Один и тот же учебный курс сделали дважды. Первый раз — за выходные. T&D-специалист описала задачу агенту, получила структуру, тесты, сценарии и к понедельнику показала коллегам. Все согласились: выглядит достойно. Второй раз тот же курс запускали внутри компании. Он занял почти квартал.
Код не стал сложнее. Модель отработала одинаково хорошо в обоих случаях. Разница была не в инструменте. Если вы отвечаете за обучение, кто-то из руководства обязательно спросит, почему вторая цифра не сжимается до первой. Ответ «внедрение — это сложно» звучит как отговорка, и в половине случаев ею и является.
Где AI действительно быстр
Каждые пару недель кто-то объявляет, что создание контента умерло. Если под этим понимать «чётко описанная задача превращается в работающий материал почти без участия человека», — спорить трудно. Я перестал это делать. Наблюдать, как агент за две минуты выдаёт осмысленный план тренинга, всё ещё странно и немного тревожно.
Но посмотрите, что именно измеряют. На входе — спецификация. На выходе — контент. Спецификацию кто-то создал. В «версии выходного дня» её сформулировал тот же человек, который писал промпт, — у себя в голове, за четыре минуты, ни перед кем не отчитываясь. В продуктовой версии на это ушло одиннадцать недель и усилия целого отдела.
Куда на самом деле делись одиннадцать недель
Второй запуск не потратил квартал на написание программы. Он потратил его на то, чтобы дойти до момента, когда написание программы стало возможным решением.
Похожий курс уже был во внутренней базе. Его делали четыре года назад, команды уже нет, материал работает, и никто не знает, что сломается, если его взять за основу. Юристы захотели понять, можно ли вообще использовать эти данные в новом формате. Ответ лежал в договорах с заказчиками, и договоры друг с другом не совпадали. Методологи спорили о границах тем. Один блок вёл один департамент, другой — смежный, и у каждого было своё видение. Потом кто-то вспомнил, что похожий курс уже запускали в 2023-м и откатили через месяц. Причину никто не мог назвать. Два человека рассказали две разные истории, и обе звучали правдоподобно.
AI мог бы сгенерировать все четыре варианта программы за полдня. Чего он не мог — сказать, какой выбрать. Именно это и заняло одиннадцать недель.
Четыре слоя, и только один стал дешевле
Любое изменение, достойное запуска, должно пережить четыре вопроса. Они живут в разных местах.
Самый нижний: как выразить это в коде (или в методических материалах)? Над ним: как система должна выдать такое поведение с учётом того, что уже есть? Ещё выше: как человек это воспримет? И в основании всего — тот, что определяет, стоили ли три предыдущих ответа усилий: какую проблему мы решаем и для кого?
Модели отлично справляются с нижним вопросом. Они полезны на втором, если дать им достаточно контекста, но обычно не могут компенсировать нехватку суждения. Их мнение о третьем стоит примерно столько же, сколько мнение человека, который никогда не видел ваших сотрудников. Четвёртый вопрос не сдвинулся ни на миллиметр.
Автоматизировался тот слой, который всегда был самым читаемым, — потому что только он был записан. Всё остальное стало видно именно тогда, когда написание перестало быть узким горлышком.
Контекст — это всё, чего нет в репозитории
Организация знает множество вещей. Какие методические конструкции несущие, а от каких отказались на полпути? Профессиональный жаргон, включая два термина, которые означают одно и то же по исторической причине, бесящей всех. Какие части программы можно провалить без последствий? Ради какого конкретного заказчика в программе появился тот странный модуль? Было ли решение о формате осознанным выбором или просто случилось, пока никто не смотрел?
Почти ничего из этого не записано. Часть лежит в вики, которая устарела два редизайна и реорганизации назад. Большая часть распределена по людям неравномерно и собирается заново на совещаниях. Стартап наращивает это по ходу дела — поэтому маленькие компании кажутся такими быстрыми, и это ощущение не переживает первую сотню сотрудников. Крупный бизнес наследует десятилетия такого контекста от тех, кто уже ушёл.
Попросить модель создать что-то новое — принципиально иной запрос, чем попросить изменить старое. У задачи на зелёном поле одна спецификация. У задачи на обжитом поле — спецификация плюс каждое решение, которое система когда-либо впитала, и второй список не записан нигде, куда можно ткнуть пальцем. Это не претензия к моделям. Это описание того, что мы годами просили держать в голове старших методистов и руководителей обучения — неоплаченным и непризнанным.
Почему «просто запишите контекст» не работает
Очевидное возражение: всё вышеперечисленное — проблема документации в философской шляпе. Запишите правила в файл, который читают агенты. Опишите границы. Решено.
Попробуйте и смотрите, что всплывёт. Вы садитесь писать правило о границе между темами и обнаруживаете, что правила нет. Было решение, принятое в спешке в 2022 году человеком, который уже уволился, и все относятся к нему как к политике, потому что оно выжило. Вы пытаетесь зафиксировать, почему тот курс откатили, и получаете две версии, которые не могут быть правдивы одновременно. Вы пробуете записать, какой отдел отвечает за вводный модуль, и честный ответ — предложение со словом «вроде бы».
Записывать стоит. Аудит находит проблемы, и в этом вся его ценность. Но это не weekend технического писателя, и любой, кто продаёт это иначе, никогда не пробовал написать сложную страницу. Причина, по которой ваш контекст не задокументирован, редко в том, что руки не дошли. Чаще — чтобы его задокументировать, нужно принять решение, которое до сих пор не принято.
