Опубликовано: 06.04.2026 | Источник: briansolis.com

Как использовать концепцию «аугментации вместо автоматизации» в дипломной работе: свежие данные с SXSW 2026

На фестивале South by Southwest (SXSW) 2026 Брайан Солис, цифровой антрополог и эксперт по инновациям из ServiceNow, представил провокационную идею: настоящая продуктивность — не в том, чтобы делать старую работу быстрее, а в том, чтобы с помощью ИИ делать то, что раньше было невозможно. Его выступление, освещённое Worth Magazine, вызвало широкий резонанс — особенно в контексте будущего труда, образования и технологий. Но как это может помочь вам — студенту, который пишет ВКР?

Представьте: вы не просто описываете, как ИИ пишет текст или генерирует код. Вы показываете, как он меняет саму природу мышления, как создаётся новый тип профессионала — «аугментированный» сотрудник. Это не фантастика. Это реальные тренды, которые уже можно использовать в дипломе по управлению, информационным системам, педагогике или маркетингу.

И самое важное — вы можете опередить одногруппников. Большинство ограничится шаблонными рассуждениями про «увеличение производительности». А вы — встроите в работу свежие данные, конкретные кейсы и даже когнитивные риски ИИ. Давайте разберём, как это сделать.

Темы ВКР, которые можно раскрыть на основе статьи

1. Аугментация как стратегия цифровой трансформации: новый подход к внедрению ИИ в бизнес-процессы

• Актуальность: Как отмечает Брайан Солис, 55% компаний используют ИИ для автоматизации, а не аугментации. Это создаёт «ловушку автоматизации» — рост эффективности на уровне задач, но нулевой прогресс в инновациях. Тема особенно важна для специальностей, связанных с управлением, ИТ и цифровизацией.
• Цель исследования: Разработать модель внедрения ИИ, ориентированную на когнитивную аугментацию, а не на простую автоматизацию.
• Задачи:
  • Проанализировать различия между автоматизацией и аугментацией на примере реальных кейсов (включая данные с SXSW 2026).
  • Выявить критерии, по которым можно оценить «уровень аугментации» в организации.
  • Разработать методику оценки когнитивной нагрузки до и после внедрения ИИ.
  • Предложить модель перехода от автоматизации к аугментации.
• Возможная структура работы:
  • Глава 1 — Анализ современных подходов к внедрению ИИ в бизнес-процессы
  • Глава 2 — Исследование когнитивной аугментации: теория и практика
  • Глава 3 — Разработка и апробация модели аугментации в рамках выбранной организации

2. Влияние генеративного ИИ на когнитивные способности специалистов: риски и возможности

• Актуальность: Исследования, упомянутые в статье, показывают: при активном использовании ИИ снижается когнитивная вовлечённость и память. Это прямая угроза для качества профессиональной подготовки и долгосрочной конкурентоспособности специалистов. Тема актуальна для педагогики, психологии, HR и управления знаниями.
• Цель исследования: Оценить влияние генеративного ИИ на когнитивные функции студентов и молодых специалистов.
• Задачи:
  • Проанализировать научные данные о «когнитивном оффлоадинге» и «цифровой амнезии».
  • Провести опрос или эксперимент с участием студентов (например, сравнение запоминания текста при самостоятельном написании и с помощью ИИ).
  • Выявить профиль «аугментированного» пользователя, способного сохранять критическое мышление.
  • Разработать рекомендации по балансу между ИИ и самостоятельным мышлением.
• Возможная структура работы:
  • Глава 1 — Теоретические основы когнитивных процессов в профессиональной деятельности
  • Глава 2 — Анализ влияния ИИ на мышление: международные исследования и российский контекст
  • Глава 3 — Эмпирическое исследование и разработка методических рекомендаций

3. ИИ в контент-маркетинге: от «AI slop» к стратегическому преимуществу

• Актуальность: Как отмечает Солис, повсеместное использование ИИ привело к «потоку шаблонного контента» — LinkedIn, блоги, пресс-релизы стали однотипными. Это снижает доверие и ценность коммуникаций. Тема особенно важна для специальностей в маркетинге, PR и digital.
• Цель исследования: Разработать стратегию использования ИИ в контент-маркетинге, основанную на аугментации, а не на массовом производстве.
• Задачи:
  • Проанализировать примеры «AI slop» и их влияние на аудиторию.
  • Изучить кейсы компаний, использующих ИИ для генерации идей, а не только текста.
  • Разработать шаблон креативного брифа с элементами WWAID («What Would AI Do?»).
  • Оценить эффективность аугментированного подхода на пилотной кампании.
• Возможная структура работы:
  • Глава 1 — Современные вызовы контент-маркетинга в эпоху ИИ
  • Глава 2 — От автоматизации к аугментации: новые подходы к созданию контента
  • Глава 3 — Проектирование и тестирование аугментированной стратегии контент-маркетинга

Как использовать этот кейс в аналитической главе

Анализ рынка или современных решений

Вместо пересказа общих тезисов о «росте ИИ» — используйте конкретные данные из статьи:

• Разница в скорости выполнения задач: +55% у разработчиков с GitHub Copilot (Microsoft Research).
• Только 5,7% рабочего времени в США связано с генеративным ИИ (ФРБ Сент-Луиса).
• В 19% случаев ИИ замедляет работу из-за необходимости проверки кода (Metr.org).

