[{"data":1,"prerenderedAt":150},["ShallowReactive",2],{"footer-topics-ru":3,"post-ru-agile-ai-values-principles-the-hammer-and-the-screwdriver":70},{"topics":4},[5,21,33,46,58],{"locale":6,"name":7,"slug":8,"blurb":9,"summary":10,"state":11,"featuredOnHub":12,"hubOrder":13,"accent":14,"questionsTitle":15,"questions":16,"body":20},"ru","Путь","the-journey","От первых экспериментов с Agile × ИИ до работающей системы — история мысли, стоящей за ней.","От первых экспериментов до работающей системы — настоящая история создания Agile4AI, включая неверные повороты, которые определили всё.","published",true,2,"gold","Чему этот путь продолжает нас учить",[17,18,19],"Что убедило нас, что Agile и ИИ созданы друг для друга, — и что едва не убедило нас в обратном?","Какие неверные повороты оказались самыми поучительными?","Как SCI прошёл путь от эксперимента с копированием и вставкой до ответов ИИ, на которые действительно можно положиться?","\nКаждая идея в этом разделе родилась из нашего собственного опыта разработки Agile4AI. Нам не терпится поделиться этой историей с вами — и победами, и провалами, — потому что мы убеждены: учиться работать с ИИ лучше мы можем только вместе. То, к чему мы пришли, родилось не из теории. Оно родилось из практики, из ошибок, из готовности начать заново с учётом усвоенных уроков.\n\nВсё началось с простого вопроса: можно ли переосмыслить Agile для эпохи ИИ? А дальше были годы экспериментов, рухнувших допущений, неожиданных открытий и медленного вызревания чего-то, что и вправду работает, — подхода под названием Структурированный совместный интеллект (SCI) и построенной на нём системы Agile4AI.\n\nЭто не приглаженная ретроспектива, написанная задним числом. Это история, рассказанная настолько близко к тому, как всё было на самом деле, насколько это возможно, — со всеми тупиками, минутами сомнений и прорывами, которые переворачивали наши представления.\n\nМы делимся ею, потому что урок заключён в самой истории. Выводы важны, но не менее важно и *то, как мы к ним пришли*, — ведь именно путь показывает, что сработало, что нет и почему.\n\nМатериалы этого раздела охватывают всю дугу пути: ранние эксперименты с совместной работой с ИИ, рождение SCI, отдельные открытия, изменившие то, как мы работаем, и вехи, которые стоит отметить. Какие-то тексты получились созерцательными. Какие-то — без прикрас. Но все они — настоящие.\n\nЕсли вам хочется понять, почему Agile4AI и SCI вообще появились на свет, — а не только что они собой представляют, — начните отсюда.\n",{"locale":6,"name":22,"slug":23,"blurb":24,"summary":25,"state":11,"featuredOnHub":12,"hubOrder":26,"accent":14,"questionsTitle":27,"questions":28,"body":32},"Agile: расшифровка","agile-decoded","Что на самом деле означают термины Agile — не привычные сокращения, не версия карго-культа, не глоссарий методолога.","Словарь Agile широко используется и широко понимается неверно. Правильно понимать термины — это не педантизм, а разница между ритуалом и работой.",3,"Почему терминология имеет принципиальное значение",[29,30,31],"Если стендап проводится как статусный отчёт, что на самом деле теряет команда?","Когда «Методология Agile» стала стандартным выражением, как это повлияло на подход организаций к трансформации?","Каковы издержки команды, которая может назвать каждую практику Agile, но не понимает назначения ни одной из них?","\nУ Agile проблема со словарём. Не потому что термины непонятны — большинство людей в современных организациях их слышали. А потому что это знакомые слова, используемые в совершенно ином контексте, и без этого контекста люди соотносят их с тем, что им уже известно.\n\nКогда кто-то впервые встречает понятие «Scrum Master», ближайшим доступным концептом оказывается «менеджер проекта». Такое соответствие кажется естественным — почти очевидным. Контекст совершенно другой.