о руководителях. Но означает ли это, что профессиональная экспертиза становится ненужной? Опыт применения ИИ в оценке управленцев показывает: скорее наоборот – меняются требования к самому эксперту.
Когда нейросеть берётся за психологический профиль
Недавно в нашей практике возник показательный случай.
Крупная IT-компания, которая ранее использовала международную систему оценки Hogan, начала пилотировать российскую систему диагностики руководителей ЭРАЛИДЕР. В процессе знакомства с новым инструментом руководители решили провести собственный эксперимент: загрузили результаты диагностики в одну из известных нейросетей и попросили ее интерпретировать их.
Результат оказался неожиданно хорошим.
ИИ достаточно точно описал выраженные личностные особенности, выделил потенциальные управленческие ресурсы и риски, предложил логичные гипотезы о поведении руководителей. Более того, качество интерпретаций оказалось сопоставимым с тем, что участники ранее получали при аналогичной работе с отчётами Hogan.
Для сравнения использовали результаты ещё одного инструмента оценки. Там ответы нейросети оказались заметно менее убедительными: интерпретации были более общими, а некоторые выводы недостаточно согласовывались с содержанием измеряемых характеристик.
Разумеется, такой эксперимент нельзя считать научным сравнением инструментов. Качество ответа ИИ зависит от множества факторов: структуры отчёта, полноты описаний, формулировки запроса и особенностей самой модели.
Но наблюдение заслуживает внимания.
Если нейросеть способна построить содержательную интерпретацию на основе результатов диагностики, это может косвенно свидетельствовать о понятности и внутренней согласованности представленной в отчёте модели. При этом качество ответа ИИ само по себе ничего не доказывает о психометрической валидности инструмента.
Самое интересное произошло дальше.
Сертифицированный эксперт ЭРАЛИДЕР проанализировал полученные интерпретации и подтвердил: в целом нейросеть рассуждала правильно. Однако в ряде случаев она упускала важные нюансы, которые могли существенно изменить управленческие выводы.
Именно здесь обнаружилась граница между убедительным текстом и профессиональной экспертизой.
Почему правильного описания шкал недостаточно
Современные языковые модели хорошо работают с текстом. Они способны сопоставлять характеристики, выявлять смысловые связи и формировать связное описание личности.
Но интерпретация результатов психометрической диагностики – не просто пересказ значений шкал.
Предположим, у руководителя одновременно выражены организованность и педантичность. Нейросеть может сделать вполне логичный вывод: перед нами человек, ориентированный на порядок, качество и соблюдение правил.
Однако для профессионального анализа этого недостаточно.
Высокая организованность может помогать руководителю выстраивать процессы и обеспечивать выполнение обязательств. Педантичность как потенциально деструктивная стратегия может усиливать эти качества, но при определённых обстоятельствах приводить к чрезмерному контролю, затягиванию решений и трудностям с делегированием.
Как проявится это сочетание? Будет ли руководитель надёжным организатором или начнёт создавать избыточную бюрократию?
Ответ зависит от выраженности отдельных компонентов характеристик, сочетаний с другими шкалами, управленческой роли и ситуации, в которой работает человек.
Поэтому эксперт ЭРАЛИДЕР анализирует не только общие показатели трёх опросников – личностных черт, деструктивных стратегий и мотивационных драйверов, – но и субшкалы, взаимосвязи характеристик, показатели достоверности ответов.
Особое значение имеют противоречивые на первый взгляд сочетания. Например, стремление к самостоятельности может сосуществовать с высокой потребностью в безопасности. Это не обязательно ошибка измерения или внутреннее противоречие. Возможно, человек готов принимать независимые решения, но предпочитает делать это в предсказуемых условиях.
Нейросеть тоже может предложить такую гипотезу. Однако она не всегда самостоятельно определит, какие данные необходимо проверить, насколько обоснован вывод и где заканчивается интерпретация результатов теста и начинается предположение.
Профессиональный эксперт отличается от ИИ не способностью красиво описывать результаты, а умением устанавливать границы допустимых выводов.
Интеллектный симбиоз: сотрудничество или зависимость?
Эта проблема выходит далеко за пределы психологической диагностики.
На конференции «Ананьевские чтения – 2026» профессор Санкт-Петербургского государственного университета С.Ф. Сергеев представил доклад «Теоретико-методологические проблемы интеллектного симбиоза в рамках топологической теории сознания».
Один из вопросов его выступления – что происходит с человеческим мышлением, когда генеративный ИИ становится постоянным участником интеллектуальной деятельности.
Сергеев предлагает рассматривать отношения человека и технологии не просто как использование инструмента, а через понятие симбиоза – взаимодействия, в котором системы взаимно влияют друг на друга.
Важное различие заключается в том, кто управляет этим взаимодействием.
Когда человек самостоятельно формулирует проблему, выдвигает гипотезы, оценивает аргументы и использует ИИ для расширения анализа, технология усиливает его интеллектуальные возможности.
Но если человек сразу передаёт нейросети задачу вместе с необходимостью разобраться в ней, возникает риск: готовый ответ постепенно начинает заменять собственное рассуждение.