Эти цифры — ваш козырь. Они показывают, что ИИ — не панацея. Используйте их, чтобы подчеркнуть противоречивость эффекта: рост на уровне задач vs. слабый макроэкономический эффект.

Обоснование актуальности

Не пишите: «Актуальность обусловлена развитием технологий». Вместо этого скажите:

«Несмотря на массовое внедрение ИИ, его влияние на производительность остаётся ограниченным — всего 0,5–0,7 п.п. в год (Forbes, 2026). Это указывает на системную проблему: организации автоматизируют прошлое, а не проектируют будущее. Актуальность исследования определяется необходимостью перехода от автоматизации к аугментации как условию устойчивого конкурентного преимущества».

Такой подход сразу ставит вас в ряд серьёзных исследователей.

Практические примеры для проектной части

Адаптация технологии под задачи ВКР

Если вы пишете работу по управлению проектами, предложите использовать фреймворк WWAID («What Would AI Do?») как инструмент стратегического планирования.

Пример:

• Задача: Разработка маркетинговой кампании.
• WWAID-вопрос: Как ИИ, «родившийся» в данных, подошёл бы к этой задаче? Что бы он заметил, чего не видят люди?
• Результат: Гипотеза: ИИ предложил бы персонализировать контент не по демографии, а по когнитивному стилю восприятия (аналитический, эмоциональный, визуальный).

Это не просто «ИИ помог написать текст». Это изменение парадигмы мышления — и вы можете это описать в своей работе.

Пример архитектуры или алгоритма

Если вы в IT — предложите архитектуру системы, которая не просто использует ИИ, а обучает пользователей критическому мышлению.

Система "AugmentIQ" (условный пример):

1. Пользователь вводит задачу (например, «Напиши пост для LinkedIn»).
2. ИИ генерирует 3 варианта.
3. Система задаёт вопросы:
   - Какой из вариантов нарушает корпоративный стиль?
   - Какой содержит логическую ошибку?
   - Какой можно улучшить с точки зрения аргументации?
4. Пользователь выбирает и объясняет.
5. Система оценивает уровень критического мышления и предлагает тренировки.

Такой подход покажет, что вы понимаете не только технологии, но и их социальные последствия.

Экономические расчёты — как учесть новые данные

В главе про экономическую эффективность не ограничивайтесь формулой «сэкономили X часов». Используйте реалистичные сценарии:

Источники: данные из статьи (Microsoft, Forbes, Metr.org). Такой расчёт покажет, что вы понимаете разницу между операционной эффективностью и стратегическим преимуществом.

Чему вы научитесь

Если вы возьмёте одну из этих тем и проработаете её с опорой на материал SXSW 2026, вы:

• Научитесь анализировать не технологии, а их влияние на мышление — это редкий навык даже среди преподавателей.
• Освоите методы оценки когнитивной нагрузки и критического мышления — полезно для HR, педагогики, UX.
• Поймёте, как обосновывать экономическую эффективность не по шаблону, а с учётом реальных рисков и компромиссов.
• Сможете предложить инновационные решения, которые выделят вашу работу среди сотен других.

FAQ

Можно ли использовать такую тему, если я не технарь?

Конечно. Концепция аугментации применима в любой сфере. Педагог может исследовать, как ИИ влияет на обучение. Маркетолог — как меняется восприятие контента. Юрист — как ИИ меняет процесс подготовки документов. Главное — смещение фокуса с «инструмента» на «влияние на мышление».

Где взять данные для анализа, если у меня нет доступа к компаниям?

Используйте публичные исследования: Microsoft, Forbes, Metr.org, ФРБ Сент-Луиса — все они упомянуты в статье. Проведите опрос среди студентов или знакомых специалистов. Даже небольшой опрос (30–50 человек) — уже эмпирическая база.

Не будет ли тема слишком сложной для бакалаврской работы?

Нет, если вы сфокусируетесь на одной области. Например: «Влияние ИИ на письменные навыки студентов» или «Анализ использования ИИ в контенте LinkedIn». Главное — чётко ограничить объект и предмет исследования.

Как вставить эту концепцию в стандартную структуру ВКР?

В главе 1 — опишите «ловушку автоматизации» как проблему. В главе 2 — предложите модель аугментации. В главе 3 — покажите, как она работает на практике. Это естественно вписывается в любой ГОСТ.

Источник: Worth Magazine Covers Brian Solis Keynote at SXSW 2026 – Augmentation Is the New Productivity (опубликовано 2026-03-21)