Частина 2 серії «Парадокс AI-згуртованості» (The AI Cohesion Paradox). Частина 1 назвала проблему. Ця частина — про звички та процеси, які її розв’язують.
У травні я писав, що некерований підхід до впровадження AI перетворює команди на острови. Кожна людина, поєднана з агентом, який ніколи не заперечує, стає надпродуктивною і непомітно відʼєднаною від решти. Відділи дрейфують у бік «суверенних держав». Неформальна тканина організації — питання в коридорі та повідомлення «хто знає про X?» — витрачається, і ніхто цього не міряє.
Найчастіше читачі питали одне: то що нам насправді робити? Це продовження відповідає на це питання. Воно навмисно мало говорить про інструменти. Інструменти можуть зберігати спільний контекст, але не можуть створити бажання ним ділитися. Це бажання народжується зі звичок, ритуалів і стимулів. Тут соціальна архітектура з Частини 1 набуває конкретних рис.
Теза в одному реченні: острів — це людина з агентом; архіпелаг — це набір островів, поєднаних свідомо збудованими мостами. Мости — це переважно звички, а не софт.
Що змінилося з Частини 1: докази стали чіткішими
Шість місяців нових даних вказують в один бік. Індивідуальний виграш реальний, колективний виграш не настає автоматично, а розрив між ними — соціальний.
Питати перестали навіть там, де народжується технологія. Anthropic дослідила власних співробітників у серпні 2025 року: опитування 132 інженерів і дослідників, 53 інтервʼю та внутрішні дані про використання Claude Code. Claude став першою зупинкою для запитань, які раніше йшли до колег. Дехто з інженерів повідомив про меншу кількість можливостей для менторства й співпраці; один сказав, що джуніори вже не приходять до нього з питаннями так часто. Якщо так відбувається в компанії, яка створює модель, то так відбувається всюди.
Публічне ком’юніті теж зруйнувалося. Stack Overflow отримав 17 935 запитань у грудні 2024 року і 3 312 у грудні 2025-го — падіння на 81,5%. Спад почався ще до ChatGPT, але AI перетворив пологий схил на урвище. Те саме відбувається і всередині компаній. Цього графіка ніхто не будує.
Вихідний обсяг переніс вузьке місце на людей. Телеметрія Faros AI від понад 10 000 розробників показує, що команди з високим рівнем AI виконували на 21% більше задач і зливали на 98% більше pull request’ів. Але час рев’ю зріс на 91%, розмір PR — на 154%, а кількість багів на розробника — на 9%, тоді як lead time і частка невдалих змін залишилися без змін. Інтеграція, яка раніше відбувалася в розмовах, стала обмеженням. Це «проблема залізниці» з Частини 1, тепер уже виміряна.
AI підсилює систему, в яку потрапляє. Звіт DORA 2025 (майже 5 000 технологічних фахівців, приблизно 90% впровадження AI) доходить висновку, що головна роль AI — підсилювач. Він зміцнює сильні організації й оголює слабкі.
Поєднання людей і AI не дає синергії автоматично. Ваккаро, Алмаатук і Мелоун проаналізували 370 розмірів ефекту зі 106 експериментів. У середньому комбінації «людина + AI» працювали гірше, ніж найкращий із варіантів — людина сама або AI сам. Вони виграють у творчих завданнях і програють у завданнях із прийняття рішень. Висновок авторів — той, на якому тримається це есе: бракує процесу.
Менеджери — важіль, і вони втомлені. У звіті Gallup 2026 State of the Global Workplace глобальна залученість становить 20% — найнижче з 2020 року, а 22% працівників повідомляють про щоденну самотність. Працівники, чий менеджер активно підтримує використання AI в команді, у 8,7 раза частіше кажуть, що AI змінив те, як виконується робота. Проте менш ніж одна людина з трьох упевнено погоджується, що її менеджер це робить, а керівники повідомляють про більшу самотність, ніж рядові виконавці.
Коли немає норм, їх місце займає таємність. В опитуванні WalkMe 2025 року (1 000 працівників у США) 48,8% приховували використання AI, щоб уникнути осуду, а серед керівників вищої ланки цей показник сягав 53,4%. В опитуванні Infosys і MIT Technology Review Insights понад 500 керівників: 83% кажуть, що психологічна безпека вимірно підвищує успіх AI, але лише 39% оцінюють рівень безпеки у власній організації як дуже високий.
Найкращі користувачі ставляться до AI як до командного спорту. Це найважливіше відкриття року. Microsoft Work Trend Index 2026 опитав 20 000 користувачів AI у 10 країнах і виділив «Frontier Professionals» — 16% тих, хто отримує від агентів найбільше. Порівняно з колегами вони:
значно частіше вигадують і вдосконалюють процеси разом із командою (63% проти 32%);
значно частіше діляться порадами щодо AI, новими агентами, уроками та помилками (61% проти 36%);
частіше обговорюють стандарти якості для роботи з AI (54% проти 29%);
частіше зупиняються перед завданням і вирішують, хто його має виконати — AI чи людина (53% проти 33%);
частіше свідомо виконують частину роботи без AI, щоб зберегти навички (43% проти 30%).
