Когнитивный долг растёт быстрее команд: как ИИ помогает его контролировать

Термин «когнитивный долг» описывает разницу между тем, насколько вы понимаете результат, и тем, насколько глубоко его нужно понимать для того уровня ответственности, который вы на себя взяли. Руководитель не повторяет все вычисления аналитика, главный редактор не перепроверяет каждый факт так же тщательно, как автор. Это нормально и экономически неизбежно: если заставить старшего специалиста делать всё самому, организация теряет смысл. Проблема не в том, есть ли когнитивный долг, а в том, сколько его накопилось и контролируете ли вы риск. Ниже разберём, как выстроить такую систему контроля с помощью ИИ.

Почему когнитивный долг неизбежен?

Ещё в 1995 году экономисты Майкл Дженсен и Уильям Меклинг сформулировали ключевую идею: знание нельзя бесплатно скопировать из одной головы в другую. Покупка учебника физики не означает передачи знания.

У организации всегда два выхода:

• передать знание тому, кто принимает решение (стоит времени),
• или передать право решения тому, у кого знание уже есть (создаёт проблему контроля).

Большая часть организационного устройства, это поиск точки между двумя этими затратами. Роберт Грант развил мысль дальше: фирма по сути является механизмом интеграции специализированного знания множества людей. Распределённое понимание не дефект, а нормальное состояние. Когнитивный долг начинается не когда один человек перестал знать всё, а когда организация потеряла способность это знание восстановить, проверить или применить.

Как аудит решил эту задачу до появления ИИ?

Самый формализованный ответ давно существует в аудите. Партнёр отвечает за результат, который физически произвели десятки людей. От него не требуют повторить каждую процедуру. Вместо этого:

• математически рассчитывается размер выборки, достаточный для заданного уровня уверенности,
• глубина проверки зависит от рискованности бизнеса, качества внутренних контрольных процедур и наличия независимых внешних свидетельств.

Ключевое следствие: когнитивный долг может быть нулевым, даже если лично вы не знаете всех деталей. Если расчёт воспроизводим, допущения известны, источники доступны, тесты работают, а порядок действий при обнаружении проблемы понятен, организация контролирует ситуацию. И наоборот: можно прочитать весь документ и всё равно иметь огромный долг, если вы не понимаете, какие предположения определяют вывод.

Три параметра, которые изменил ИИ

ИИ не изменил природу когнитивного долга. Он сдвинул три его параметра.

Скорость. Раньше производство интеллектуального результата само занимало время, и человек хотя бы частично понимал логику того, что делает. Теперь результат появляется быстрее, чем кто-либо успевает его осмыслить.

Местонахождение знания. Раньше партнёр мог не понимать модель, но её понимал аналитик. Сейчас цепочка легко превращается в «партнёр, аналитик, ИИ-модель», где аналитик понимает результат ненамного лучше партнёра. Человека, который воспроизводит ход рассуждений, может не быть вообще.

Кто теперь менеджер. До ИИ управление чужой интеллектуальной работой было отдельным навыком: его осваивал тот, кому впервые давали подчинённого. Теперь почти каждый работник получает «виртуального джуниора» и должен ставить задачу, определять границы, проверять результат, понимать, чему можно доверять, определять глубину проверки и подписываться под итогом.

Что понадобится

• Любая рассуждающая модель (reasoning model, модель, которая показывает цепочку рассуждений перед ответом): ChatGPT (o3), Claude, в РФ доступны YandexGPT или GigaChat.
• Таблица или документ с результатом работы, который нужно проверить (отчёт, расчёт, презентация).
• 30 минут на первую настройку, далее 5 минут на каждый новый результат.

Пошаговая инструкция

1. Определите, где растёт «требуемое понимание». Выпишите факторы риска для конкретного результата: последствия ошибки, необратимость решения, новизна задачи, сложность, непрозрачность результата. Чем выше каждый фактор, тем глубже нужно проверять.

2. Определите, чем вы реально располагаете. Оцените «контролируемое понимание»: ваше собственное понимание устройства результата, наличие воспроизводимых расчётов, источников, документации, проверок и тестов.

3. Посчитайте разрыв. Когнитивный долг равен разнице между требуемым и контролируемым пониманием. Если разрыв большой, нужна выборочная проверка по принципу аудита.

4. Сформулируйте промпт (prompt, текстовая инструкция для ИИ) для выборочной проверки. Попросите модель не просто «проверить», а выявить ключевые допущения, от которых зависит вывод.

Ты — внутренний аудитор. Перед тобой отчёт [вставь текст или файл].

1. Назови три главных допущения, на которых строится итоговый вывод.
2. Для каждого допущения укажи: какой источник его подтверждает и что произойдёт с выводом, если допущение неверно.
3. Отметь любые расчёты, которые невозможно воспроизвести по приведённым данным.

1. Проверьте ответ модели, а не только исходный отчёт. Помните: ИИ-модель может допустить галлюцинацию (hallucination, когда модель уверенно выдумывает то, чего не было). Сверьте названные допущения с исходным документом.

2. Зафиксируйте результат проверки. Запишите: что проверено, какие допущения подтверждены, какие остаются зоной риска. Это ваша документация, которая снижает когнитивный долг для следующего человека в цепочке.

Что делать с этим прямо сейчас, по ролям

Автору Дзена. Вы уже берёте когнитивный долг, когда публикуете текст, сгенерированный нейросетью, не проверив факты и источники. Используйте промпт из шага 4, заменив «отчёт» на «статью»: пусть модель назовёт три ключевых утверждения и их источники. Это займёт три минуты и спасёт от фактических ошибок, которые убивают доверие аудитории.

Маркетологу и руководителю проектов. Когда команда приносит аналитику или стратегию, собранную с помощью ИИ, не спрашивайте «всё ли правильно». Спрашивайте: «Какие три допущения определяют вывод и откуда они взяты?» Это переводит разговор из плоскости доверия в плоскость управления риском.

Предпринимателю в РФ. В быстрорастущих стартапах делегирование идёт быстрее, чем выстраиваются проверки. Скопируйте аудиторскую логику: определите для каждого типа решения уровень риска, размер выборки и человека, ответственного за проверку допущений. Инструменты доступны: YandexGPT и GigaChat работают без VPN.

Когнитивный долг не исчезнет, потому что он встроен в саму природу разделения труда. Но разница между командой, которая знает размер своего долга и управляет им, и командой, которая даже не подозревает о его существовании, это разница между контролируемым риском и аварией, которая произойдёт в худший момент.