Генеративный ИИ и агенты на его основе сегодня применяются для выработки и принятия самых разных решений: от выполнения школьных домашних заданий до написания статей, от разработки компьютерных игр до анализа рынков и планирования проектов.
Вопрос качества принимаемых таким образом решений, в том числе и связанных со сферой управления, широко обсуждается и является предметом многих исследований (например, Camuffo, et al., 2025; Asthana, et al., 2026)
Но мы хотели бы сфокусироваться на другом аспекте использования ИИ для выработки и принятия управленческих решений: на готовности людей исполнять решения, принятые с применением ИИ, и связи этой готовности с участием в выработке решений.
Есть два важных фактора, влияющих на такую готовность: насколько человек или группа людей, несущих ответственность за такое решение, во-первых, понимают принятое решение, и, во-вторых, насколько они принимают на себя ответственность (личную или коллективную) за его реализацию.
Здесь многое зависит от сложности реализации решений (например, количества оперируемых объектов, шагов реализации и развилок) и сложности их адаптации по мере выполнения (например, от необходимости начать с построения плана реализации, от вариативности условий среды и пр.).
Для простых решений, не требующих адаптации по мере реализации, не нужно глубокого понимания решения, а ответственность за его реализацию легко устанавливается относительно простыми механизмами: указанием руководителя, его авторитетом, регламентирующими документами, контролем исполнения и т. п. Но чем решение сложнее, тем более глубокое понимание самого решения и его происхождения требуется и тем более сложные механизмы установления ответственности должны использоваться.
Примером такого сложного решения в бизнесе может быть стратегия развития компании. Для ее реализации требуется не просто формальное понимание документа стратегии, а глубокое знание ее принципов, умение ее адаптировать к изменяющимся обстоятельствам, внутренняя мотивация на ее реализацию. Стратегия — это не документ, стратегия — это глубокое коллективное понимание ее логики и коллективная ответственность за ее реализацию.
Авторство выбора как механизм повышения качества исполнения сложных решений
Мы видим ключевым механизмом для создания как глубокого понимания принятого решения, так и коллективной ответственности за его реализацию то, что мы называем «авторство выбора». Под этим мы понимаем создание через непосредственное участие в выработке решения состояния, при котором человек (или группа) не только понимает происхождение и основания решения, но и признает его «своим», ощущая готовность нести за него ответственность. Такое состояние возникает в результате реального участия и вклада в выработку решения.
Связь авторства выбора с вовлеченностью человека в исполнение решения выглядит следующим образом:
Авторитет, нормативы и контроль способны «купить» подчинение. Но ими трудно «купить» качественное суждение на местах, готовность защищать принятое решение, добровольное сообщение плохих новостей и ответственную адаптацию под меняющуюся ситуацию. Здесь, скорее, поможет высокая вовлеченность в принятие решения. Такая связь авторства выбора с организационным обязательством и готовностью к адаптивному исполнению устойчиво подтверждена метаанализом на тему процедурной справедливости (Colquitt et al., 2001; Kim & Mauborgne, 1991, 1993, 1995; Korsgaard, Schweiger & Sapienza, 1995). В частности, эксперименты с управленческими командами показывают, что именно воспринимаемое влияние на процесс, а не только конечный результат, повышает доверие и приверженность решению.
Полезно различать пять слоев авторства.
«Авторство выбора» требует одновременно как эпистемического авторства («я определил, почему этому решению можно верить»), так и авторизующего («я поддерживаю это решение и отвечаю за его последствия»), что достигается через каузальное и нормативное авторство. Важно понимать, что только эпистемического авторства недостаточно для ответственного и творческого подхода к реализации сложных решений, таких как стратегия компании. Необходим и авторизующий уровень. Коллективное обязательство формируется, когда участники не только понимают происхождение приоритетов, знают ограничения на возможные решения и могут объяснить выбранное направление, но и берут на себя ответственность за решение. Эксперименты с использованием ИИ показывают, что даже небольшое реальное право повлиять на результат резко повышает принятие алгоритмического совета (Dietvorst et al., 2018). В то же время пассивное использование готового ответа ИИ снижает ощущение причастности и, как следствие, осмысленности выполняемой работы (Lee et al., 2026; Draxler et al., 2024).
В целом можно так охарактеризовать ситуации, в которых авторство выбора имеет повышенное значение:
Как показывают результаты экспериментальных исследований (Castelo, Bos & Lehmann, 2019; Lee, 2018), люди существенно хуже принимают алгоритмические рекомендации в задачах, которые воспринимаются как требующие «человеческого понимания», ценностного суждения или затрагивающие идентичность, и лучше — в объективных, стандартизированных задачах.
