ИИ, Закон Брукса и «транзакционный налог» в e-learning

В управлении проектами (и в разработке курсов в частности) есть кост, о котором не так часто говорят. Назовем его транзакционным налогом на коммуникацию.

В 1975 году Фредерик Брукс в своей книге «Мифический человеко-месяц» сформулировал закон: «Если проект не укладывается в сроки, добавление людей только задержит его».

Почему так происходит? Все дело в математике. Когда мы добавляем в команду людей, количество связей (парных каналов коммуникаций) растет не линейно, а экспоненциально.
• 3 человека (классическое трио: методолог, дизайнер, сборщик) = 3 канала связи. Контекст общий, информация долетает очень быстро.
• 5 человек (добавили проджекта и эксперта) = 10 каналов. Сложность выросла в 3 раза. Появляются первые «глухие телефоны».
• 8 человек = 28 каналов.
• 12 человек = 66 каналов.

При раздувании штата команда начинает тратить кучу* времени не на создание продукта, а на обслуживание цепочки связей: составить ТЗ (и переделать его, потому что «мы друг друга не поняли»), собрать встречу (а еще найти общее окошко у 12 сотрудников), дождаться очереди в бэклоге смежного отдела. В итоге налог на коммуникацию съедает всю эффективность.
*исследования показывают, что в больших командах «налог» может доходить до 80% времени.

T-Shaped с ИИ
Раньше T-Shaped специалист (например, сильный e-learning методист с базовыми навыками в дизайне и сборке) все равно был вынужден идти к узким экспертам. Он не мог сам написать JS-скрипт для Storyline или отрисовать сложную инфографику на должном уровне. Приходилось привлекать разработчиков и дизайнеров, увеличивая транзакционный налог.
Сегодня ИИ работает как ускоритель кросс-компетенций. Он «дотягивает» горизонтальную черту буквы Т (смежные навыки) до вполне рабочего уровня:

• Методист пишет промпт — и получает рабочий JS-код для конструктора или генерирует изображения.
• Сборщик просит ИИ «причесать» методологию блока – логика становится лучше, а формулировки понятнее.

В итоге один человек закрывает пул задач, на который раньше требовалось три разных специалиста. Налог на коммуникацию падает практически до нуля. Да, появляется «налог на промптинг» и отсеивание галлюцинаций нейросети, но ты общаешься сам с собой и с ИИшкой, а не ждешь неделями ответа от коллег...

Да и для 80% стандартных корпоративных задач уровня «джуниор + ИИ» уже более чем достаточно.

Важная оговорка: я не идеализирую T-Shaped (скорее наоборот, мне такой подход не близок).

Я не утверждаю, что один человек-оркестр — это панацея для любого проекта. 3 глубоких профильных эксперта (крутой методолог + топовый дизайнер + senior-разработчик) всегда сделают курс качественнее, глубже и интереснее, чем один T-Shaped специалист. Да и «налог» в команде из 3 человек не такой уж большой.

ИИ сглаживает разрыв в компетенциях, но не уничтожает его.

Другой вопрос, что далеко не каждая компания может позволить себе полный штат узких специалистов, да и задачи не всегда равномерно распределяют нагрузку по разным зонам компетенций (думаю, у всех были ситуации, когда приходит заказ на кучу видео/памяток/регламентов/другое). В итоге у узкого специалиста либо неполная загрузка, либо он занимается непрофильной работой (превращается потихоньку в T-Shaped).

ИИ не делает команду методолог+дизайнер+сборщик излишней, скорее дает несколько дополнительных козырей T-Shaped подходу.

Генерация видео в Grok Imagine: что нового и сколько стоит

Сейчас занимаюсь демо-проектом (проверяю теорию), для которого нужно много сгенерированных видео. Для видео выбрал Grok (xAI). Давно писал про него пост. Делюсь обновлениями.

Про деньги и туманные лимиты
Бесплатную генерацию видео закрыли еще полгода назад. Но сколько стоит платная? Понять не так просто.
• За $10 дают просто «попробовать».
• За $30 обещают «увеличенные лимиты» и HD-качество (720p).

