Урок 12. Diligence: ответственность, прозрачность, подотчётность
AI Fluency — это умение работать с ИИ эффективно, рационально, этично и безопасно. Первые три компетенции — Delegation, Description и Discernment — отвечали в основном за эффективность и рациональность. Четвёртая, Diligence (добросовестность), закрывает оставшуюся половину формулы: этичность и безопасность.
По сути это ответ на вопрос: кто отвечает за то, что вы делаете вместе с ИИ? Спойлер: вы.
В отличие от остальных компетенций, нацеленных на результат, Diligence просит смотреть шире и задумываться о вопросах, особенно важных в профессиональной среде:
- Какие последствия у работы именно с этим ИИ?
- Кого может затронуть созданное — или пропущенная неточность?
- Кто имеет доступ к данным, на которых построен результат?
- Как убедиться, что взаимодействие и его итог соответствуют этическим стандартам и ценностям?
Авторы курса сравнивают это с вождением: мы не просто едем из точки А в точку Б побыстрее — мы соблюдаем правила, думаем о безопасности и о том, как наша езда влияет на других.
Так же и ИИ-системы не существуют в вакууме: ответственная работа с ними требует видеть более широкий контекст. У Diligence три составляющие — разберём каждую.
Creation Diligence: осознанный выбор систем и данных
Creation Diligence — это осознанный, критический подход к тому, с какими ИИ-системами вы работаете и как именно. Прежде чем довериться инструменту, стоит поискать ответы на вопросы:
- Как эта система обучена и устроена? На каких данных?
- Кому принадлежат данные, которые я сейчас ввожу? Кто получит к ним доступ после отправки?
- Как я защищаю приватность и безопасность — свою и чужую?
- Какие ещё эффекты у этой системы? Согласуется ли это взаимодействие с моими ценностями и политиками моей организации?
Практический пример: прежде чем делиться с ИИ-ассистентом чувствительной корпоративной информацией, проверьте, есть ли у сервиса адекватные политики защиты данных — и разрешает ли такое вообще ваша компания.
Коллега хочет вставить в чат с ИИ внутренний финансовый отчёт компании. Какой вопрос здесь задаёт Creation Diligence?
Transparency Diligence: честность о роли ИИ
Transparency Diligence — это готовность открыто и точно говорить о роли ИИ в вашей работе всем, кому это нужно знать. Ожидания в разных контекстах — личном, учебном, творческом, профессиональном — различаются, но ответственность понять и соблюсти их лежит на каждом из нас. Помогают три вопроса:
- Кому нужно знать о роли ИИ в этой работе?
- Как и когда об этом сообщить?
- Какой уровень детализации уместен?
Важно: прозрачность — это не только соблюдение правил и регламентов. Это основа доверия и уважения в отношениях: люди имеют право знать, когда ИИ сыграл значимую роль в создании контента или в решениях, которые их касаются.
Если вы готовили командное предложение с помощью ИИ, скажите коллегам, какие части он помогал писать, — сотрудничество станет честнее, и все будут в равных условиях.
Зачем, по мысли авторов курса, раскрывать роль ИИ в работе, даже когда формальные правила этого не требуют?
Deployment Diligence: ответственность за то, что выпускаешь
ИИ-системы ошибаются — об этом был весь урок про Discernment. И когда вы делитесь созданным с ИИ контентом с миром, за его точность и уместность отвечает не ИИ, а вы.
Deployment Diligence — это умение брать на себя осознанную ответственность за результаты, которые вы используете или публикуете после работы с ИИ. Что входит в «предполётную проверку»:
- проверить факты;
- проверить на предвзятость;
- убедиться в точности и в праве использовать материалы;
- сделать всё остальное, что нужно, чтобы вы могли лично поручиться за то, чем делитесь.
Пример из урока: журналист, который пишет статью с помощью ИИ, перед публикацией обязан проверить каждый факт и источник и убедиться, что текст отвечает всем журналистским стандартам — тем же самым, что применялись бы, напиши он статью целиком сам.
Вы публикуете статью, черновик которой помог написать ИИ. В ней нашлась фактическая ошибка. Кто за неё отвечает?
Личные ориентиры
Ориентироваться в вопросах Diligence не всегда просто: у разных контекстов и разных людей разные ожидания и стандарты. Что помогает:
- выработать личные правила работы с ИИ, согласованные с вашими этикой и ценностями;
- в профессиональном контексте — изучить политики организации и отраслевые стандарты;
- помнить, что правовое регулирование ИИ ещё формируется и будет меняться: следить за новостями — тоже часть добросовестности.
Мы все хотим, чтобы ИИ был честным, безопасным и полезным обществу. Наше собственное поведение — ключевая часть того, как это произойдёт.
Практика: diligence statement
Diligence statement (заявление о добросовестности) — это прозрачное признание роли ИИ в вашей работе вместе с обязательством отвечать за финальный результат. Вот шаблон из курса — адаптируйте его под себя:
«Создавая этот [документ / проект / материал], я работал(а) с [название ИИ-ассистента], который помогал мне с [конкретные задачи: черновики, поиск информации, редактура и т.д.]. Подтверждаю, что весь сгенерированный и созданный совместно с ИИ контент прошёл тщательную проверку и оценку. Финальный результат точно отражает моё понимание, мою экспертизу и задуманный мной смысл. Помощь ИИ сыграла важную роль в процессе, но полную ответственность за содержание, его точность и подачу несу я. Это раскрытие сделано в духе прозрачности — чтобы признать роль ИИ в создании работы».
Превратите шаблон выше в настоящее заявление — для проекта, который вы вели в этом курсе.
- Вспомните своё сотрудничество с ИИ. Восстановите в памяти ход проекта: где ИИ помогал, какие решения вы принимали сами, что вошло в финальный результат.
- Пройдитесь по трём измерениям Diligence.
- Creation: какие ИИ-системы вы выбрали и почему? Какими данными делились? Были ли вопросы приватности, безопасности, этики?
- Transparency: кто аудитория результата? Какие у неё ожидания по раскрытию? В чём конкретно состоял вклад ИИ?
- Deployment: как вы проверяли точность и уместность? Как убедились, что результат отвечает вашим стандартам? Какую ответственность берёте на себя?
- Напишите своё заявление. Вместе с Claude составьте черновик diligence statement для вашего проекта. Он должен покрывать:
- какие ИИ-системы использованы;
- в чём состоял вклад ИИ;
- как вы проверяли результат;
- вашу ответственность за итог;
- особенности вашего контекста.
- Добавьте заявление в проект. Поместите его туда, где увидит аудитория: в подвал документа, приложение или метаданные.
- Какая часть Diligence — Creation, Transparency или Deployment — даётся вам труднее всего и почему?
- Как ваш подход меняется в зависимости от контекста: личного, учебного, профессионального?
- Как признание роли ИИ влияет на восприятие вашей работы другими?
- Какие этические вопросы всплыли, которых вы не ожидали?
- Какие личные правила работы с ИИ вы готовы сформулировать на будущее?
Что запомнить
- Diligence — это ответственность за свои взаимодействия с ИИ: та половина AI Fluency, которая отвечает за этичность и безопасность.
- Creation Diligence — осознанно выбирать системы и думать, какими данными с ними делиться.
- Transparency Diligence — честно говорить о роли ИИ всем, кому это нужно знать.
- Deployment Diligence — проверять и лично ручаться за всё, что используете или публикуете.
- Ожидания различаются по контекстам — помогают личные правила, политики организации и внимание к меняющемуся регулированию.
Впереди финальный урок: соберём фреймворк целиком и наметим, как развивать AI Fluency дальше.