Вышел аналитический обзор ИДО ТГУ по итогам программы повышения квалификации, где большие языковые модели внедряли в рабочие процессы сотрудников социальной сферы, в первую очередь в центрах занятости населения.
Если коротко, отчёт показывает, где ИИ даёт ощутимый эффект. Лучше всего он «заходит» туда, где у специалиста много текста, повторяющихся документов и регулярной аналитики: коммуникации и госпаблики (планы, анонсы, объясняющие тексты), типовые ответы и уведомления, сборка отчётности и превращение цифр в понятные выводы. То есть нейросеть не делает работу за человека, а снимает самый тяжёлый слой рутины.
Там есть и конкретные замеры по времени (в приложениях с кейсами). Отдельно фиксируются эффекты не только по скорости, но и по клиентскому опыту. Например, рост удовлетворённости граждан и ускорение подготовки индивидуальных планов. Важное уточнение: эти цифры получаются не от того, что «ИИ умный», а от того, что люди переупорядочивают процесс и начинают работать итеративно: с шаблонами, требованиями к формату, проверкой и вычиткой.
Важная часть обзора — карта ограничений.
Во-первых, барьеры человеческие: сопротивление, страх «меня заменят», отсутствие привычки формулировать задачу словами так, чтобы машина её поняла.
Во-вторых, проблема «последней мили»: если нет интеграции с внутренними системами и документооборотом, часть экономии времени съедается переносом текста руками и согласованиями. Плюс тревога про персональные данные и необходимость обезличивания.
В-третьих, риски качества: галлюцинации, ошибки в ссылках на нормативку, «уверенный тон» при неверном содержании — это всё требует встроенной проверки, иначе автоматизация становится источником новых проблем.
И отдельно отмечены зоны: задачи, в которых ключевую роль играют эмпатия и контакт с немотивированными людьми, а также ситуации с «грязными» данными, где сначала нужно наводить порядок в базах.
Что из этого важно для ДПО (как для отрасли, так и для тех, кто делает программы):
Учить нужно не «нейросети», а новому способу работы. Когда у человека появляется понятная структура запроса, ясная роль, задача, ограничения и формат результата, ИИ становится инструментом. Когда этого нет, он становится игрушкой или раздражителем.
Реальный эффект начинается там, где организация готова чинить процесс целиком, а не «прикрутить чатик сбоку». ИИ ускоряет только то, что уже хоть как-то организовано. А вот хаос он не лечит, он его ускоряет.
Нужен не культ технологии, а критическое партнёрство: «сделал — проверил — уточнил — вычитал — привёл к нормативной реальности». Это не опция, а условие безопасного внедрения.
И наконец, мысль, которую Артём Фещенко, руководитель AI-направления ИДО ТГУ, сформулировал так: госслужащий с ИИ перестаёт быть «пленником бюрократии» и начинает управлять смыслами. Если наши программы не дают слушателю такого сдвига — не обязательно в нейросетях, но в качестве труда и в ощущении «работать стало легче» — значит, мы действительно рискуем учить людей просто красиво перекладывать бумажки.
Отчёт можно найти здесь. Берите в работу: там много материала, который можно превращать в методики, шаблоны и кейсы внедрения.