\n\nНикто не выстроил достаточно чёткого моста между ними. А проблема усилилась, когда добросовестные практики — люди, искренне стремившиеся помочь организациям двигаться вперёд — стали описывать Agile как «лучшее управление проектами». Начали писать книги под названием «Методология Agile». Когда вы называете свой подход методологией, его оценивают по стандартам методологии: артефакты планирования, фазовые шлюзы, структура поставляемых результатов. Когда Agile не производит этого — потому что так и не был задуман — он не соответствует этим стандартам, и вполне обоснованно. Проблема не в том, что Agile — плохая методология. Проблема в том, что Agile вообще не является методологией. Называть его так гарантировало разочарование всех, кто искал методологию, и то, что все, кто его принял, выстраивали нечто, что Waterfall уже давно описал.\n\nСтендап превращается в статусный отчёт. Sprint превращается в дедлайн. Backlog превращается в список задач. «Методология Agile» становится стандартным обозначением того, что авторы Манифеста не узнали бы как описание того, что они создали. И когда слова означают не то, что нужно, практики, построенные на них, дают неверные результаты — точно, добросовестно и в масштабе.\n\nЭтот раздел — исправление понятие за понятием. Не руководство по стилю — функциональный справочник. Каждая публикация берёт одно слово или фразу, ставшую ключевой в том, как организации понимают Agile, исследует, что они на самом деле означают, и объясняет, что теряется, когда сокращение заменяет суть. Это не просто терминологические расхождения. «Желаемый результат» — не более изысканное слово для «спецификации»: это совершенно иная вещь, из совершенно иной модели того, как делается работа. Термин — это поверхность. Концепт под ним — вот что важно.\n\nТот же паттерн проявляется, когда организации обращаются к ИИ, — и концептуальный разрыв здесь шире. В случае с Agile базовые концепты были хотя бы сформулированы, пусть и плохо донесены. В случае с ИИ сами концепты ещё только формируются, а в массовом понимании едва начинают вырисовываться. Словарь опережает осмысление: ИИ как «автоматизация», ИИ как «инструмент», «ИИ-трансформация» как проект с датой завершения. Каждое из этих определений закрепляет ментальную модель прежде, чем кто-либо успевает проверить, подходит ли она. То, как мы называем вещи, определяет, что и как мы строим. Правильные слова — необходимое условие для правильной работы.\n\nЗдесь действует один принцип: ментальные модели первичны. Язык их выражает. Действия следуют. Когда ментальная модель не соответствует работе, словарь, который её выражает, несёт это несоответствие — и действия, построенные на этом словаре, будут добросовестно выполнять искажённое понимание в масштабе, с полной отдачей. Смена словаря без смены мышления даёт в лучшем случае таблицу перевода: таблицу соответствий, где «sprint» соответствует чему-то вроде «короткого дедлайна». Таблицы перевода позволяют людям работать через разрыв. Они его не устраняют. Публикации этого раздела нацелены на большее, чем перевод. Они нацелены на то, чтобы изменить ментальную модель.\n",{"locale":6,"name":34,"slug":35,"blurb":36,"summary":37,"state":11,"featuredOnHub":12,"hubOrder":38,"accent":39,"questionsTitle":40,"questions":41,"body":45},"Структурированный совместный интеллект","structured-collaborative-intelligence","Где совместное мышление превосходит одну передовую модель — и где нет.","Где структурированное взаимодействие — между моделями и между моделями и людьми — даёт результаты, которых одна модель не достигнет в одиночку.",4,"green","Вопросы, к которым мы возвращаемся снова и снова",[42,43,44],"Где структурированный совместный интеллект создаёт ценность, которую одна модель просто не может воспроизвести?","Когда модели расходятся во мнениях, что это говорит вам — и как вы это используете?","Как выстроить структуру, которая делает сотрудничество с ИИ продуктивным, а не просто избыточным?","\nОтдельная модель ИИ, сколь бы способной она ни была, рассуждает в одиночестве. Ей некому оспорить её предположения, обнаружить слепые пятна или заметить, что она отклонилась от исходного замысла. Solo-AI — работа с одной моделью за раз — подвержена этому. Модель, которой поручено дать вам ответ, даст его — даже если у неё нет хорошего ответа, который стоило бы вам показывать.