Кто отвечает за выводы в отчёте, который написал ИИ
Что я получаю на согласование
Документы, которые после ИИ никто толком не вычитал, я получаю все чаще и чаще. Внешне всё пристойно, красиво оформлено, много умных слов. Начинаешь читать и находишь фактические неточности, неуместные обороты и предложения, за которыми трудно разглядеть смысл.
Раньше я обращал внимание на внешние признаки генерации, например на характерную пунктуацию (длинные тире в тексте) и знакомые обороты-клише в тексте. Теперь эти признаки легко обходятся через инструкции, поэтому гораздо показательнее содержание, ведь генерируются не только тексты: попадались мне и презентации, подготовленные на первый взгляд на очень достойном уровне, с графиками, диаграммами, аналитикой и выводами. Но как только начинаешь вчитываться, становится очевидно, что формулировки подводят читателя совсем не к тем выводам, которые требовались, а диаграммы сформированы “просто потому что есть табличка с данными”, без какого-то смысла за ними.

Так как сам я активно пользуюсь ИИ, в том числе для текстов на этом сайте, я сам уже не могу позволить себе просто пробежать глазами сгенерированный текст и отправить получателю / опубликовать. Приходится вычитывать полностью, иногда полностью менять структуру, корректировать обороты и переписывать предложения. Фокус с генерации сместился на рецензирование, а его трудоемкость легко недооценить, когда готовый документ появляется на экране почти сразу.
Игнорировать прогресс не получится, поэтому нужно адаптироваться и требование тут у меня одинаковое к себе и к коллегам: ИИ - это инструмент, который может ускорить подготовку первой черновой версии, но ответственность за итоговый текст полностью лежит на отправителе, который отвечает за факты, вывод и понятность готового текста.
Что теряется при пересылке
Отправитель и получатель читают один текст с разным запасом знаний. Первый помнит, что спрашивал у ИИ, какие данные передавал и какие ответы отбрасывал. Второй видит только документ. То, что отправителю кажется очевидным, адресату приходится восстанавливать по обрывкам.
В эссе о рабочих документах после ИИ есть показательный пример: человек сначала создаёт техническое решение, затем просит модель описать его задним числом. Подробностей много, но из них трудно понять, почему выбрали именно этот вариант и что ещё можно обсуждать. Описание уже сделанного подменяет предложение, вокруг которого коллеги могли бы договориться.
Для проектного отчёта разница такая же. Перечень выполненных работ ещё не объясняет, что происходит с проектом. Получателю нужны связи: что изменилось, на что это влияет и требуется ли его решение. Если их не показали, он сам становится аналитиком чужого документа.

Причём таких документов может становиться больше. В разборе запуска агентов по расписанию в CI автор отмечает побочный эффект: появляются каналы с отчётами, а комментарии в задачах начинают напоминать эссе с таблицами. Автоматизация сняла часть рутины с инженеров, но одновременно добавила коллегам чтения.
Плохие длинные отчёты существовали и до ИИ. Теперь для их появления требуется меньше усилий, а время получателя осталось прежним. Поэтому экономию нельзя оценивать только по тому, как быстро возник файл. Если после него нужно созваниваться и выяснять, что имелось в виду, подготовка документа ещё продолжается.
Что написано в отчёте о сроках
Возьмём условный пример. За неделю команда закрыла восемь задач из десяти. Поставка оборудования задерживается, без него нельзя начать испытания. От испытаний зависит дата завершения проекта.
ИИ составляет резюме: “Основной объём работ выполнен, закрыто 8 задач из 10, проект сохраняет высокую динамику, существенных угроз срокам нет”. Отправитель проверяет количество задач - всё верно, можно отправлять.
Но восемь закрытых задач ничего не говорят о возможности закончить проект вовремя. Две оставшиеся могут определять весь срок. В этом отчёте ошибочна связь между фактами и выводом, хотя сами числа никто не выдумал.
Исправить такую ошибку просьбой “сделай короче” не получится. Модель может оставить только уверенное обещание и убрать подробности, по которым читатель заметил бы противоречие. Литературная правка тоже не поможет: более гладкая фраза сделает необоснованный прогноз убедительнее.
Об этом можно написать по-другому. Например:
За неделю выполнены восемь из десяти запланированных задач. Однако поставка оборудования задерживается, а без него невозможно начать испытания. Поэтому подтвердить завершение проекта в установленный срок пока нельзя. Мы уточняем дату поставки и после получения ответа представим обновлённый прогноз и возможные варианты действий.
Здесь нет готового решения и нет точных сроков, зато видно, чего мы не знаем. Следующий разговор будет о поставке, запасе времени и возможных вариантах действий. В прежнем варианте получателю сначала пришлось бы обнаружить, что за спокойным тоном спрятана неопределённость.