Что делать руководителю обучения уже завтра
Ни один из следующих советов не про выбор инструмента.
1. Перестаньте измерять продуктивность по объёму контента. Количество слайдов и сценариев говорит о том, что нижний слой ускорился, — это вы и так знаете. Показатель, за которым стоит следить, — сколько времени проходит между вопросом «а почему мы делаем так?» и моментом, когда кто-то может на него ответить. Этот разрыв съедает ваши кварталы. Измерять его трудно, поэтому почти никто не делает этого и все отчитываются числом сданных программ.
2. Целенаправленно двигайте сильных специалистов на уровень выше. Это и так происходит само собой, но плохо. Ваш лучший методист начинает тратить недели на ответы, которые AI дать не может, и поскольку у этой работы нет артефакта, её следующий performance review проходит тише, чем следовало бы. Сделайте перемещение явным. Скажите вслух, что теперь её работа — ставить рамки и выбирать между вариантами дизайна, и оценивайте её по этому, а не по числу сданных модулей.
3. Записывайте решения, а не описания. Документация, которая рассказывает, что делает программа, никогда ещё не имела такого короткого срока годности: любой может спросить у агента и получить ответ лучше, чем из вики. Документация, которая фиксирует, почему граница проведена именно здесь и от каких альтернатив отказались, — единственная, что всё ещё окупается. Почти никто её не пишет, потому что написать такое — значит признать, что решение принимал человек, который мог выбрать иначе.
4. Проведите аудит контекста. Соберите ключевых людей и попробуйте письменно зафиксировать, какие решения в ваших программах были сознательными, а какие — историческими. Вы быстро обнаружите зоны, где ответа нет. Это и есть точки, в которых застревает внедрение. Стратегическая сессия с фасилитатором здесь даст больше, чем месяц переписки в почте.
5. Признайте, что внедрение — это отдельная работа. Когда создание контента стоило дорого, оно маскировало всё остальное. Теперь, когда оно подешевело, пора перестать делать вид, что «разработка программы» и «запуск программы» — одно и то же. Выделите ресурсы, время и ответственность именно на второе. Иначе вы будете генерировать курсы быстрее, чем компания способна их переварить.
Заключение
Никто никогда не платил за сам факт создания учебных материалов. Платят за то, что происходит, когда они работают, — перед живыми людьми, внутри бизнеса, которому нужно что-то изменить. Мы забыли об этом на пару десятилетий, потому что создавать контент было достаточно трудно, чтобы казаться самоцелью. Контент никогда не был целью. Он был дорогой частью, а дороговизна — убедительный самозванец.
Так решена ли проблема создания обучения? Для превращения чёткой спецификации в работающий курс — настолько, что спорить об этом уже пустая трата времени. Но дефицит был не там. Он был в одиннадцати неделях, которые требовались, чтобы заработать спецификацию, достойную передачи любому инструменту. И это пока не автоматизировал никто. Посмотрите, на что ушёл ваш последний квартал. Если ответ — не «написание программы», а я думаю, так и есть, — вы уже знаете, какую часть работы пора усилить.
Часто задаваемые вопросы
AI действительно может создать полноценный учебный курс за выходные?
Технически — да. При чётком описании задачи современные модели генерируют структуру, сценарии, тесты и даже визуализацию. Но это будет курс «вообще», без учёта специфики вашей компании, её внутренних договорённостей, истории предыдущих запусков и реальных потребностей сотрудников. Такой продукт почти наверняка потребует глубокой переработки при попытке внедрения.
Почему тогда внедрение занимает месяцы, если контент готов?
Потому что внедрение — это не про контент. Это про согласование целей с бизнесом, юридическую проверку, стыковку с другими программами, обучение внутренних тренеров, работу с сопротивлением, пилотные запуски и сбор обратной связи. AI не отвечает на вопрос «какой вариант выбрать» и не знает, что в 2023 году похожий курс уже провалился по причинам, которые никто не записал.
Стоит ли тогда вообще использовать AI в обучении?
Безусловно. AI резко снижает стоимость создания черновиков, помогает быстрее искать информацию, генерировать варианты. Но он не заменяет методолога, который принимает решения, и не отменяет организационную работу по встраиванию обучения в живой бизнес-процесс. Используйте AI для ускорения нижнего слоя, но не ждите, что он сожмёт сроки запуска.
Как измерить реальную скорость запуска обучения, а не только создание контента?
Начните отслеживать время от момента постановки задачи до первого пилотного запуска. Внутри этого отрезка выделите фазу «ответа на вопросы» — периоды, когда работа стоит, потому что никто не может сказать, почему мы делаем так, а не иначе. Именно этот показатель, а не количество сданных слайдов, покажет, где теряются недели.
Что делать, если в компании никто не помнит, почему программа устроена именно так?
Проведите аудит. Соберите ключевых держателей контекста и попробуйте письменно зафиксировать историю решений. Там, где ответа нет, — там и находится точка, которую нужно проработать перед следующим запуском. Часто для этого нужна внешняя фасилитация, например, в формате стратегической сессии.
Как объяснить руководству, что AI не сократит сроки внедрения?
Покажите на цифрах. Возьмите последний проект и разложите его по этапам: сколько времени заняло написание контента, а сколько — согласования, поиск информации, стыковка со смежными подразделениями, пилот и доработка. Когда руководство увидит, что написание — это 10–15% общего времени, вопрос о том, почему ускорение этой части не сжимает весь проект, отпадёт сам собой.