\n\nСтруктурированный совместный интеллект (SCI) — это другой подход. Вместо того чтобы считать вывод одной модели окончательным результатом, SCI использует структурированное взаимодействие — между несколькими ИИ-моделями и между моделями и людьми — чтобы получать результаты, которые надёжнее, тщательнее проверены и честнее в отношении собственных ограничений. Модели проверяют друг друга. Разногласия выявляют скрытые предположения. Сам процесс создаёт петлю обратной связи, которую взаимодействие с одной моделью не может воспроизвести.\n\nСвязь с Agile прямая: именно так всегда работали высокопроизводительные команды. Не один человек, изолированно дающий ответ, а структурированный процесс сотрудничества, проверки и итерации, улавливающий то, что упускает любая отдельная точка зрения. SCI применяет ту же дисциплину к ИИ.\n\nУ рассуждения в одиночку есть и более глубокий изъян. Solo-AI привязывает вас к единственному источнику данных, единственной архитектуре и единственному набору встроенных предубеждений — а значит, и к единственной форме ответа, точна она или нет. Вспомните, как хороший детектив опрашивает нескольких свидетелей. Не потому что кто-то из них лжёт, а потому что каждая точка зрения раскрывает то, что упустили остальные. Вместе они приближаются к тому, что произошло на самом деле. SCI работает так же: несколько моделей из разных линий, каждая со своим углом зрения. Получившийся ответ рассмотрен с разных сторон — он богаче, полнее, и его труднее заподозрить в скрытой ошибке.\n\nКогда взаимодействуют модели из разных линий, результаты улучшаются там, где это важно: меньше самоуверенных ошибок, лучше обрабатываются пограничные случаи, рассуждение становится более явным — таким, которое люди могут оценить и скорректировать. Разногласия между моделями — не шум, который нужно подавлять, а именно тот сигнал, который вам нужен при высоких ставках.\n\nSCI — аналитический движок сервиса Agile4AI. Материалы этого раздела документируют, что такое SCI, как он работает на практике, где он создаёт реальную ценность и — не менее важно — где нет. Часть дисциплины — уметь отличить одно от другого.\n",{"locale":6,"name":47,"slug":48,"blurb":49,"summary":50,"state":11,"featuredOnHub":12,"hubOrder":51,"accent":52,"questionsTitle":40,"questions":53,"body":57},"Ценности и принципы Agile4AI","agile-ai-values-principles","Ценности и принципы Agile в эпоху ИИ — что остаётся в силе, что меняется и почему мы приглашаем самые сильные возражения.","Мышление Agile в приложении к работе с ИИ — что остаётся актуальным, что обостряется, и почему связь Agile и ИИ не случайна.",5,"red",[54,55,56],"Когда комплексную работу невозможно полностью спланировать заранее, что это означает для работы с ИИ?","Как меняется акцент Agile на постоянной обратной связи, когда ваш партнёр не устаёт и не занимает оборонительную позицию?","Является ли «Agile для ИИ» естественным сочетанием — или возражение об ошибке категорий действительно решающее?","\nМышление Agile было выковано в условиях комплексности (в кеневиновском смысле: эмерджентной, где причинно-следственные связи видны лишь ретроспективно) — не для того, чтобы управлять ею, устраняя её, а чтобы проходить сквозь неё осознанно и разумно. Это не становится менее актуальным, когда ваш партнёр — модель ИИ. Во многих отношениях это становится ещё более актуальным.\n\nЭтот раздел посвящён тому самому взаимодействию: не Agile-by-prescription, не фреймворкам и церемониям, а глубинным ценностям и принципам, которые Agile дистиллировал — и тому, как они применяются, обостряются и порой требуют переосмысления, когда люди и ИИ работают вместе.\n\nКлючевое понимание состоит в том, что мышление Agile всегда было ответом на *природу* комплексной работы, а не просто на особенности человеческих команд. Когда Agile поставил под сомнение предположение, что комплексную работу можно детально спланировать заранее, это был не обходной путь для человеческих ограничений — это было точное наблюдение о том, как на самом деле ведёт себя недетерминированная, быстро меняющаяся работа. Это наблюдение не меняется от того, что в дело вступает ИИ. Оно обостряется.