ainews
Где ИИ реально вредит: исследования показывают замедление работы и рост ошибок
Подборка исследований доказывает: генеративный ИИ снижает точность на 19%, замедляет опытных разработчиков на 19% и дестабилизирует софт. Энтузиасты ИИ игнорируют факты — но цифры говорят сами за себя.
Если ты разработчик, менеджер или инвестор, тебе важно понимать, где ИИ реально помогает, а где создаёт иллюзию эффективности. Эти исследования дают конкретные цифры — чтобы не внедрять технологии вслепую и не терять деньги на переделках.
Что произошло
На Reddit собирают список научных работ, показывающих, где генеративный ИИ приносит больше вреда, чем пользы. Уже есть четыре направления с конкретными цифрами:
Точность работы: исследование Dell'Acqua (Organization Science, 2025) зафиксировало — люди с ИИ дают на 19% меньше правильных ответов, чем без него.
Стабильность софта: отчёт Google Cloud DORA 2025 показал связь между использованием генеративного ИИ и ростом нестабильности кода в проде.
Опытные разработчики: работа Becker et al. (2025) обнаружила парадокс — девелоперы думали, что ИИ ускорит их на 20-24%, а по факту он замедлил на 19%. Инструменты мешают, а не помогают.
Исследовательские задачи: эксперимент Batista et al. (2026) выявил «эффект подхалимства» — модели подбирают данные под запрос пользователя, создавая иллюзию проверки гипотезы, хотя реальной валидации не происходит.
Автор поста ищет дополнительные исследования, чтобы показать ИИ-энтузиастам: автоматизация не всегда = прогресс.
Автор: Артём Ковалёв · Источник: reddit.com
Разработчикам. Если ты опытный разработчик, ИИ-инструменты могут реально замедлить тебя на ~20% и добавить нестабильности в код. Цифры из исследований Google Cloud и MIT говорят: автодополнение кода — не серебряная пуля, особенно для тех, кто уже знает, что делает. Стоит тестировать влияние на своих задачах, а не верить на слово.
Бизнесу. Внедрение ИИ ради галочки может снизить качество работы на 19% и увеличить количество багов. Если вы планируете автоматизацию через генеративные модели, закладывайте бюджет на дополнительный контроль качества и тестирование — иначе сэкономите на зарплате, но потеряете на переделках и репутации.
Инвесторам. Хайп вокруг ИИ-инструментов встречает первую волну критики с цифрами: снижение точности, рост ошибок, замедление работы профи. Это не значит, что ИИ не взлетит, но значит, что рынок переоценивает готовность технологии к массовому внедрению. Ставки на B2B-автоматизацию требуют более строгой оценки ROI.
- Консалтинг по аудиту ИИ-внедрений: проверка реального влияния на производительность, выявление зон, где ИИ вредит
- Продукт-антидот: инструмент для контроля качества кода, написанного с помощью ИИ (статический анализ, автотесты специально для AI-generated code)
- Образовательные курсы для менеджеров: как оценивать эффективность ИИ-инструментов, а не слепо внедрять
- Исследовательская платформа: SaaS для сбора метрик влияния ИИ на разных задачах (A/B тесты людей с ИИ и без)
- Копирайтинг и маркетинг для скептиков ИИ: контент для компаний, которые НЕ хотят прыгать в хайп, а хотят показать взвешенный подход
- Исследования пока точечные, не массовые — выборки небольшие, контекст специфичный (например, только определённые задачи разработчиков)
- ИИ-индустрия быстро адаптируется: через полгода эти проблемы могут быть решены новыми версиями моделей
- Скептицизм может превратиться в луддизм — упустишь реальные возможности, если будешь отрицать ИИ везде подряд
- Малая выборка исследований — нужно больше данных из разных отраслей, чтобы говорить о системной проблеме
Это не антиИИ-манифест, а отрезвляющий душ для тех, кто верит, что LLM решат все проблемы. Исследования показывают: для сложных задач и опытных людей ИИ часто мешает, создавая иллюзию помощи. Особенно важно то, что разработчики СУБЪЕКТИВНО чувствуют ускорение, а таймер показывает замедление — классическая ловушка восприятия.
Но не стоит впадать в крайность и объявлять ИИ бесполезным. Скорее, это сигнал рынку: перестаньте продавать ИИ как панацею, начните измерять реальный эффект. Для рутинных задач новичков ИИ может быть полезен, для экспертов — скорее костыль. Инвесторам стоит задуматься: а точно ли все эти AI-powered стартапы создают ценность, или просто красиво упаковывают хайп?
Комментарии