Небольшой англоязычный манифест, переведённый на Хабре, бьёт по конкретной привычке: человек получает вопрос, закидывает его в ChatGPT или Claude, копирует результат и отправляет обратно — без правок, без собственной позиции, иногда даже без пометки об источнике. Автор называет это «разговорным эквивалентом пересылки письма».

Проблема не в самом использовании ИИ. LLM — рабочий инструмент, и текст это подчёркивает отдельно: «Пользуйся инструментами. Пользуйся каждый день». Проблема в том, что необработанная выдача модели выдаётся за личный ответ. Языковые модели генерируют текст с одинаковой уверенностью вне зависимости от того, верно утверждение или нет. Половина типичного ответа — шаблонные формулировки или фактические ошибки. Когда человек пересылает это без фильтрации, он не просто экономит время — он перекладывает на собеседника работу по проверке и осмыслению.

Есть и более практичный аргумент. У любого, кто задаёт вопрос в рабочем чате или на код-ревью, есть прямой доступ к тем же моделям. Если бы его устраивал усреднённый ответ, он бы получил его сам. Обращение к конкретному человеку — это запрос на его опыт, контекст и суждение. Нередактированный вывод LLM на этот запрос не отвечает.

У адресата есть тот же ИИ: он мог получить усреднённый ответ за четыре секунды без вашего участия.

Автор предлагает простую схему работы с моделями как с инструментом. Сначала — прочитать выдачу целиком, включая списки. Затем — решить, что из неё соответствует реальности: модели ошибаются, и это нормально. После этого — написать собственный ответ, пусть и короткий. Если цитата из модели нужна, её стоит обозначить явно: «Я спросил Claude, и вот эта часть верна» — это честно и приемлемо. Наконец, если добавить к ответу модели нечего — лучше промолчать или прямо сказать об этом.

Контекст у этой дискуссии шире одного манифеста. С распространением ChatGPT, Claude и аналогов в рабочей среде — Slack, GitHub, корпоративные мессенджеры — copy-paste из LLM стал массовой практикой. Код-ревью с вставленными объяснениями от модели, ответы на технические вопросы в виде необработанных списков, рекомендации «по шагам» без понимания конкретного контекста — всё это снижает качество коммуникации и размывает ответственность за сказанное. Манифест фиксирует социальную норму, которая пока не устоялась: ИИ-инструменты вошли в обиход быстрее, чем сложился этикет их использования в общении.