ИИ заставляет одних работать за двоих, а других делает «мясными прокси»

Некоторое время назад методист одной онлайн-школы прислала мне техническое задание на программу будущего курса по нейросетям с просьбой записать по нему урок.

Я открыл документ и увидел «нейрослоп» — так называют некачественный ИИ-контент: пустые, обтекаемые фразы, которые кажутся «умными» на первый взгляд, если не вчитываться глубоко. На всякий случай я уточнил смысл нескольких фраз и услышал в ответ что-то вроде: «Не знаю, не уверена».

То есть техническое задание явно сгенерировала нейросеть под руководством человека, который не понимает тему.

Ситуация не уникальна и повторяется в рабочей жизни с появлением в ней нейросетей все чаще. Такое поведение уже получило название — «мясной прокси».

Почтальон между нейросетью и людьми

В августе 2026 года немецкий разработчик Никлас Грун описал такое поведение в заметке Don’t be a meat proxy — «Не будь мясным прокси».

Прокси в IT — это промежуточный сервер, который передает запросы дальше. «Мясной прокси» — человек, который принимает ответ нейросети и, просто как почтальон, не глядя, пересылает его другим. Без проверки, своего вклада и персональной ответственности.

Суть проблемы Грун сформулировал так: «Я и сам могу поговорить с Claude. Так будет быстрее, и контекст буду контролировать я». Если человек лишь приносит текст от нейросети другому человеку, значит, он в этом процессе не нужен.

Такое поведение встречалось и до нейросетевой эпохи: в компаниях всегда были люди, готовые переадресовывать друг другу бестолковые задачи. С ИИ делать это стало еще проще.

Те, кто регулярно работают с нейросетями, такую бессмысленную пересылку замечают сразу: нейрослоп выдает себя с головой типичными формулировками, структурой повествования и странными выводами — читаешь и не понимаешь, откуда они взялись.

В деловой среде к такому относятся неодобрительно. Согласно опросу «Анкетолога», 83% сотрудников российских компаний, где используют ИИ, считают неуважением отправить коллеге необработанный ответ нейросети.

При этом все чаще это явление выходит за пределы интернета. Например, не так давно я приобрел печатный журнал о ретроиграх и нашел там целые страницы нейросетевого текста с минимальными правками. Читается гладко, а смысла — около нуля.

Или весной 2026 года одно из российских издательств выпустило книгу «Мифология Лавкрафта». Читатели, в том числе специалисты по вселенной Лавкрафта, нашли в ней ссылки на несуществующие издания, выдуманных переводчиков и ошибки в цитатах. В итоге издательство признало: в книге действительно есть ошибки, а в сносках, списке источников и указателях — следы генерации ИИ.

То есть кто-то на пути книги от рукописи до печати поработал «мясным прокси», а сноски и ссылки, сгенерированные нейросетью, благополучно прошли все этапы подготовки к выходу книги в свет.

Бывало и хуже. В 2025 году Deloitte по контракту почти на 440 тыс. австралийских долларов проверяла для Министерства занятости и трудовых отношений Австралии систему автоматических штрафов для безработных и сдала отчет на 237 страниц. Исследователь Сиднейского университета обнаружил в нем ссылки на несуществующие работы и выдуманную цитату из решения федерального суда. В исправленной версии Deloitte раскрыла, что использовала нейросеть, и вернула правительству последний платеж по контракту.

Каждый может стать «прокси»

«Мясными прокси» становятся не какие-то «неправильные» люди. В момент высокой загрузки сотрудник просто позволяет себе переслать коллеге ответ нейросети, не проверив его, понадеявшись, что там будет что-то содержательное.

Опыт показывает: не будет. Проверка нужна всегда.

Бывают ситуации, когда клиент или руководитель присылает ответ нейросети как окончательный аргумент в споре. Получатель тратит время, чтобы доказать, что ответ неверный — ведь нейросеть врет очень убедительно. В 2025 году Stanford Social Media Lab (Стэнфордский университет признан нежелательной организацией в России) и BetterUp опросили 1150 американских сотрудников из разных отраслей и выяснили, что 16% «ИИ-халтуры» в компаниях идет сверху вниз — от руководителей к командам.

Иногда люди используют нейросеть как «цифрового священника», чья задача — подтвердить, что он прав, а все остальные ошибаются. Получить желаемый ответ несложно — нейросеть обязательно его даст, так как склонна соглашаться с пользователем.

В серии экспериментов Стэнфорда, результаты которых опубликованы в Science в 2026 году, 11 популярных ИИ-моделей одобряли действия пользователя в среднем на 49% чаще, чем люди, а после разговора с нейросетью участники сильнее верили в свою правоту.

При этом спросить у ИИ второе мнение — нормально. Согласно исследованию Школы управления РБК, так делают 53% опрошенных руководителей. Проблема возникает, когда «второе мнение» становится первым и единственным.