Люди, які отримують від AI найбільше, — це ті, хто зробив його соціальним. Їхні менеджери теж помітні: 85% відкрито користуються AI самі, проти 64% в усіх інших.
Що таке «спільний простір» насправді
Спільний простір — це памʼять команди про те, хто що знає. Сьогодні вона тихо руйнується.
Психологи називають її трансактивною памʼяттю (transactive memory system) — термін Деніела Вегнера для спільної карти групи: хто що знає. Ніхто не тримає всіх знань. Кожен тримає вказівник на людину, яка їх має. Ця карта будується й оновлюється через запитання. Кожне запитання до колеги робить дві речі: дає вам відповідь і оновлює уявлення команди про те, де живе експертиза.
Коли запитання йде до агента, перша частина все ще працює. Друга зупиняється. Тиха хвороба команд, насичених AI, — не в тому, що знання зникають. А в тому, що команда забуває, хто що знає, зокрема й те, чого навчився агент кожної людини в сесіях, яких ніхто не бачив.
Це можна виправити. Гопф зі співавторами (Journal of Information Technology, 2025) вивчали гібридні команди й виявили, що люди та інтелектуальні агенти здатні будувати спільну трансактивну памʼять. Чи сприймають люди агента як частину памʼяті команди, чи лише як приватний записник, залежить від складності завдання та можливостей агента. Тож це можливо, але лише за задумом.
На практиці спільний простір має три канали:
- 1.
Людина — людина. Довіра, судження, слабкі зв’язки, менторство, незгода. AI не може замінити цей канал, а використання AI його підточує, якщо його ніхто не береже.
- 2.
Людина — агент. Намір, контекст і рев’ю. Сьогодні цей канал майже повністю приватний: промпти, сесії та вистраждані уроки залишаються в історії чату однієї людини.
- 3.
Агент — агент. Специфікації, контракти та спільна памʼять. Цього каналу майже ще не існує. Агенти успадковують лише те, що люди домовилися між собою й записали, і нічого більше.
Головне тут — напрямок залежності. Канал 3 може бути лише таким добрим, як канал 1. Агенти узгоджуються з тим, про що домовилися люди. Якщо люди не поговорили, кожен агент інтегрується з власним припущенням. Спільний простір рухається в один бік: людська домовленість, потім записаний спільний контекст, потім узгодження агентів. Пропустіть перший крок — і останній не спрацює.
Сім звичок, що відбудовують мости
Звичка — це те, що люди роблять, коли їм про це не нагадує жодна нарада. Ці сім достатньо малі, щоб почати в понеділок, і кожна націлена на конкретну проблему з Частини 1.
1. Питайте людей «чому», агентів — «як». Запитання про синтаксис, API та пошук відправляйте агенту. Запитання про намір, історію, компроміси та «чому воно так?» — людині. Саме запитання «чому» будують слабкі зв’язки й підтримують карту «хто що знає» актуальною. Frontier Professionals уже працюють так: вони зупиняються перед завданням і вирішують, чи має його виконати AI, чи людина.
2. Працюйте з агентом уголос. Діліться сесіями, а не лише результатами. Коли запуск агента чогось вас навчив — промпт, що спрацював, глухий кут чи несподівана помилка — опублікуйте це там, де бачить команда. Меморандум Shopify про AI сформулював це прямо: навчання — самостійне, але діліться тим, чого навчилися, включно з перемогами й поразками. Так приватна робота з агентом знову стає знанням команди.
3. Зробіть розкриття нудним. «Зроблено з AI» має бути рутинними метаданими, як імʼя рев’ювера, а не зізнанням. Приховане використання породжує податок на довіру: workslop (низькоякісна робота, згенерована AI, яка перекладає зусилля на отримувача), підозру і ті 48,8%, що приховують. Лідери йдуть першими. Коли менеджер відкрито каже «це чернетка мого агента, ось що я змінив», норма встановлена.
4. Домовляйтеся про намір до того, як почнете генерувати. Перш ніж випускати агентів на щось, що стосується чужої зони, запишіть коротку нотатку про намір: навіщо, які обмеження і як виглядатиме «готово», — і погодьте її з одним колегою за десятихвилинну розмову. Це дешева страховка від проблеми залізниці. Дві бригади, чиї агенти стартують із того самого узгодженого наміру, все одно зустрінуться посередині.