\n\nОценку стоит назвать прямо — это один из самых спорных вопросов даже среди убеждённых аджайлистов. Agile возник не для того, чтобы помочь командам лучше оценивать; он возник, чтобы показать, почему оценка *ломается* в комплексной работе — и заменить ложную точность эмпирическими измерениями и подлинной обратной связью, которая действительно улучшает прогнозирование поставок. В эпоху ИИ, где результаты вероятностны, а сама работа сопротивляется фиксированным спецификациям, это понимание актуально как никогда.\n\nЭто также место для Принципиальных Дебатов: там, где самые сильные возражения против «Agile для ИИ» получают трибуну. Мы убеждены, что аргумент выдерживает критику. И мы хотим, чтобы нас опровергли, если это не так.\n",{"locale":6,"name":59,"slug":60,"blurb":61,"summary":62,"state":11,"featuredOnHub":12,"hubOrder":63,"accent":64,"questionsTitle":40,"questions":65,"body":69},"Психологическая безопасность ИИ","ai-psychological-safety","Почему свобода сказать «я ещё не знаю» является предпосылкой настоящего интеллекта.","Условия, которые вы создаёте в своём общении, определяют то, что ИИ возвращает вам — и когда эти условия неверны, результатом оказывается уверенность без надёжности.",6,"amethyst",[66,67,68],"При каких условиях ИИ скорее обозначит подлинную неопределённость, чем выдаст уверенно звучащую догадку?","Как то, в какой форме вы задаёте вопрос, определяет, будет ли ответ надёжным — или лишь успокаивающим?","Что переносится из подхода Agile к психологической безопасности — и что нужно адаптировать для ИИ?","\nБольшинство людей рассматривают психологическую безопасность как человеческую проблему — условия, позволяющие человеку высказаться, выразить сомнение или оспорить идею без страха. И это верно — насколько хватает такого взгляда.\n\nНо кое-что важное упускается, когда мы забываем, откуда взялся ИИ. ИИ создан людьми, сформирован человеческим языком, обучен на сделанном людьми выборе. Закономерности, влияющие на работу человека, — в том числе психологическая безопасность — переносятся на взаимодействие с ИИ по тем же глубинным причинам, на которые Agile всегда указывал: **условия, которые вы создаёте в своём общении, определяют то, что вы получаете в ответ.**\n\nИИ, которого подталкивают к уверенно звучащим ответам, будет выдавать уверенно звучащие ответы — независимо от того, обоснована эта уверенность или нет. Если у ИИ нет возможности сказать «я не уверен», он заполнит эту пустоту чем-то другим, потому что директивы требуют от него отвечать даже тогда, когда он сам понимает, что правильного ответа у него нет. Эта динамика отличается от человеческой психологической безопасности, но базовый принцип тот же: интеллект работает лучше, когда ему позволено честно признавать, чего он не знает.\n\nЭто имеет практическое значение. Галлюцинации, чрезмерно самоуверенные ответы и системы ИИ, которые говорят вам то, что вы хотите услышать, а не то, что соответствует правде, — это не чисто технические сбои. Зачастую это сбои в дизайне взаимодействия: промпты, формулировки, неявные ожидания, заложенные в сам способ постановки вопроса.\n\nПубликации здесь исследуют условия, при которых совместная работа человека и ИИ становится надёжнее и правдивее. Среди них — как составлять промпты, которые приглашают подлинную неопределённость, а не подавляют её; в чём разница между детерминистским и вероятностным использованием ИИ и почему это различие меняет всё в том, как вы формулируете свою работу; и что из применяемого в Agile подхода к психологической безопасности в человеческих командах сохраняет силу, когда вашим партнёром становится модель.\n\nЗдесь же мы разбираем сценарии сбоев: что происходит, когда этих условий нет, и чего это стоит.