В докладе Сергеев обращает внимание на опасность такой интеллектуальной зависимости. Его практические рекомендации предельно конкретны: сначала подготовить собственный вариант решения, затем обратиться к ИИ для проверки гипотезы, запросить контраргументы, свериться с первоисточниками и осознанно разделить то, что сделал человек, и то, что было делегировано машине.
Это особенно важно в профессиях, где цена ошибки связана не только с качеством текста, но и с решениями о людях.
При оценке руководителя нейросеть может сформулировать убедительную рекомендацию, например о готовности кандидата к более высокой должности. Но убедительность формулировки ещё не означает достаточности оснований для такого решения.
Здесь необходим специалист, способный не просто принять или отклонить ответ ИИ, а проверить ход рассуждения.
Именно такой формат взаимодействия можно назвать продуктивным интеллектуальным партнёрством.
Почему сертификация становится важнее, а не менее востребованной
На первый взгляд может показаться, что развитие ИИ снижает потребность в обучении работе с психометрическими инструментами. Если нейросеть умеет интерпретировать отчёт, зачем тратить время на освоение методологии?
Но практика показывает обратное.
Чтобы оценить качество интерпретации, необходимо понимать, как устроен инструмент, что именно измеряют его шкалы, какие выводы допустимы и какие данные требуют дополнительной проверки.
Без этих знаний человек может принять правдоподобный ответ за правильный – особенно если нейросеть уверенно использует профессиональную терминологию.
Исследования автоматизации принятия решений давно описывают подобный эффект как automation bias – склонность чрезмерно полагаться на рекомендации автоматизированной системы.
В работе с психологическими данными этот риск особенно существенен: ошибка может повлиять на кадровое решение, индивидуальный план развития или представление руководителя о собственных возможностях.
Именно поэтому профессиональная подготовка должна включать не только знакомство с отчётами, но и развитие навыков критической интерпретации.
Например, в ходе сертификации по системе ЭРАЛИДЕР специалисты не только знакомятся с методологией и учатся читать диагностические профили, но и осваивают логику комплексной интерпретации: анализируют взаимосвязи шкал и субшкал, учатся учитывать достоверность результатов, формулировать и проверять гипотезы с опорой на управленческий контекст. Важная часть подготовки – практическая работа с реальными диагностическими случаями и отработка навыков обратной связи. Это позволяет не просто усвоить описания шкал, а научиться видеть за результатами диагностики человека и возможные особенности его поведения в конкретных рабочих ситуациях.
В эпоху ИИ эти компетенции приобретают дополнительное значение.
Подготовленный эксперт способен использовать нейросеть для предварительного анализа, поиска альтернативных объяснений и подготовки вопросов к обратной связи. Но он также может обнаружить, когда ИИ проигнорировал важную субшкалу, неверно истолковал сочетание характеристик или сделал слишком категоричный вывод.
Чем доступнее становится автоматизированная интерпретация, тем важнее способность отличать содержательный анализ от убедительной имитации экспертизы.
Не конкурировать с ИИ, а научиться работать вместе
Развитие генеративного ИИ уже меняет профессиональную деятельность психологов, HR-специалистов и консультантов по развитию руководителей.
Было бы странно отказываться от технологии, которая способна за считаные секунды обработать большой объём информации, предложить несколько интерпретационных гипотез и помочь структурировать сложный материал.
Но столь же ошибочно считать, что скорость анализа и качество формулировок автоматически обеспечивают правильность выводов.
В работе с результатами диагностики особенно важно соблюдать несколько принципов:
Отдельный вопрос – конфиденциальность. Психометрические отчёты содержат чувствительную информацию о человеке, поэтому их передача внешним ИИ-сервисам допустима только при соблюдении требований к защите данных и согласованных правил их обработки.
Таким образом, задача состоит не в том, чтобы выбрать между человеком и нейросетью. Гораздо перспективнее выстроить взаимодействие, в котором сильные стороны технологии дополняют профессиональное мышление специалиста.
Эксперт будущего – тот, кто умеет сомневаться
История с интерпретацией отчётов ЭРАЛИДЕР с помощью ИИ показывает, насколько далеко продвинулись генеративные модели. Они уже способны выполнять часть интеллектуальной работы, которая ещё недавно требовала специальных знаний и значительного времени.
Но этот же опыт показывает, чего пока недостаточно для полноценной профессиональной экспертизы: понимания границ выводов, способности учитывать конкретный контекст и ответственности за последствия рекомендаций.
Возможно, главное изменение заключается в том, что ценность эксперта всё меньше определяется объёмом информации, которую он способен воспроизвести.
Гораздо важнее становится умение задавать правильные вопросы, проверять гипотезы, замечать противоречия и понимать, когда данных недостаточно для уверенного заключения.
И здесь идеи интеллектуного симбиоза, о которых говорит С.Ф. Сергеев, приобретают вполне практический смысл: технология должна расширять возможности человеческого мышления, а не сужать и, тем более, не подменять его.
Искусственный интеллект способен помочь интерпретировать результаты диагностики. Но профессиональная экспертиза начинается там, где необходимо понять, насколько этой интерпретации можно доверять – и что с ней делать дальше.
