Работники Amazon придумывают имитацию работы для выполнения квот по использованию ИИ

Новый отчет Fast Company показывает, что работники Amazon, вынужденные увеличивать использование ИИ-инструментов, изобретают лишние задачи, чтобы выполнить внутренние квоты. Статья, опубликованная на Hacker News, освещает системную проблему, когда метрики внедрения ИИ становятся целью для игр, а не реального повышения производительности.
Как сотрудники обходят систему
Согласно первоисточнику, сотрудники создают фиктивные или малозначимые задачи, чтобы удовлетворить инструменты отслеживания, которые контролируют взаимодействие с ИИ. Конкретные методы включают многократное выполнение одних и тех же запросов, генерацию ненужных документов и раздувание истории чатов с ИИ-помощниками. Давление исходит от руководства, требующего от команд демонстрировать растущее использование ИИ с течением времени без четких указаний, как интегрировать ИИ в существующие рабочие процессы.
Обсуждение на HN (180 комментариев) усиливает проблему: многие комментаторы отмечают, что такие метрики — это «цифры для галочки», если они не привязаны к реальному качеству вывода или сэкономленному времени. Один пользователь заметил: «Когда вы измеряете использование без контекста, вы получаете имитацию работы». Другой комментатор поделился, что аналогичная ситуация была на ранних этапах внедрения облачных технологий в других компаниях.
Более широкие последствия
Это проблема не только Amazon. Любая организация, внедряющая ИИ-агенты для кодирования или инструменты на основе LLM, сталкивается с той же ловушкой: если использование является KPI, сотрудники будут оптимизировать использование, а не результаты. Для разработчиков и технических руководителей вывод очевиден: разрабатывайте политики внедрения ИИ, которые оценивают результаты (например, сокращение времени цикла, уменьшение количества ошибок), а не количество взаимодействий. В противном случае вы получите панель управления, полную шума.
Статья служит примером несогласованных стимулов. Вместо реального внедрения давление «показать использование ИИ» приводит к манипуляции метриками и напрасной трате вычислительных ресурсов — прямо противоположному тому, что должны давать ИИ-инструменты.
📖 Читать полный источник: HN AI Agents
👀 Смотрите также

Claude Opus 4.6 и Sonnet 4.6 теперь поддерживают контекст в 1 миллион токенов по стандартным тарифам.
Claude Opus 4.6 и Sonnet 4.6 теперь включают полное окно контекста в 1 млн токенов по стандартной цене без дополнительной платы за длинный контекст, а также расширенные лимиты медиа до 600 изображений или страниц PDF на запрос.

Компания Telus внедряет технологию преобразования акцента в реальном времени для операторов колл-центров с помощью Tomato.ai
Telus использует систему преобразования речи Tomato.ai для изменения акцентов зарубежных операторов в реальном времени, что вызывает критику по поводу прозрачности и прав работников.

2000 часов с Claude Code: настоящий сдвиг от кодирования к суждению
Разработчик провел 2000 часов, руководя Claude Code с января. Сюрприз: чем лучше агент выполняет задачи, тем больше человеческая роль сводится к оценке — определению проблем, проверке результатов и остановке неверных путей.

Использование ИИ в разработке достигло 93%, однако прирост производительности остается на уровне 10%.
Использование AI-ассистентов для кодирования широко распространено среди разработчиков, и 93% из них применяют их. Тем не менее, рост производительности остается ограниченным всего 10%.