Отправителю необязательно знать ответы на все вопросы. Он может принести черновик и попросить помочь разобраться с прогнозом. Но тогда это нужно сказать прямо. Просьба вместе найти решение и предложение утвердить готовое решение требуют разной подготовки.
Получатель вправе использовать свой ИИ для разбора отчёта. Однако модель не вернёт сведения, которые отправитель пропустил. Если в документе вообще нет зависимости испытаний от поставки, сокращение её не восстановит. Переписка двух моделей не освобождает участников от необходимости разобраться в проекте.
Как договориться о готовом документе
Когда мне приходят невычитанные материалы, я возвращаю их с замечаниями. Как согласующий я отвечаю за качество продукта, поэтому просто пропустить сомнительный вывод не могу. Но молча переписывать всё за отправителя тоже плохой способ: он получит исправленный файл, не поняв, где ошибся.
В примере с оборудованием полезнее спросить: “На чём основан прогноз сохранения срока?” По ответу станет понятно, что именно нужно исправить. Возможно, запас времени есть, но его забыли указать, а может быть зависимость вообще не проверяли. В первом случае нужно дополнить объяснение, во втором пересмотреть оценку.
Руководитель при этом отвечает за своё решение. Подпись отправителя не гарантирует безошибочности документа и не отменяет проверку при согласовании. Она означает, что к обсуждению принесли позицию, которую человек готов объяснить, а не необработанный ответ агента.
Такой подход я стараюсь применять не только при согласовании документов, но и в собственной работе. В одном из моих личных проектов нас всего двое, и оба активно используют ИИ для ускорения своих задач. Мы быстро поняли, что без простых правил можем превратиться в пересылальщиков сообщений между агентами и поэтому договорились о содержании и формате переписки: кратко описывать нужный результат, обязательно вычитывать полученный текст и исправлять его перед отправкой. Где подходит короткий структурированный список, его и задаём вместо длинного полотна.
В управлении проектами, особенно для крупных проектов, принято составлять “план коммуникаций” - документ, описывающий кто, кому, какую информацию, по каким каналам и как часто передает. Фактически это договоренности о том, как принято доводить информацию до заинтересованных сторон.
Эту практику - договоренности об эффективных коммуникациях - полезно тиражировать и применять и внутри команд и особенно при активном использовании в коммуникациях ИИ. Для отчёта на согласование такая договоренность может звучать так: в начале указать вопрос, который нужно решить, затем дать свою оценку и сведения, на которых она держится. Неизвестное назвать неизвестным. Подробности оставить там, где по ним можно проверить вывод.

Это не требование переписывать каждую фразу собственными руками. ИИ можно поручить черновик, сокращение или поиск противоречий. Человеку остаётся проверить результат и решить, готов ли он под ним подписаться.
Я хочу получать документы, после которых можно обсуждать проект. Спорить о прогнозе, выбирать вариант, уточнять допущения. Если вместо этого мы выясняем, что означают слова в отчёте и кто вообще согласен с его выводом, документ отправили слишком рано.