Как оценить ИИ-компетенции сотрудников: уровни, тест и проверка перед обучением

На днях к нам пришла компания с запросом на корпоративное обучение нейросетям. Первым пунктом в запросе стояло не обучение, а оценка: понять, как с ИИ работают разработчики и как остальные сотрудники. Без этого непонятно, кого и чему учить.

Запрос правильный. Большинство компаний делают наоборот: покупают курс на всех, через месяц считают, сколько человек его прошли, и на этом всё. Сколько людей начали работать иначе, никто не знает, потому что никто не замерил, как они работали до курса.

Как оценить ИИ-компетенции сотрудников до обучения? Готового стандарта нет ни в России, ни за рубежом, поэтому ниже собрали то, что есть: чужие шкалы, свою шкалу из пяти уровней, практические задания вместо тестов и план оценки на две недели.

Зачем оценивать ИИ-компетенции сотрудников до обучения

В любой команде есть люди, которые ни разу не открывали нейросеть, и люди, которые уже собрали себе ассистента. Один курс на всех первым покажется сложным, вторым покажется пустой тратой времени. Замер до обучения разводит их по разным программам.

Второе: замер даёт точку отсчёта. Через два-три месяца вы повторите его и увидите, что изменилось в работе, а не только сколько человек досмотрели курс.

Третье многие недооценивают. Сотрудники пользуются нейросетями и без обучения, вопрос в том, какие данные они туда отправляют. В сентябре 2026 года АРПП «Отечественный софт» и AppSec Solutions опросили 54 компании-разработчика ПО. Во всех без исключения сотрудники пользуются внешними ИИ-сервисами в обход корпоративных. ИИ доверяют в 72% компаний, а риски осознают только в 9%. Выборка отраслевая, но вывод из неё понятный: оценку стоит начинать с вопроса «кто что куда отправляет», а уже потом спрашивать, кто умеет писать запросы.

Что уже есть в России: цель есть, стандарта нет

Готовой методики оценки ИИ-компетенций в России нет. Есть отдельные куски.

Государственная цель. Указ Президента № 124 от 15 февраля 2024 года обновил Национальную стратегию развития ИИ. По ней к 2030 году 80% работников организаций должны уметь пользоваться технологиями ИИ. Как измерять этот показатель, в открытых документах не сказано.

Цифровая грамотность. Цифровые компетенции сотрудников государство измеряет давно: сервис «Готов к цифре» с 2021 года, тестирование «ЦифрАтесТ» для госслужащих и сотрудников организаций в 2025 году. Отдельного блока про ИИ в них нет. В сентябре 2026 года правительство утвердило новую концепцию цифровой грамотности (распоряжение № 2402-р). Туда впервые вошли правила безопасной работы с ИИ, в том числе для корпоративного обучения. Плана, как это проверять, пока нет.

Модель Альянса в сфере ИИ. Альянс ведёт модель профессий и компетенций в области ИИ, но она описывает ИИ-специалистов: инженеров данных, аналитиков, руководителей ИИ-проектов. Бухгалтера или менеджера по продажам она не касается.

Профстандарт. Утверждённого профстандарта по работе с ИИ для сотрудников вне IT нет.

Корпорации. Крупные компании собирают шкалы сами, каждая под свои инструменты:

• Сбер при найме различает три уровня: базовый для линейных сотрудников, управленческий для руководителей и глубокий для разработчиков и архитекторов.
• Ростелеком обучил работе с нейросетями больше 6000 сотрудников, около 78% целевой аудитории программы. Внутри компании работают больше 40 ИИ-менторов из числа сотрудников.
• «Газпром нефть» обучила больше 1600 человек по двум уровням: базовая ИИ-грамотность для всех и отдельная программа для технических специалистов.

Рынок HR-оценки тоже не помогает. Большинство сервисов продают оценку персонала с помощью ИИ: нейросеть анализирует интервью или тесты. Это другой продукт. На вопрос, умеет ли сотрудник сам работать с нейросетью, он не отвечает.

Что в мире: рамки для школ и рубрики компаний

За рубежом рамок больше, но общепринятой шкалы ИИ-компетенций сотрудников нет и там.

Европейский закон об ИИ. Статья 4 действует со 2 февраля 2025 года. Она обязывает компании, которые используют ИИ в работе, обеспечить сотрудникам достаточный уровень ИИ-грамотности с учётом их опыта и того, как они применяют ИИ. Единого уровня для всех закон не задаёт: требования зависят от роли.

ЮНЕСКО в 2024 году выпустила рамки ИИ-компетенций для учителей и для студентов, по три уровня в каждой. ОЭСР и Еврокомиссия готовят рамку ИИ-грамотности для школ. Для бизнеса их можно брать только как ориентир.

