Чему вы научитесь

Примерное время: 40 минут

К концу этого урока вы сможете:

• Применять все четыре измерения фреймворка 4D вместе для построения повторяемой процедуры с ИИ

Автоматизация рабочих процессов

(6 минут)

Это видео объединяет все четыре измерения фреймворка 4D для построения практической автоматизации рабочего процесса. Вы проследите за Эмили, координатором по развитию, которая готовится к ежегодному гала-вечеру организации и настраивает систему email-ответов с помощью ИИ. Видео показывает, как классифицировать задачи по тому, что должен делать ИИ, а что требует внимания человека, как точно описать поведение системы и как сохранять добросовестность через тестирование и прозрачность.

Ключевые выводы

• Начните с осознания проблемы: прежде чем трогать ИИ-инструменты, проанализируйте реальную нагрузку. О чём спрашивают люди? Какие паттерны проявляются? Составьте конкретный список, прежде чем решать, что автоматизировать

• Делегирование задач означает вопрос «должен ли ИИ это делать?», а не просто «может ли ИИ это делать?»: одни задачи (например, ответы на документированные вопросы) — хорошие кандидаты для автоматизации. Другие (жалобы или запросы с высокими ставками) должны оставаться у людей

• Тестируйте итеративно на реальных примерах: используйте реальные письма, которые вы получали, для тестирования системы. Вы обнаружите пробелы в своих описаниях, которые нужно доработать, — это нормально и необходимо

• Практикуйте все три типа добросовестности: добросовестность создания означает осознанность в том, что вы автоматизируете. Добросовестность внедрения означает проверку выводов перед отправкой (особенно на раннем этапе). Добросовестность прозрачности означает честность о роли ИИ, особенно если что-то пошло не так

Упражнение 1: Картирование возможностей автоматизации

Это упражнение помогает определить, какие повторяющиеся задачи в вашей работе — хорошие кандидаты для автоматизации с помощью ИИ.

Часть I: Аудит повторяющихся задач

Вспомните прошедшую рабочую неделю. Перечислите 5–10 задач, которые казались повторяющимися или затратными по времени. Для каждой задачи отметьте:

• Как часто это происходит? (ежедневно, еженедельно, ежемесячно)

• Сколько времени это занимает каждый раз?

• Ответ/процесс в основном стандартизирован или сильно варьируется?

Часть II: Распределите по пригодности для ИИ

Рассортируйте задачи по трём категориям:

• ИИ может делать сам: стандартизированные ответы, документированная информация, чёткие процессы

• ИИ может помогать, решает человек: задачи, где ИИ может готовить черновик, но вы проверяете перед действием

• Должен делать человек: решения с высокими ставками, эмоциональные ситуации, сложные суждения

Часть III: Расставьте приоритеты

Выберите одну задачу из категорий «ИИ может делать» или «ИИ может помогать», которая сэкономит вам больше всего времени. Это будет ваш кандидат на автоматизацию.

Рефлексия:

• Какие критерии помогли вам решить, к какой категории относится каждая задача?

• Удивило ли вас, сколько (или как мало) задач показались подходящими для автоматизации?

Упражнение 2: Построение описания автоматизации

Это упражнение шаг за шагом показывает, как описать систему автоматизации, используя три типа Описания.

Часть I: Определите продукт

Для задачи, определённой в упражнении 1, напишите чёткое описание продукта:

• Какой конечный результат вы хотите?

• Какие входные данные получит система?

• Какие выходные данные она должна производить?

Часть II: Определите процесс

Напишите описание процесса, излагающее шаги:

• Что система должна сделать сначала?

• Какие точки принятия решений существуют?

• Когда она должна эскалировать человеку?

• К какой информации ей нужен доступ?

Часть III: Определите производительность

Напишите описание производительности, определяющее поведение:

• Какой тон она должна использовать?

• Как ей обрабатывать неопределённость?

• Чего она никогда не должна делать?

• Как ей подтверждать получение запроса человека?

Часть IV: Протестируйте на реальных примерах

Поделитесь своими описаниями с ИИ вместе с 3–5 реальными примерами из вашей работы. Оцените выводы:

• Правильно ли она классифицировала?

• Точны и уместны ли ответы?

• Какие корректировки нужны вашим описаниям?

Упражнение 3: Планирование добросовестности (дополнительная цель)

Это упражнение помогает продумать аспекты ответственности вашей автоматизации.

Часть I: Добросовестность создания

Ответьте на вопросы о планируемой автоматизации:

• Почему эта задача подходит для выполнения ИИ?

• Что может пойти не так и как бы вы это заметили?

• Каковы последствия ошибки ИИ?

Часть II: Добросовестность внедрения

Спланируйте процесс проверки:

• Будете ли вы проверять каждый вывод или периодически делать выборку?

• Как будете отслеживать проблемы с течением времени?

• Какие триггеры заставят вас приостановить автоматизацию?

Часть III: Добросовестность прозрачности

Определитесь с подходом к прозрачности:

• Кому нужно знать, что задействован ИИ?

• Как вы будете раскрывать роль ИИ?

• Какие варианты follow-up вы предложите, если кто-то захочет внимания человека?

Рефлексия по уроку

• Как использование всех четырёх измерений фреймворка 4D вместе изменило ваш подход к задаче автоматизации?

• Что удивило вас в процессе описания системы автоматизации достаточно точно, чтобы ИИ мог её выполнить?

Что дальше

На следующем уроке мы обсудим стратегии вдумчивого и устойчивого внедрения ИИ в вашу организацию — от работы с опасениями зависимости от ИИ до создания политики ИИ, отражающей ваши ценности.

Обратная связь

По мере прохождения курса нам будет очень интересно узнать, как вы используете концепции курса в своей работе, а также любые ваши отзывы. Поделитесь отзывом здесь.

Благодарности и лицензия

Copyright 2025 Anthropic и Giving Tuesday. Основано на фреймворке ИИ-грамотности, разработанном проф. Риком Даканом (Ringling College of Art and Design) и проф. Джозефом Феллером (University College Cork). Выпущено под лицензией CC BY-NC-SA 4.0.