5. Працюйте в парах між островами. Проводьте регулярні сесії, де двоє людей із різних функцій разом керують одним агентом. Експеримент Harvard/P&G про «кібернетичного тімейта» зруйнував силоси завдяки навмисному міжфункціональному парингу, а не лише завдяки AI. Спільний екран відновлює спільні ментальні моделі.
6. Залишайте частину повторень «без розетки». Виконуйте частину роботи без AI свідомо, особливо рев’ю та дизайн. Frontier Professionals роблять це частіше за колег (43% проти 30%). Для джуніорів бережіть рев’ю, пояснені людиною: менторство, яке, за словами інженерів Anthropic, вони втрачають, — це саме те місце, де передається судження.
7. Рев’ю — як розмова, а не шлагбаум. Тримайте зміни, згенеровані AI, невеликими. Для великих автор наживо проводить рев’ювера крізь намір. Рев’ювер питає «чому?», а не «що?». Коли PR у командах із великою часткою AI зросли на 154%, рев’ю стало головним місцем, де люди ще зустрічаються над роботою. Ставтеся до нього відповідно.
Процеси: як зробити, щоб звички пережили календар
Звички згасають без структури. Завдання організації — зробити правильну поведінку легким варіантом за замовчуванням. Ось шість змін у процесах — від найдешевших до найскладніших.
1. Ритуали, що повертають коридор.
Щотижневе агентне ретро, 30 хвилин. Кожен приносить одну перемогу, одну невдачу та один промпт, skill чи інструкцію, які варто зберегти. Те, що вціліло, потрапляє у спільний контекст команди. Це звичка 2 зі слотом у календарі.
Перевірка зіткнень замість статусного стендапу. Агенти можуть писати статус-апдейти. Чого вони не можуть — помітити, що робота агентів двох людей сходиться до однієї межі. Присвятіть стендап одному запитанню: чия робота цього тижня торкається чиєї?
Людські моменти на стиках. Ідея «human moments» від Deloitte працює найкраще, коли привʼязана до етапів робочого процесу. Кікоф та інтеграція завжди мають бути синхронними розмовами людина з людиною. Усе, що між ними, може бути настільки агентним, наскільки хочете.
2. Роль стюарда контексту. Кожній команді потрібен той, хто доглядає за її спільним контекстом: інструкціями для агентів, записами рішень, глосарієм, критеріями готовності. Ротуйте цю роль щомісяця, щоб вона не стала островом однієї людини. Стюард не пише все сам. Він стежить, щоб те, про що команда домовилася, справді було записано там, де його знайдуть агенти та новачки.
3. Контекст агентів — власність команди. Ставтеся до спільних інструкцій для агентів (файли CLAUDE.md, skills, специфікації) як до коду. Зміни проходять рев’ю та обговорення, а результатом володіє команда. Цей один крок перетворює приватний канал «людина — агент» на соціальний обʼєкт, про який сперечаються. Ця суперечка і є метою.
4. Плануйте інтеграційну потужність. Якщо агенти збільшують вихід, а час рев’ю зростає на 91%, то рев’ю — це проблема потужності, а не дисципліни. Встановіть обмеження на розмір PR і на кількість незлитої роботи агентів у польоті. Рахуйте рев’ю та інтеграцію як справжню роботу в планування спринту, а не як накладні витрати, що втискуються довкола «справжнього» результату.
5. Стимули, що винагороджують ділення. Міряйте командні результати, а не індивідуальну пропускну здатність, інакше ви платитимете людям за те, щоб вони сиділи на своїх островах. Shopify додав використання AI до оцінки продуктивності та peer-рев’ю. Ідіть на крок далі й питайте, чого кожен навчив чи чим поділився. У даних Microsoft Frontier Professionals більш ніж удвічі частіше кажуть, що їх винагороджують за переосмислення роботи за допомогою AI незалежно від результату (26% проти 11%).
6. Безпека і позиція згори. Опублікуйте чітку, донесену до всіх позицію щодо AI — DORA називає це фундаментальною здатністю. Потім підкріпіть її поведінкою: жодних покарань за чесне розкриття, лідери діляться власним використанням і невдачами, є простір для експериментів. Модель Ітана Моллика «Лідерство — Лабораторія — Натовп» (Leadership–Lab–Crowd) тут корисна рамка. Лідерство задає напрямок і дозвіл, Лабораторія перетворює експерименти на перевірені робочі процеси, а Натовп, ваші працівники, знаходить сценарії використання. Без безпеки Натовп іде в підпілля, і ви отримуєте таємних кіборгів замість спільної практики.
Один захист заслуговує окремого рядка: бережіть шлях джуніорів. Гарантуйте джуніорам фіксовану кількість годин людського менторства та рев’ю з поясненням «поверніть мені це своїми словами». Команда, яка перестає вчити джуніорів, позичає в рахунок своїх майбутніх сеньйорів.
