Scovai Scovai
AI & Operations 2026-11-05 1 min read

На вопрос, влияет ли аватар ИИ на их оценку, 30 из 34 работников ответили «нет». Их выплаты ответили «да».

DSL

Dr. Sarah Liu

На вопрос, влияет ли аватар ИИ на их оценку, 30 из 34 работников ответили «нет». Их выплаты ответили «да».

Три ИИ-ассистента дали 189 работникам знания одни и те же ответы. Работники заплатили им разные суммы. В эксперименте в офисе виртуальной реальности, опубликованном в материалах NordiCHI '26, участники отдали реальные деньги ассистенту с мужской презентацией в среднем на 2,96 CHF против 2,54 CHF функционально идентичному ассистенту с женской презентацией — p = .026 (Cuber et al., NordiCHI '26, 2026). На вопрос, повлияла ли презентация на их оценку, 30 из 34 опрошенных ответили «нет».

У вашей оценки ИИ-агентов та же слепая зона. Каждая оценочная карта пилота, каждый опрос о доверии и каждая панель внедрения, которыми вы пользуетесь, собирают именно тот тип ответа, который здесь оказался неверным, — о единственной переменной, которая, как показывает это исследование, действительно двигала деньги.

Эксперимент намеренно удерживал способности постоянными

Именно эта деталь дизайна делает результат пригодным к применению, а не просто любопытным.

Исследование, опубликованное 2 октября 2026 года, предложило каждому из своих 189 участников (191 набран, 2 исключены из-за сбоев ответа ассистента) выполнить задачи в офисе виртуальной реальности с тремя ассистентами: текстовым чат-ботом, настольным роботом и человекоподобным голосовым агентом, представленным либо как «Йохан», либо как «Йоханна». Ассистенты были функционально идентичны — та же базовая система, те же ответы, то же качество работы. Воплощение варьировалось внутри участников, гендерная презентация — между участниками. Затем участники распределяли ассистенту до 4 CHF реальных денег, и каждый отданный франк уменьшал их собственное вознаграждение.

Тем самым эксперимент снял объяснение, к которому руководители обращаются первым. Никто не заплатил человекоподобному агенту больше за то, что он лучше работал. Он выполнил ту же работу. Менялось лишь то, как он выглядел и звучал.

Эффект воплощения оказался крупнее гендерного и статистически гораздо устойчивее: человекоподобный агент получил 2,76 CHF (SD 1,18) против 1,98 CHF (SD 1,26) у робота, W = 1511,5, p < .001, при размере эффекта r = .44. Простой текстовый чат-бот оказался последним — 1,75 CHF. При потолке в 4 CHF человекоподобная презентация стоила около 0,8 CHF чужих денег, не производя ничего дополнительного.

Гендерный результат уже, чем газетные заголовки

Здесь нужна точность, которой во вторичных публикациях не было. Гендерная презентация сдвинула вознаграждение (2,96 против 2,54, p = .026) и воспринимаемое человекоподобие (5,09 у Йохана против 4,59 у Йоханны, p = .029). Она не достигла значимости по доверию (5,58 против 5,25, p = .065) и по приписыванию заслуг (5,24 против 5,05, p = .164).

Честное утверждение касается, следовательно, денежной оценки и воспринимаемого человекоподобия, а не доверия. Если вам встретится приписываемый этому исследованию тезис, будто «женским ИИ-агентам доверяют меньше», — исследование этого не обнаружило. Вам также попадётся аккуратная цифра «10,25 %», циркулирующая в пересказах этой работы: она происходит из университетского пресс-релиза, не встречается в самой статье и не выводится из опубликованных средних. Ссылайтесь на средние.

Одна модерация достойна упоминания: преимущество человекоподобия над роботом было сильнее у участниц, чем у участников (бета взаимодействия = 1,074, z = 3,73, p < .001). Эффект персоны неоднороден в вашем коллективе, а значит, он не усреднится в командном опросе.

То, что они говорили, и то, что платили, — разные числа

Результат интервью — самый короткий путь к операционному решению. Тридцать из тридцати четырёх участников заявили, что гендерная презентация не имеет значения для их доверия и вознаграждения. Их собственные распределения, сделанные реальными деньгами, их опровергли.

Это учебниковый разрыв между заявленными и выявленными предпочтениями, и речь не о лжи. У этих людей не было особой причины кого-то обманывать и очевидного стимула к этому. У них просто не было надёжного доступа к тому, что управляло их собственным суждением.

Вывод прямой: опрос команды о дизайне агентов даёт данные без доказанной предсказательной силы. В этом исследовании самоотчёт указал в неверную сторону по единственной переменной, которая измеримо двигала поведение.

Ваша оценка ИИ-агентов частично измеряет персону

Перенесите это в операционный обзор компании среднего размера, и проблема перестанет быть про аватары.

Вы пилотируете двух агентов в разных функциях. Один — выверенный голосовой интерфейс с именем и лицом, другой — утилитарный инструмент, возвращающий текст в очередь тикетов. В конце квартала вы сравниваете оценки удовлетворённости, воспринимаемую полезность, готовность команды продолжать работу с ними и запросы на расширение места. Затем финансируете победителя.

