Продуктивность с ИИ зависит от своевременности, суждения и контекста пользователя

Внедрение ИИ может сначала снизить эффективность работы, а затем дать значительный прирост: согласно приведённому отчёту о разработчиках, использовавших ИИ для исправления ошибок, производительность падала примерно месяц, после чего выросла. Ранние системы также страдали от галлюцинаций, ограничений по дате знаний и серьёзных ошибок, тогда как современные инструменты могут ускорять исследование и проверку фактов.

Подходящий темп внедрения зависит от задачи и зрелости технологии. Студентам следует сохранять время для глубокой концентрации, самостоятельного мышления и обучения, а работающим пользователям — чередовать активное применение ИИ с периодами работы без него, чтобы не попасть в зависимость.

Наиболее сильные результаты ИИ, как утверждается, даёт при большом объёме контекста, обратной связи и итераций со стороны пользователя. Современные системы генерации изображений Claude и ChatGPT, по этой оценке, иногда создают дизайн, который предпочтительнее человеческого, однако интеграция ИИ в существующие бизнес-системы остаётся сложной из-за проблем с данными. Передача задач ИИ станет комфортнее, когда система стабильно сравняется с человеком или превзойдёт его в конкретной задаче.