Де тут інструменти (коротко)
Інструменти не можуть створити бажання ділитися. Вони можуть здешевити його і зробити спільне довговічним та читабельним і для людей, і для агентів. Тест для будь-якого інструмента: чи допомагає він агенту спрямовувати людей одне до одного, чи в обхід одне одного?
Я наведу як приклад власний проєкт Typed Graph, бо його створено саме для цієї прогалини. Він перетворює звичайні Markdown-нотатки в Obsidian на типізований, іменований граф властивостей. Посилання перестає казати лише «повʼязано» і починає казати як: owns:: [[Billing API]], decided_by:: [[Alice]], knows:: [[Bob]] {since: 2020}. Сховище можна опитувати через openCypher і відкривати агентам через MCP та GraphRAG. Ось як це підтримує звички вище:
Трансактивна памʼять стає явною. Звʼязки
owns::іknows_about::перетворюють «хто що знає» на карту, яку можна опитати. Агент, що читає карту, відповідає «поговори з Дейвом, це його зона», а не відповідає замість Дейва. Це міст, а не заміна.Рішення разом із причинами. Звʼязки
because::іsupersedes::дають агентам читати, чому щось є таким, а не лише що воно таке. Це захищає запитання «чому» від впевнених здогадок.Один глосарій — багато агентів. Спільні визначення готовності, доменні терміни та межі живуть як типізовані вузли, які завантажують агенти кожного члена команди. Це записаний крок між людською домовленістю й узгодженням агентів.
Markdown лишається джерелом істини. Він живе в git, проходить рев’ю й викликає суперечки. Спільний контекст лишається соціальним обʼєктом, а не індексом-чорною скринькою.
Та сама логіка стосується спільних файлів CLAUDE.md, skills, spec-driven інструментів та аналізу організаційних мереж. Кожен корисний, і кожен вторинний. Добре типізований граф, який ніхто не обговорює, — це лише гарніший острів.
Як зрозуміти, що це працює
Якщо міряти лише вихід, ви оптимізуватимете острови. Відстежуйте невеликий набір соціальних сигналів поруч із метриками доставки — як тренди в часі, а не як цілі.
Коефіцієнт запитань (asking ratio). Додайте до пульс-запитання з Частини 1 — «Як часто ви питали AI про те, що раніше спитали б у колеги?» — його дзеркало: «Як часто колега питав щось у вас?» Коли друге число падає, карта «хто що знає» в команді занепадає.
Щільність міжкомандних звʼязків. Проведіть базовий аналіз організаційної мережі перед наступною хвилею впровадження агентів, а потім повторюйте щокварталу.
Комфорт розкриття. Частка людей, які готові розповісти менеджеру, як вони користуються AI. Вона передбачає впровадження й береже довіру.
Здоровʼя інтеграції. Розмір PR, час рев’ю, переробки та конфлікти злиття. Саме тут проблема залізниці проявляється першою.
Життєвість спільного контексту. Скільки людей цього місяця вносили правки в інструкції для агентів і записи рішень, а не скільки сторінок існує. Один автор означає, що це все ще острів.
Зростання джуніорів. Години менторства та скільки часу потрібно новачкові, щоб ухвалити перше самостійне дизайнерське рішення.
Отриманий workslop. «Чи отримували ви за останні два тижні роботу, яка виглядала очевидно згенерованою AI і перекладала зусилля на вас?»
Від островів до архіпелагу
«Жодна людина не є островом» Джона Донна було описом людського стану. В епоху AI це стало вимогою до дизайну. Тепер кожен має змогу стати продуктивним островом. Вигравати будуть організації-архіпелаги: острови, які лишаються з’єднаними свідомими мостами, щоб люди, ідеї та контекст не припиняли рухатися між ними.
Ті мости — переважно звички: спитати людину «чому», поділитися сесією, домовитися про намір до генерації, робити рев’ю як розмову. Процес підтримує їх живими. Інструменти здешевлюють. Нічого з цього не трапляється саме собою, бо тертя, яке раніше будувало ці звʼязки задарма, — це саме те, що AI прибрав.
Почніть із малого. Цього місяця оберіть одну звичку для себе й один ритуал для команди. Виміряйте коефіцієнт запитань до і після. А потім розкажіть мені, що вийшло. Ця розсилка — моя власна маленька спроба працювати вголос.
Канал «агент — агент» потребує окремого есе. Теорія обіцянок (Promise Theory) пропонує для нього хорошу лексику, і саме туди рухається ця серія далі.
Джерела
Частина 1: The AI Cohesion Paradox (травень 2026)
Anthropic, How AI is transforming work at Anthropic (грудень 2025)
Ethan Mollick, Making AI Work: Leadership, Lab, and Crowd (2025)
Плагін Typed Graph для Obsidian