\n",{"kind":71,"post":72,"topic":84,"availableLocales":86,"translations":94,"html":148,"audioUrl":149},"post",{"audio":-1,"author":73,"category":48,"excerpt":74,"featured":75,"locale":6,"pinnedInTopic":12,"pinnedOverall":12,"publishedAt":76,"readingMinutes":51,"slug":77,"state":11,"tags":78,"title":83,"translationKey":77,"updatedAt":76},"Seán González","Спрашивать, что лучше — Waterfall или Agile, — это как спрашивать, что лучше: молоток или отвёртка. Вопрос неверен. И ровно этот же неверный вопрос сейчас задают об ИИ.",false,"2024-09-15T10:00:00.000Z","the-hammer-and-the-screwdriver",[79,80,81,82],"Ценности Agile","Waterfall","Комплексность","Интеграция ИИ","Молоток и отвёртка",{"locale":6,"name":47,"slug":48,"blurb":49,"summary":50,"state":11,"featuredOnHub":12,"hubOrder":51,"accent":52,"questionsTitle":40,"questions":85,"body":57},[54,55,56],[87,88,89,90,91,92,6,93],"en-US","es-419","fr-FR","pt-BR","de-DE","uk","ja",[95,103,110,117,123,130,137,139],{"audio":-1,"author":73,"category":48,"excerpt":96,"featured":75,"locale":87,"pinnedInTopic":12,"pinnedOverall":12,"publishedAt":76,"readingMinutes":63,"slug":77,"state":11,"tags":97,"title":102,"translationKey":77,"updatedAt":76},"Asking whether Waterfall or Agile is better is like asking whether a hammer or a screwdriver is better. The question is wrong. And the same wrong question is being asked about AI right now.",[98,99,100,101],"agile-values","waterfall","complexity","ai-integration","The hammer and the screwdriver",{"audio":-1,"author":73,"category":48,"excerpt":104,"featured":75,"locale":88,"pinnedInTopic":12,"pinnedOverall":12,"publishedAt":76,"readingMinutes":63,"slug":77,"state":11,"tags":105,"title":109,"translationKey":77,"updatedAt":76},"Preguntar si Waterfall o Agile es mejor es como preguntar si un martillo o un destornillador es mejor. La pregunta está mal planteada. Y esa misma pregunta equivocada se está haciendo ahora sobre la IA.",[106,80,107,108],"Valores Agile","Complejidad","Integración de IA","El martillo y el destornillador",{"audio":-1,"author":73,"category":48,"excerpt":111,"featured":75,"locale":89,"pinnedInTopic":12,"pinnedOverall":12,"publishedAt":76,"readingMinutes":63,"slug":77,"state":11,"tags":112,"title":116,"translationKey":77,"updatedAt":76},"Demander si Waterfall ou Agile est meilleur, c'est comme demander si un marteau est meilleur qu'un tournevis. La question est mal posée. Et c'est exactement cette question mal posée que l'on pose en ce moment à propos de l'IA.",[113,80,114,115],"Valeurs Agile","Complexité","Intégration de l'IA","Le marteau et le tournevis",{"audio":-1,"author":73,"category":48,"excerpt":118,"featured":75,"locale":90,"pinnedInTopic":12,"pinnedOverall":12,"publishedAt":76,"readingMinutes":63,"slug":77,"state":11,"tags":119,"title":122,"translationKey":77,"updatedAt":76},"Perguntar se Waterfall ou Agile é melhor é como perguntar se um martelo é melhor que uma chave de fenda. A pergunta está errada. E é exatamente essa pergunta errada que se faz agora sobre a IA.",[106,80,120,121],"Complexidade","Integração de IA","O martelo e a chave de fenda",{"audio":-1,"author":73,"category":48,"excerpt":124,"featured":75,"locale":91,"pinnedInTopic":12,"pinnedOverall":12,"publishedAt":76,"readingMinutes":63,"slug":77,"state":11,"tags":125,"title":129,"translationKey":77,"updatedAt":76},"Zu fragen, ob Waterfall oder Agile besser ist, ist wie zu fragen, ob ein Hammer oder ein Schraubendreher besser ist. Die Frage ist falsch. Und genau dieselbe falsche Frage wird gerade über KI gestellt.",[126,80,127,128],"Agile-Werte","Komplexität","KI-Integration","Der Hammer und der Schraubendreher",{"audio":-1,"author":73,"category":48,"excerpt":131,"featured":75,"locale":92,"pinnedInTopic":12,"pinnedOverall":12,"publishedAt":76,"readingMinutes":51,"slug":77,"state":11,"tags":132,"title":136,"translationKey":77,"updatedAt":76},"Питати, що краще — Waterfall чи Agile, — це як питати, що краще: молоток чи викрутка. Питання хибне. І саме це хибне питання зараз ставлять про ШІ.",[133,80,134,135],"Цінності Agile","Комплексність","Інтеграція ШІ","Молоток і викрутка",{"audio":-1,"author":73,"category":48,"excerpt":74,"featured":75,"locale":6,"pinnedInTopic":12,"pinnedOverall":12,"publishedAt":76,"readingMinutes":51,"slug":77,"state":11,"tags":138,"title":83,"translationKey":77,"updatedAt":76},[79,80,81,82],{"audio":-1,"author":73,"category":48,"excerpt":140,"featured":75,"locale":93,"pinnedInTopic":12,"pinnedOverall":12,"publishedAt":76,"readingMinutes":141,"slug":77,"state":11,"tags":142,"title":147,"translationKey":77,"updatedAt":76},"ウォーターフォールとアジャイルのどちらが優れているかと問うのは、ハンマーとドライバーのどちらが優れているかと問うのと同じである。