Проблематика исполнения решений, принятых с помощью генеративного ИИ
Чем генеративный ИИ отличается от предыдущих алгоритмов: в отличие от более ранних технологий ИИ он входит в процесс принятия решений «выше по течению». Алгоритмы предыдущих поколений чаще выдавали оценку уже заданного варианта. А генеративный ИИ способен без участия человека:
Искажения, которые вносит использование ИИ-моделей в решения, принимаемые людьми, изучались во многих исследованиях. Так, к примеру, Jakesch, Bhat et al (2023) изучали неосознанный сдвиг взглядов пользователей при обращении к предвзятой ИИ-модели в качестве соавтора. Doshi & Hauser (2024) обнаружили, что влияние ИИ-моделей на творчество проявляется не только в повышении личной креативности, но и в существенном сокращении разнообразия производимых идей.
ИИ ломает авторство выбора по разным направлениям:
Поэтому замещение человека на ИИ сприводит к различным искажениям на всех уровнях.
Такого рода нарушения отмечались во многих исследованиях. Так, объяснения, которые готовит ИИ, часто увеличивают готовность принимать и правильные, и ошибочные рекомендации и не улучшают комплементарность человека и машины (Bansal, Wu, Zhou, et al., 2021; Poursabzi-Sangdeh et al., 2021). Формальное оставление ответственности на человеке при фактическом отсутствии контроля создает «зоны морального упадка» (Elish, 2019). Пассивное использование ИИ приводит к потере ощущения самоэффективности, осмысленности и сопричастности в принимаемых решениях (Lee, Yin, et al., 2026). Концепция «значимого человеческого контроля» подчеркивает, что контроль человека над решением должен быть реальным, а не номинальным (Santoni de Sio & van den Hoven, 2018).
Таким образом, искажения, связанные с замещением человека ИИ, во многих случаях ведут к неготовности людей вовлеченно и ответственно реализовывать сложные решения. Мы предполагаем, что участие в выработке решения может повышать качество исполнения там, где сотрудникам приходится самостоятельно интерпретировать общий замысел. Это делает использование ИИ в таких решениях проблематичным, поскольку влияет на качество исполнения даже в условиях, когда исходной информации и интеллектуальной мощности ИИ достаточно для собственно принятия решений. В то же время для рутинных или простых операций обычно достаточно формального согласования.
Поэтому написание сложного промпта и запуск ИИ-агента, готового пройти длинный путь формирования сложного решения, полностью автономно, может оказаться не лучшим вариантом с точки зрения последующего исполнения решения, даже при самом лучшем решении и его убедительном объяснении, подготовленном ИИ.
Протокол авторства выбора при использовании генеративного ИИ для выработки сложных решений
Чтобы избежать таких ограничений и иметь возможность использовать ИИ в выработке стратегических решений, мы предлагаем протокол, определяющий, как и в каких точках принятия решения целесообразно вовлекать ЛПР или всю команду, работающую над выработкой и дальнейшей реализацией решения.
Согласно этому протоколу, такими точками рекомендованного участия человека в выборе являются:
Осознанное участие в выборе в этих точках повышает авторство выбора и создает благоприятные условия для последующего исполнения принятого решения. Отметим, что такой эффект может иметь даже небольшое реальное воздействие человека на принимаемое алгоритмом решение (Dietvorst et al., 2018).
При этом рутинный поиск и анализ, расчеты, дедупликацию, симуляции и обратимые ветви можно делегировать ИИ, но финальное слово в каждой точке должно быть за человеком. И это слово должно говориться на основании проведенной человеком работы, пусть и опирающейся на результаты, подготовленные ИИ. Ключевой критерий не в том, что человек понял предложение ИИ, а в том, что его вклад реально определил цель, критерии, набор альтернатив или итог. Без такого определяющего влияния даже глубокое понимание остается всего лишь пониманием чужого решения.
Здесь необходимо учитывать, что расширение участия человека в выработке решений несет и определенные издержки: замедляет процесс принятия решения (иногда значительно), усиливает политическую торговлю, может превратиться в декоративный ритуал (Mantere & Vaara, 2008). Поэтому необходимо искать баланс между обеспечением авторства выбора и поддержанием приемлемого уровня издержек. Достаточно реального (не просто декоративного) участия человека в нескольких ключевых развилках, нет необходимости полностью проходить путь ИИ.