Компании. Самый понятный публичный пример даёт рубрика Zapier. Там четыре уровня: от «сопротивляется и не пользуется» до «меняет подход к работе и учит команду». Компания опирается на эту рубрику при найме, а ожидания зависят от роли. Shopify в апреле 2025 года объявила использование ИИ базовым ожиданием для всех и добавила вопросы про ИИ в оценку эффективности.

Получается, шкалу компания собирает сама. Мы собрали свою из этих ориентиров.

Шкала ИИ-компетенций сотрудников: пять уровней

Это наше обобщение российских и зарубежных шкал. Уровень определяем по тому, что человек делает на работе, а не по тому, что он знает о нейросетях.

Уровень 0. Не использует

Не пробовал или попробовал один раз и бросил. Часто считает, что нейросети «всё выдумывают» или «это не для моей работы».

Уровень 1. Пробует

Задаёт нейросети разовые вопросы, иногда просит переписать текст. Ответ принимает как есть и не проверяет. Правил компании про данные не знает или не помнит.

Уровень 2. Применяет

Регулярно решает рабочие задачи: письма, сводки, разбор документов, анализ таблиц. Даёт нейросети контекст и пример результата. Проверяет факты и цифры. Знает, какие данные нельзя отправлять во внешние сервисы.

Уровень 3. Встраивает

Нейросеть стала частью процесса. Человек пользуется несколькими инструментами под разные задачи, собрал свои шаблоны или ассистентов и делится ими с командой.

Уровень 4. Перестраивает

Меняет сам процесс: убирает шаги, которые больше не нужны, настраивает автоматизации и агентов, учит других.

Для большинства сотрудников цель обучения: уровень 2. Уровни 3 и 4 нужны не всем, а у бухгалтера и у руководителя отдела продаж они выглядят по-разному.

Что именно проверять: шесть параметров

Уровень складывается из шести параметров. Это навыки работы с ИИ, которые нужны почти в любой должности. Оценивайте каждый отдельно, тогда видно, чему учить конкретного человека.

1. Выбор инструмента. Понимает ли человек, какую задачу отдать нейросети, а какую сделать самому.
2. Постановка задачи. Даёт ли контекст, ограничения и пример нужного результата.
3. Проверка результата. Замечает ли ошибки, выдуманные факты и неверные цифры. Это главный параметр.
4. Работа с данными. Знает ли, что нельзя отправлять во внешние сервисы: персональные данные, коммерческую тайну, документы клиентов.
5. Встраивание в работу. Пользуется ли нейросетью регулярно или вспоминает о ней раз в месяц.
6. Автоматизация. Может ли собрать шаблон, ассистента или цепочку для повторяющейся задачи.

Параметры 3 и 4 касаются безопасности. Сотрудник, который пишет отличные запросы, но отправляет в нейросеть базу клиентов, опаснее того, кто нейросетью не пользуется.

Тест, самооценка или практика: где каждый способ врёт

Способов оценки три. Работает один.

Самооценка

Анкета «оцените свой уровень от 1 до 5» стоит дешевле всего и врёт сильнее всего. В 2025 году исследователи из Университета Аалто дали около 500 участникам логические задачи и ChatGPT. Результат переоценили все. Сильнее всех ошибались те, кто считал себя опытными пользователями ИИ. Большинство отправляли нейросети один запрос и не проверяли ответ.

Самооценку оставьте, но только для сравнения: разрыв между тем, как человек себя оценил, и тем, как он справился с заданием, тоже говорит о многом.

Тест на знание ИИ

Вопросы вида «что такое большая языковая модель» проверяют, читал ли человек про нейросети. Работать с ними от этого он не начинает. Тест годится для одного: проверить, знает ли сотрудник правила компании про данные.

Практическое задание

Сотрудник получает свою рабочую задачу и решает её с нейросетью, а вы смотрите на процесс: какой запрос он написал, сколько раз уточнял, проверил ли результат, что отправил в сервис. Это дольше анкеты, зато видно, как человек работает на самом деле.

Примеры заданий:

• Продажи. Подготовить ответ клиенту на возражение по цене по реальной переписке без персональных данных. Смотрим: убрал ли имена и суммы, проверил ли, что нейросеть не пообещала лишнего.
• HR. Сделать сводку по пяти резюме под вакансию. Смотрим: как поставил критерии, заметил ли, что нейросеть приписала кандидату опыт, которого нет в резюме.
• Бухгалтерия и финансы. Разобрать выгрузку из учётной системы и найти расхождения. Смотрим: перепроверил ли итоговые цифры вручную.
• Руководители. Подготовить повестку совещания по итогам квартала. Смотрим: какие данные отдал нейросети и что сделал с её выводами.

Одно задание занимает 30-40 минут. Оценивает его руководитель или внешний эксперт по шести параметрам выше.