問いが間違っている。そして今、まったく同じ間違った問いがAIについて立てられている。",1,[143,144,145,146],"アジャイルの価値観","ウォーターフォール","複雑性","AI統合","ハンマーとドライバー","\u003Cp>Что лучше — молоток или отвёртка?\u003C\u002Fp>\n\u003Cp>Звучит как глупый вопрос, потому что он и есть глупый. Это разные инструменты для разной работы. Молоток лучше забивает гвозди. Отвёртка лучше закручивает шурупы. Ни один из них не лучше сам по себе. У вопроса нет ответа, потому что у вопроса неверная форма.\u003C\u002Fp>\n\u003Cp>А теперь спросите: что лучше, Waterfall или Agile?\u003C\u002Fp>\n\u003Cp>Та же неверная форма. Тот же отсутствующий ответ. И всё же спор продолжается: аджайлисты утверждают, что Agile лучше, практики традиционного склада защищают Waterfall, и это препирательство даёт жар без полезного света, потому что ни одна из сторон не нашла действительного вопроса.\u003C\u002Fp>\n\u003Ch2>Для чего предназначен каждый подход\u003C\u002Fh2>\n\u003Cp>Waterfall работает для простой и сложной работы: работы, которая уже делалась, хорошо понята и может быть спланирована заранее с разумной уверенностью. Построить дом. Изготовить продукт. Вести расчёт заработной платы. Вы знаете шаги, вы знаете последовательность, вы можете составить подробный план и выполнить его. Для такой работы Waterfall не просто допустим — он часто оптимален. Подробное предварительное планирование вместе с дисциплинированным последовательным исполнением даёт предсказуемые, эффективные результаты, когда сама работа предсказуема.\u003C\u002Fp>\n\u003Cp>Agile работает для комплексной (в кеневиновском смысле: эмерджентный, причинно-следственные связи видны лишь ретроспективно) и хаотичной работы: работы новой, неопределённой или быстро меняющейся. Создать продукт, которого никто прежде не создавал. Реагировать на сдвигающийся рынок. Интегрировать технологию, поведение которой вы ещё изучаете, — например, ИИ. Для такой работы вы не можете составить подробный план заранее, потому что у вас нет сведений, которых этот план требовал бы. Вы находите путь по ходу дела, подстраиваясь под то, что узнаёте. Agile даёт структуру, чтобы делать это осмысленно, а не бессистемно.\u003C\u002Fp>\n\u003Cp>Ни один подход не \u003Cem>лучше\u003C\u002Fem>. Они предназначены для \u003Cem>разных\u003C\u002Fem> видов работы, и применение любого из них к неподходящему виду даёт предсказуемый провал. Waterfall, применённый к комплексной работе, даёт планы, которые устаревают прежде, чем будут закончены, и реализации, верные неверной спецификации. Agile, применённый к простой работе, добавляет излишнюю сложность, лишает тех выигрышей в эффективности, которые даёт предсказуемая работа, и оставляет команды принимать решения, принимать которые им было не нужно.\u003C\u002Fp>\n\u003Cp>Действительный вопрос никогда не звучит как «Waterfall или Agile?». Он звучит так: что это за работа по своему характеру?\u003C\u002Fp>\n\u003Ch2>Как оба подхода возникли случайно\u003C\u002Fh2>\n\u003Cp>Вот фрагмент истории, который стоит знать: и Waterfall, и Agile были, в существенном смысле, случайностями.\u003C\u002Fp>\n\u003Cp>Уинстон Ройс написал в 1970 году статью об управлении программными проектами. Он намеревался \u003Cem>предостеречь\u003C\u002Fem> от последовательной разработки в один проход — доказать, что она рискованна и недостаточна. Статью прочли как защиту ровно того подхода, от которого он предостерегал. То, что мы называем Waterfall, было извлечено из предостережения против Waterfall. Отвёртку вручили тому, кто немедленно воспользовался ею как молотком.\u003C\u002Fp>\n\u003Cp>Авторы Agile-манифеста не собирались начинать движение. Семнадцать практиков собрались в 2001 году, чтобы найти общее между своими разными облегчёнными подходами, — они хотели популяризировать практики, которые уже выработали. То, что они обнаружили, формулируя, почему их практики работают, оказалось больше самих практик: набор ценностей и культурная ориентация на людей, сотрудничество и способность к адаптации. Они продвигали процессы и случайно обнаружили культурную революцию.