Скажите точно, сколько вешать в граммах? xAI точных данных не приводит.

Из личного опыта: Лимиты недельные. Израсходовал – можешь купить токены дополнительно. На тарифе за $30 в неделю удается сгенерировать примерно 100 роликов по 6 секунд в 720p. С учетом переделывания роликов с косяками — ролик на 2-3 минуты сгенерировать получится.

В 480p лимит должен быть раза в 3-4 выше, но сложно представить, в каких кейсах сейчас нужно 480р, так что точно я не проверял.

Что нового?
Появилась функция продолжения генерации с определенного кадра.

Раньше: делали скриншот нужного кадра, запускали новый фрагмент вручную, потом склеивали кусочки.

Сейчас: встроенная кнопка делает процесс заметно быстрее.
Бонусом сохраняется голос персонажа. Правда только на продолженный фрагмент. Но вы же не будете снимать весь ролик одним кадром. Так что бонус, не сказать, что очень полезный.

Что по качеству?
Ничего нового. Мимику делает хорошо, простые действия тоже. Галлюцинации все еще попадаются, предметы из воздуха тоже любят появляться, а в двери заходить персонажи категорически не умеют.

Итог:
Kling и Google Veo генерируют физику и детализацию лучше. Но для своего текущего демо-проекта я все равно выбрал Grok.

Причина простая — цена. Несмотря на урезание лимитов, Grok остается самым бюджетным решением с адекватным качеством для простых проектов.

Не можешь победить техническое ограничение — сделай его фичей: ностальгия из 90-х против «зловещей долины» 📼
(пост шуточный, в видео есть ненормативная лексика)

Года три назад, собирая первый тренажер на GPT-3.5 со встроенной озвучкой браузера, я столкнулся с ужасно деревянным голосом и долгими ответами от ИИ.

Решение нашлось в сеттинге: сделал собеседника роботом-экзаменатором. Деревянный голос стал логичным, а анимация загрузки перестала снижала раздражения от ожидания и делала процесс ожидания логичным.

В прошлом посте я признал эксперимент с видео-аватарами неудачным — мультяшные герои, все еще долгое ожидание, непопадание голоса в эмоции и рассинхрон губ доставляли больше дискомфорта, чем визуализация давала плюсов. Но идея сделать живой визуал не давала покоя, и я снова решил зайти через сеттинг.

Дисклеймер: этот пост — шутка, но для единичных кейсов и определенной ЦА идея может стать абсолютной вау-фишкой. Я пересмотрел ролик раз двадцать, у меня он вызывает восторг и ностальгию.

Режим «Авторский перевод из 90-х» (VHS Edition) 🎬
В чем суть:
• Берем пак видео с реалистичным персонажем (генерировал, как и в прошлый раз, в Grok).
• Озвучку оставляем, делаем на иностранном языке и пускаем тихим фоном.
• Поверх накладываем невозмутимый гнусавый ИИ-голос, который переводит реплику в легендарном стиле эпохи VHS — немного грубо, прямолинейно и нелепо (тут на смену стандартному OpenAI пришел SteosVoice).

Почему это работает?
В переводах 90-х голос принципиально не попадает в губы. Рассинхрон перестает резать глаз. Фирменный VHS-голосов полностью лишен эмоций. Так и должно быть.

Эффект «зловещей долины» отключается полностью!
Это уже не недоработка, а стилизация.

Понятно, что если вы придете к бизнесу и захотите реализовать такое у себя, с вероятностью 100% вам ответят: «Это не подходит под наш корпоративный tone of voice, мать твою!» 😄

Если серьезно: Конечно, не обязательно использовать гнусавый голос и экзотическую лексику. Если взять нормальную нейтральную озвучку и пустить ее поверх тихого иноязычного оригинала, мы получаем абсолютно рабочий и легальный рабочий паттерн для корпоративных тренажеров: живые эмоции + динамический текст + отсутствие эффекта «зловещей долины». И все это может работать внутри контура и без затрат на дорогой потоковый рендер.