Разработчиков оценивают отдельно

Для разработчиков вопрос «пользуется ли он ИИ» уже ничего не даёт. По опросу Stack Overflow 2025 года ИИ используют или собираются использовать 84% разработчиков, а точности его ответов доверяют 29%. По отчёту DORA 2025 ИИ в работе используют около 90% разработчиков.

Скорость тоже ничего не доказывает. В 2025 году организация METR провела эксперимент: 16 опытных разработчиков решали 246 задач в своих проектах, часть с ИИ, часть без него. С ИИ работа заняла на 19% больше времени, а сами разработчики были уверены, что ускорились на 20%.

Поэтому разработчиков оценивают по другим признакам:

• как проверяют код, который написала нейросеть, и что пропускают на ревью;
• что происходит со стабильностью релизов: по выводам DORA, ИИ усиливает то, как команда уже работает, и слабые процессы от него лучше не становятся;
• какой код и какие данные отправляют во внешние сервисы;
• как решают задачу из своего репозитория с ИИ-ассистентом: это и есть практическое задание.

Шкала уровней для разработчиков сдвинута вверх. Уровень 2 для них базовое ожидание, различия начинаются на уровнях 3 и 4.

Как провести оценку за две недели

Шаг 1. Выберите роли и задачи

Разбейте сотрудников на три-пять групп по типу работы: продажи, операционный блок, финансы, руководители, разработка. Для каждой группы выберите одну-две рабочие задачи, которые повторяются каждую неделю.

Шаг 2. Решите, какой уровень нужен каждой роли

Не всем нужен уровень 4. Запишите целевой уровень для каждой группы, это и есть цель обучения.

Шаг 3. Проведите короткий опрос

Пять-семь вопросов: пользуется ли человек нейросетями, какими, для каких задач, как часто и как оценивает свой уровень. Опрос покажет стартовую картину и сервисы, которыми люди пользуются без ведома компании.

Шаг 4. Дайте практическое задание

Каждый сотрудник решает свою задачу с нейросетью. Оценщик ставит баллы по шести параметрам.

Шаг 5. Сведите результаты

Получится карта ИИ-компетенций сотрудников: у кого какой уровень, где разрыв с целью, какие параметры проседают у всей группы. Если у половины отдела проседает проверка результата, учить нужно этому, а не новым инструментам.

Через два-три месяца после обучения повторите шаги 4 и 5 на тех же задачах.

Три ошибки при оценке ИИ-компетенций

Оценка ради отчёта

Процент сотрудников, которые прошли курс, или число лицензий показывает, сколько потратили. Что изменилось в работе, из этих цифр не видно. Замеряйте работу на задачах до и после.

ИИ как обязательный показатель в оценке эффективности

В апреле 2025 года Duolingo добавила использование ИИ в оценку эффективности сотрудников. Через год компания от этого критерия отказалась. Требование «пользуйся ИИ» учит людей отмечаться в нейросети, а не работать с ней. Оценивайте качество работы, а не то, открывал ли человек нейросеть.

Одна шкала на всех

Уровень 3 у разработчика и у менеджера по закупкам выглядит по-разному. Общая шкала годится как рамка, а задания и целевые уровни задавайте по ролям.

Подробнее о том, почему обучение без такой оценки часто не даёт результата, мы писали в статье «Почему обучение сотрудников работе с ИИ часто не работает». Про ИИ-компетенции педагогов есть отдельный материал: ИИ в образовании и диагностика компетенций педагога.

Что делать с результатами

Оценка нужна, чтобы собрать обучение сотрудников под людей, а не под каталог курсов.

• Уровни 0 и 1 учим базе: правила работы с данными, проверка результата, три-четыре задачи из своей работы.
• Уровень 2 учим встраивать нейросеть в процесс отдела и делать шаблоны для команды.
• Людей с уровнями 3 и 4 привлекаем как внутренних наставников и даём им задачи на автоматизацию.
• Для всех закрепляем правила: какие сервисы можно использовать и какие данные туда нельзя отправлять.

Так мы и строим корпоративное обучение нейросетям: сначала замер на задачах компании, потом программа по группам, через два-три месяца повторный замер.

Что делать

Два варианта.

Вариант 1. Провести оценку самостоятельно. Возьмите шкалу и шесть параметров из статьи, выберите по одной рабочей задаче на каждую группу сотрудников и проведите практические задания. Это займёт одну-две недели.

Вариант 2. Провести оценку вместе, консультация от 15 000 рублей. Разберём структуру команды, подберём задания под ваши роли и соберём программу обучения по итогам замера.

Меня зовут Виктор Холостяков, компания ГодКод. Разбираю, что из ИИ работает в бизнесе, а что продают под видом работы. Подписывайтесь на Telegram-канал.