По теме
Новая теория расщепления при borderline личностном расстройс...
Обзор последней исследовательской работы UCL, объясняющей расщепление при borderline личностном расс...
Рецидивы шизофрении: факторы риска и демографические особенн...
Исследование, опубликованное в Nature, анализирует, какие пациенты с шизофрением и шизоаффективным р...
Как улучшить опыт кандидатов при онлайн‑тестах: практические...
Узнайте, как модификации принудительного выбора тестов повышают ощущения компетентности и автономии ...
Зависимость от ставок на спорт: причины, симптомы и способы ...
Подробный разбор эпидемии зависимости от ставок на спорт. Узнайте о нейробиологических механизмах лу...
Реформа психиатрической помощи в Северной Каролине: путь от ...
Подробный разбор масштабной реформы системы психиатрической помощи в Северной Каролине. Как расширен...
Какие упражнения лучше всего помогают бороться с депрессией?
Исследование, в котором приняли участие более 14 000 человек, показывает, что физические упражнения ...
Введение в использование генеративного ИИ в коучинге
Бизнес-коучинг традиционно помогает в принятии решений и развитии межличностных навыков (Greif et al. 2022). С появлением генеративных ИИ-инструментов, таких как ChatGPT и Gemini, появилась возможность автоматизировать рутинные задачи, стимулировать креативные процессы и получать персонализированную обратную связь (Haase и Hanel 2023; Huang и Xing 2023). Эти технологии уже доказали свою эффективность в сфере психического здоровья, где используются для саморефлексии, управления стрессом и регуляции эмоций (Liu et al. 2023; Limpanopparat et al. 2024).
Потенциал генеративного ИИ в коучинге
Генеративный ИИ может:
- Поддерживать коучей в профессиональном развитии и анализе данных
- Сопровождать процесс коучинга до, во время и после сессий
- Частично имитировать человеческое взаимодействие через чат-ботов
«Генеративный ИИ повышает эффективность и креативность, но должен оставаться поддерживающим партнером, чтобы сохранить человеческую суть коучинга» (Webers 2024)
Технологические основы генеративного ИИ
Большие языковые модели (LLM - Large Language Models), такие как ChatGPT и Gemini, основаны на архитектуре Transformer, которая использует механизм самовнимания для генерации контекстно-релевантных ответов (Raiaan et al. 2024). Эти модели предварительно обучаются на обширных текстовых корпусах, а затем адаптируются для конкретных областей применения.
Применение в различных сферах
- Автоматизация обработки запросов клиентов
- Поддержка врачей в клинической документации
- Создание персонализированных учебных материалов
- Креативные задачи: маркетинг, разработка сценариев
Результаты исследования
В исследовании участвовали 85 коучей, преимущественно из США (49,4%) и Великобритании (40%). 63,5% использовали ChatGPT 4.0, при этом 81,1% применяли ИИ-инструменты ежедневно.
Основные направления использования
| Задача | Частота использования |
|---|---|
| Исследовательские задачи | 3,92/5 |
| Мозговой штурм решений | 4,01/5 |
| Симуляция тренировочных сценариев | 4,06/5 |
Этические аспекты
Коучи выделили ключевые этические принципы:
- Конфиденциальность данных клиентов (4,42/5)
- Проверка качества ИИ-генерируемого контента (4,33/5)
- Ответственность за результаты коучинга (4,28/5)
Заключение и перспективы
Исследование показывает, что генеративный ИИ наиболее эффективен для структурированных задач, в то время как межличностные аспекты коучинга требуют человеческого участия. Будущее развитие должно учитывать:
- Повышение культурной чувствительности ИИ
- Улучшение персонализации
- Разработку специализированных коучинговых ИИ-решений