Друзья!

В сентябре, уже традиционно, буду выступать на ИИ.Elements.
Тема, как не удивительно, связана с диалоговыми AI-тренажерами. Расскажу про свой опыт, подходы, подводные камни и роль методолога в этом процессе.

Буду рад со всеми встретиться в онлайне😊

Ниже анонс от организаторов.

ИИ - не про то, чтобы делать за нас. А про то, чтобы делать вместе. Корпоративное обучение не исключение.

16-17 сентября пройдёт конференция «ИИ.Elements» - практическое событие о разумном внедрении искусственного интеллекта в корпоративное обучение. Формат онлайн, поэтому присоединиться можно из любой точки.

Мы делаем конференции для специалистов по обучению уже больше 18 лет. Сами погружены в тему и отбираем спикеров так, чтобы было действительно качественно и интересно.

В программе реальные кейсы и инструменты: что уже работает у коллег, что можно забрать в работу завтра. Особое внимание балансу: где ИИ помогает, а где эффективнее использовать традиционные методы.

Стоимость: от 2 900 рублей.
Детали и билеты: https://elearningelements.ru/ii

Приходите, чтобы быть рядом с теми, кто не стоит на месте. Кто идёт дальше, открыт к новому и не боится менять правила игры!

ИИгры, часть 1: Suck Up! Социальная инженерия в вампирском сеттинге

Больше года назад писал о первых попытках запихнуть LLM в игры. Тогда это были простенькие текстовые прототипы или кривые демо. Прошел год — и хотя это все еще мелкие инди-проекты, глубина проработки механик однозначно выросла.

Начинаю мини-серию разборов игр, которые используют LLM как основную механику. И первая на очереди — Suck Up!

Зачем это e-learning специалисту? Простые механики взаимодействия с LLM можно переосмыслить и использовать в обучении.

Суть и сеттинг:
Вы играете за вампира. По законам вампирского лора вы не можете напасть на человека и войти в дом без явного приглашения хозяина. Ваша задача — любой ценой заставить жителя произнести «заходи». Ситуация усложняется тем, что на дворе 3 часа ночи (вампиры же боятся света). Стучаться к незнакомцам в такое время и так подозрительно. Тут нужно быть невероятно убедительным.

Как работает механика:
• Бегаешь по городу и стучишься в двери к местным жителям.
• У каждого жителя свой системный промпт (характер, уровень паранойи, жизненный опыт, интересы).
• Игра использует внешний контекст: вы можете переодеваться в костюмы (полицейский, сантехник, курьер, сосед). Ваш образ передается в контекст. Если вы оделись сантехником, ваши слова об экстренном ремонте труб будут звучать убедительнее. Аргументы должны строго соответствовать роли. Скажешь что-то невпопад — уровень тревоги NPC поднимется, и приглашения ждать не стоит.
• Получили приглашение войти – задача выполнена (потом можно переодеться в побежденного персонажа и в его обличии напрашиваться к соседям).

В чем фишка:
Полная свобода отработки возражений и социальной инженерии. Можно импровизировать, льстить, запугивать, строить сложные схемы обмана или симулировать экстренную ситуацию.

Что взять в e-learning?
Разные характеры персонажей — это уже базовый стандарт. А вот работа с внешним и пространственным контекстом в корпоративных тренажерах пока не встречается (вроде), хотя играет важную роль.

Как этот подход можно перенести в обучение:
В тренажерах с интерактивными объектами ИИ может считывать, с чем ты работаешь и где находишься в данный момент. В VR можно считывать жесты и позу. А если подключить камеру — еще и эмоции.

Одна и та же реплика менеджера сработает по-разному в зависимости от того, где происходит диалог. Например, при продаже авто фразы для первого знакомства в шоуруме будут выглядеть странно, если вы уже сидите за рулем на тест-драйве. Глупо презентовать вместительность багажника, стоя у капота и не открыв этот самый багажник. Или рассказывать про мягкий пластик панели, находясь в противоположном конце зала.