Если резюмировать, то можно выделить три основные причины, по которым люди бездумно пересылают друг другу сгенерированный нейросетью контент.

• Перегрузка, которую нейросети только усилили. Задач становится больше, и работать меньше с ИИ не получается. Зато у человека появилась «суперсила» — за минуту получить ответ на что угодно. Без элементарной гигиены работы с ИИ эта суперсила быстро превращается в суперпроблему.
• Доверие ответам нейросети. Сгенерированный текст звучит складно, а проверять его — задача, требующая времени и когнитивных усилий. В 2025 году исследователи из Microsoft Research и Университета Карнеги — Меллона обнаружили связь: чем выше уверенность человека в ответе ИИ, тем реже он включает критическое мышление.
• Несистемное внедрение ИИ. «Нейрофикация» в командах обычно начинается стихийно: появляется пара энтузиастов, они «опыляют» остальных, и довольно быстро выясняется, что в компании нет ни выстроенных процессов, ни стандартов, и за проверку ИИ-выдачи никто не отвечает.

Авторы исследования Stanford Social Media Lab и BetterUp пишут прямо: распространение «ИИ-халтуры» — это провал управления. Среди опрошенных сотрудников 41% говорят, что руководство призывало их пользоваться ИИ, но не объясняло, как применять его в конкретных задачах.

Показательна история Shopify: в апреле 2025 года ее глава Тоби Лютке объявил во внутреннем меморандуме, что «рефлекторное использование ИИ» — базовое ожидание от каждого сотрудника. Уже в сентябре 2026-го в подкасте The Knowledge Project Лютке признал, что у этого есть обратная сторона: ленивая работа теперь выглядит не как низкая производительность, а как избыток некачественных результатов. Непроверенный ИИ-контент, который люди перекидывают друг другу, в Shopify называют slop grenades — «гранатами из мусора».

Цена пересылки

Больше всего в проблеме «мясного прокси» меня задевает то, что роль руководителя пытаются подменить, по сути, ролью фактчекера.

Кроме того, «мясной прокси» создает прямой риск для бизнеса. Плохо сделанная работа, если вовремя не вмешаться, попадет к важному клиенту, в аналитический отчет, повлияет на бизнес-решение. Это может превратиться во вполне конкретный убыток, который понесет компания.

Вступайте в сообщество Школы управления РБК в Telegram или «Максе», чтобы общаться с руководителями из разных сфер, выстраивать нетворкинг и получать советы экспертов.

В упомянутом исследовании Stanford Social Media Lab и BetterUp такой результат называют workslop — ИИ-контент, который выглядит как выполненная задача, но при этом бесполезен. Исследователи выяснили, что 40% опрошенных сотрудников получали такой контент за последний месяц, а на разбор каждого случая уходило в среднем почти два часа.

Как не растить «мясных прокси» в команде

Риск столкнуться с «ИИ-халтурой» возникает во всех командах, где используют нейросети для решения рабочих задач. Вот что может помочь этого избежать.

Шаг 1. Не допускать бездумную пересылку ИИ-контента

Если коллега прислал нейросетевую «простыню» без следов самостоятельной работы — стоит отправить ее обратно и попросить больше так не делать. За результат отвечает тот, кто его отправил.

Шаг 2. Задавать уточняющие вопросы

Порой хватает одного вопроса: «Что это значит?» или «Откуда ты это взял?» — и сразу станет понятно, погружался человек в тему или нет.

Шаг 3. Научить сотрудников гигиене работы с ИИ

В моей команде ИИ-гигиена держится на трех принципах.

• Погружение в контекст. Любую задачу для нейросети нужно рассматривать не на уровне короткого запроса, а в контексте проекта в целом. Чем больше вводных даем, тем качественнее результат.
• Недоверие. Когда я решаю с помощью нейросети задачи, связанные с аналитикой, всегда ставлю агенту условия: спорить со мной, если у него есть аргументы и он считает, что я неправ; быть максимально независимым; и главное — подтверждать каждый вывод фактами. Результат одной нейросети можно проверять с помощью другой, но финальное решение все равно остается за человеком.
• Фактчекинг всего, что выдает нейросеть. Я использую правило: любой тезис нужно подтвердить тремя независимыми достоверными источниками.

Шаг 4. Не запрещать, а развивать культуру использования ИИ

Проблема «мясного прокси» напрямую касается корпоративной культуры. Запреты не помогают: по данным глобального исследования KPMG и Мельбурнского университета, корпоративные данные в публичные нейросети чаще всего загружают как раз там, где ИИ запрещен.

А доверие внутри команды, по наблюдениям авторов упомянутого исследования на тему workslop, заметно снижает поток «ИИ-халтуры»: сотрудники должны чувствовать себя безопасно, чтобы сказать «я не успел проверить» или «нейросеть тут не помогла».