Это исследование говорит: неизвестная доля такого разрыва — воплощение, а не производительность. Вы провели неконтролируемое сравнение и прочли результат как сигнал о способностях. Финансирование, возможно, получил просто лучше поданный агент.

Этот режим отказа усугубляется вполне определённым образом. Презентацию менять дешево, способности — дорого, поэтому поставщик (или внутренняя команда, оптимизирующая метрики внедрения) неизменно сочтёт, что улучшить персону проще, чем работу. Если ваша оценочная карта не различает эти две вещи, она продолжит награждать более дешёвую, а ваша система измерений тихо начнёт отбирать против реального качества.

Это более резкая версия закономерности, уже заметной в других местах исследований об агентах. Agent Confidence Index 2026, проранжировавший 101 агентную задачу по данным 300 технологических руководителей и практиков, обнаружил, что уверенность следовала проверяемости задачи и полноте бизнес-контекста, а не возможностям модели: автоматическая генерация отчётов получила 83,5, шаблонный код — 82,5, и у обоих есть единая объективная метрика оценки, тогда как конфигурация service mesh осталась на 37,5 при тех же базовых моделях (MIT Technology Review Insights, 2026; Microsoft, 2026). Где нет чистой метрики успеха, вакуум заполняет человеческое суждение — и VR-исследование показывает, за что это суждение цепляется, когда ему не за что держаться.

Чего исследование не показывает

Три ограничения, названные прямо, потому что столь удобный аргумент их заслуживает.

Это была среда виртуальной реальности с сконструированной задачей, а не реальное развёртывание агента внутри рабочего процесса с реальными последствиями. Ставки были малыми и однократными: до 4 швейцарских франков, распределяемых один раз, а не повторяющееся бюджетное решение человека, отвечающего за результат. И различия в доверии и приписывании заслуг по гендерной презентации значимости не достигли, так что эффект уже, чем подсказывает поверхностное чтение.

Что переживает эти оговорки — так это структурный вывод, и переживает невредимым: при способностях, удержанных постоянными по конструкции, презентация всё равно сдвинула денежную оценку, а самоотчёт не смог это предсказать. Чтобы действовать, вам не нужно, чтобы размер эффекта перенёсся из VR-лаборатории на ваш операционный этаж. Достаточно признать, что персона — действующая переменная в вашей оценке и что сейчас вы её не контролируете.

Цена измерения не того, что нужно

Причина беспокоиться — бюджетная, а не этическая.

Работа McKinsey QuantumBlack об экономике агентов (август 2026) показала, что для агента, выполняющего задачу обслуживания клиентов в банке, затраты на токены часто составляют лишь 20–25 процентов переменных эксплуатационных расходов, тогда как человеческий надзор забирает 70–75 процентов (McKinsey QuantumBlack, 2026). Надзор — сколько человеческой проверки требует конкретный агент, кем и как часто — доминирующая статья расходов.

Это распределение задаётся именно тем суждением, которое данное исследование показывает загрязнённым. Решите, что агент надёжен, — снизите надзор и расширите его автономию. Сочтёте ненадёжным — оставите проверяющего на каждом запуске. Если часть этой уверенности следует тому, насколько человечным кажется интерфейс, вы недопроверите обаятельного агента и перепроверите полезного — и ошибётесь в самой крупной статье расходов.

Что сделать до следующего обзора агентов

Четыре изменения, все выполнимые в этом квартале, и ни одно не требует новых инструментов.

Удерживайте презентацию постоянной во всём, что собираетесь сравнивать. Если двух агентов оценивают друг против друга, дайте им одинаковую модальность интерфейса — или признайте, что сравнение смешано, и перестаньте подавать его как результат по производительности.

Перестаньте опрашивать команду о дизайне агентов. Тридцать из тридцати четырёх участников ошиблись в собственном поведении. Спрашивайте вместо этого о конкретных наблюдаемых событиях: что агент выдал, что вам пришлось исправлять, сколько заняло исправление, что вы эскалировали. Такие ответы проверяемы.

Измеряйте поведение, а не настроения. Доля ошибок, выявленных при проверке, объём переделок, частота эскалаций, время от вывода до принятого результата. Все эти показатели безразличны к тому, есть ли у агента лицо.

Сделайте квартальный обзор агентов количественным и подписанным. Агент — единственный субъект, которого можно оценивать чисто по числам, без требований справедливости, справедливо применяемых к людям: периодическая оценочная карта, закрытая названным по имени руководителем с письменным итогом, защитимее для Digital Employee, чем когда-либо была бы для человека, — поэтому места Digital Employee в Scovai пересматриваются именно так, а не опросом настроений. Какую бы систему вы ни использовали, требование одно: названный по имени ответственный человек, фиксированный набор измерений и решение, зафиксированное письменно.

Проверка того, выдерживает ли ваша оценка ИИ-агентов критику, — один вопрос, и ответить на него можно сегодня: если бы агент, которого вы финансировали в прошлом квартале, вышел с другим голосом и без имени, выдала бы ваша оценочная карта то же число? Если вы не можете сказать «да», вы измерили аватар.

Ready to go beyond the CV?

Scovai's AI-powered Talent Passport reveals what resumes can't: personality, potential, and true job fit.