Когда ИИ реагирует на физические действия обучаемого (открыл буклет, подошел к стенду, показал планшет), реализм увеличивается и мы прокачиваем еще и невербалику.

Как итог:
Да, кажется, что это история только для дорогих VR-тренажеров. Но суть механики — не в графике, а в передаче контекста модельке. Если приложить смекалку, аналогичный подход с внешними переменными можно реализовать и в обычных текстовых или 2D-симуляциях без космических бюджетов.

Геймплей можно посмотреть ТУТ

ИИгры, часть 2: Yandere AI — как оживить диалог через реакцию на предметы и действия 🔪❤️

Продолжаем (и, на данный момент, заканчиваем) разбирать игры, где языковые модели — это не просто текстовый чат-бот, а главная игровая механика. Сегодня на очереди — Yandere AI Girlfriend Simulator.

Суть и сеттинг
Вы просыпаетесь в запертой квартире с девушкой-яндере* (одержимой и опасной). Дверь заперта, цель — выбраться. Инструмент — разговор. Ошибка в диалоге или подозрительный шаг приведут к смерти.

*Яндере (от японских yanderu — «быть психически нездоровым» и deredere — «влюбленный») — архетип из японской поп-культуры: внешне милая девушка, чья любовь из-за ревности перерастает в опасную одержимость. Да, я тоже услышал это слово в первый раз.

Как работают механики:

• Одержимое внимание и цена ошибки:
Девушка ходит за вами по пятам и постоянно инициирует общение сама. Долгое игнорирование, неловкая фраза или подозрительный ответ мгновенно приводят к «летальному исходу».

• Общий мир и физические действия:
В квартире несколько комнат и куча предметов. Ключевая фишка — с окружением на равных взаимодействуете и вы, и ИИ. Персонаж не просто «сидит в чате», он видит ваши действия, ориентируется во времени и перемещается по комнатам.

• Управление вниманием через действия:
Попытка залезть в ее компьютер у нее на глазах приведет девушку в ярость. Чтобы выиграть время, ИИ нужно отвлечь — например, попросить приготовить ужин. Персонаж реально уйдет на кухню, и вы сможете заниматься взломом, пока ИИ не видит.

В чем фишка:
Диалог тесно связан с объектами вокруг. При этом перемещаться в пространстве и взаимодействовать с объектами может не только игрок, но и сам ИИ.

Что взять в e-learning?

В геймдеве пытаются делать сложные системы, где ИИ на лету собирает цепочки из десятков микро-действий (прописано не одно большое действие, а много маленьких, из которых можно сложить что-то сложное). Но для этого нужен полноценный движок и сложная логика — на коленке такое не собрать.

А вот механика из Yandere AI — простая: есть несколько базовых действий (приготовить еду, открыть дверь, включить оборудование), которые запускаются в зависимости от контекста. Повторить это в корп. обучении гораздо проще.

Как применить это в компании:

Аватары и «коробочные» действия
Пару недель назад писал пост про подход с видео-аватаром, где ИИ включал нужный фрагмент под контекст. Выглядит интересно, но довести качество тренажера до рабочего состояния сложно. Если заменить видео на фото-аватар с эмоциями, процесс станет проще и предсказуемее:
• Клиент протягивает документы — показываем соответствующую карточку.
• Клиент злится — переключаем на фото сердитого клиента.

Да, не так интересно, зато принципиально проще и стабильнее.

Сложные симуляторы ПО
ИИ-персонаж может реагировать не только на реплики в чате, но и «видеть» действия сотрудника в интерфейсе:
• Отправили клиенту СМС в CRM — она ему реально пришла.
• Плохо проконсультировали — ИИ-клиент через минуту перезванивает и говорит, что инструкция не сработала, нужно исправлять.

Да, такие сложности нужны не так часто, но в некоторых кейсах именно эти маленькие моменты играют важное значение.

Геймплей можно посмотреть ТУТ и ТУТ