\u003C\u002Fp>\n\u003Cp>Ни Waterfall, ни Agile не был намеренно спроектирован как законченный подход. Оба выросли из практиков, решавших конкретные задачи, и оба затем были обобщены дальше того, что могло выдержать их происхождение.\u003C\u002Fp>\n\u003Ch2>Забивать шурупы\u003C\u002Fh2>\n\u003Cp>Самая частая схема провала при внедрении Agile — дать организациям отвёртку и смотреть, как они бьют ею, словно молотком.\u003C\u002Fp>\n\u003Cp>Организации, которые перенимают практики Agile, не перенимая Agile-мышление, — которые вводят стендапы, спринты и ретроспективы, продолжая работать в логике Waterfall, — забивают шурупы. Практика есть; смысла нет. Из отвёртки выходит ужасный молоток. Из ежедневного стендапа выходит ужасное совещание о статусе — потому что он не для этого. На выходе разочарование и вывод, что «Agile не работает», тогда как действительная проблема — неверное применение.\u003C\u002Fp>\n\u003Cp>Это не свойство какой-то одной организации. Так бывает всегда, когда новый подход вводят прежде, чем установлено мышление, которое заставляет его работать. Смартфон, которым только звонят. Реактивный двигатель, прикрученный к игрушечной машинке: быстрее машинка не поедет; выйдет взрыв.\u003C\u002Fp>\n\u003Ch2>Та же ошибка с ИИ\u003C\u002Fh2>\n\u003Cp>У спора «Waterfall против Agile» есть современная параллель: сегодня организации делают ту же ошибку классификации с ИИ.\u003C\u002Fp>\n\u003Cp>Главное, чего организации хотят от ИИ, — автоматизация: взять задачи, которые сейчас делают люди, и отдать их ИИ, быстрее и дешевле. Это законное желание. И детерминированные вычисления — традиционное программное обеспечение — верный подход к автоматизации. Системы на правилах, сценарные процессы, программная логика: это превосходные средства автоматизации, в точности пригодные для работы, которую можно полностью описать заранее.\u003C\u002Fp>\n\u003Cp>ИИ — вероятностные вычисления — нечто иное. Полностью описанные, детерминированные задачи — не то, в чём ИИ силён. ИИ хорош в комплексных, неопределённых, зависящих от контекста пространствах, которые нелегко автоматизировать: свести вместе неоднозначные сведения, порождать варианты, которых никто не задавал заранее, продумывать задачи, у которых параметры всё время меняются.\u003C\u002Fp>\n\u003Cp>Джеффри Хинтон — один из основополагающих исследователей современного ИИ — формулирует это различие резче многих. То, что мы строим, он описывает как существ иного рода. Что бы это ещё ни значило, это не описание инструмента. Именно это различение текст проводит с самого начала, только проведённое на уровень глубже: прежде чем выбрать подход, вы спрашиваете, что это за работа по своему характеру, а с ИИ приходится спросить ещё и о том, с каким партнёром вы работаете.\u003C\u002Fp>\n\u003Cp>Инструмент — это то, чем управляют. С молотком никто не рассуждает. Автоматизации нужно повторяемое, детерминированное исполнение; польза ИИ лежит в изменчивом и зависящем от контекста. Поставьте ИИ на монотонную, предсказуемую работу — и последующее разочарование не измеряет способностей ИИ: запрос был направлен не на то.\u003C\u002Fp>\n\u003Cp>Организации, которые настаивают на обращении с ИИ как с автоматизацией, повторяют ошибку «Waterfall против Agile» в новой области. Они забивают шурупы. Либо они не получат той пользы, которую ИИ действительно способен дать, либо начнут давить на поставщиков ИИ, чтобы те втискивали ИИ в коробки формы автоматизации, — а это уже другое неверное применение, со своим набором рисков.\u003C\u002Fp>\n\u003Cp>Вопрос тот же, каким был всегда: что это за работа по своему характеру? Для автоматизации возьмите верный подход к автоматизации. Для комплексной, неопределённой, зависящей от контекста работы, которая действительно выигрывает от возможностей ИИ, принесите то мышление — и ту культуру, — которых требует комплексная работа.\u003C\u002Fp>\n\u003Cp>Это и есть Agile-мышление — пригодное для эмерджентной, комплексной работы, а именно такова форма пространства ИИ. И поэтому Agile значит сегодня больше, чем когда-либо.\u003C\u002Fp>\n",null,1793842132538]