TL;DR
Когда AI пишет твои цели за тебя — ты их с большей вероятностью забросишь. Не потому что цели плохие. Как раз наоборот: AI-версии объективно более конкретные, измеримые, реалистичные. Но мозг не воспринимает их как свои — и мотивация гаснет раньше, чем дело доходит до действий.
Главная находка: качество цели и желание её выполнять живут в разных местах. Хорошо сформулированная цель — это одно. Чувство "это моя цель, я сам её выбрал" — совсем другое. Второе называется психологическим владением (psychological ownership) — ощущением что цель принадлежит тебе. Именно оно определяет, возьмёшься ли ты за дело через две недели. И именно его AI-авторство разрушает.
Через 2 недели после постановки целей: 73% участников, написавших цели самостоятельно, предприняли хотя бы два реальных шага. В группе, где цели написал AI — лишь 47%. При том что оценка по критериям SMART у AI-целей была значительно выше. Механизм простой: написал сам → чувствуешь владение → берёшься за дело. AI написал за тебя → цель формально правильная, но по ощущению чужая → откладываешь.
Схема механизма
❌ ДЕЛЕГИРОВАНИЕ (разрушает мотивацию)
Ты → пишешь рефлексию → AI формулирует цели → ты получаешь готовый список
Результат: цели SMART-правильные, но психологически чужие → 47% выполнения
✅ СОХРАНЕНИЕ АВТОРСТВА (сохраняет мотивацию)
Ты → пишешь черновик целей САМ → AI улучшает формулировки → ты узнаёшь свои цели
Результат: цели становятся чётче, но остаются твоими → ~73% выполнения
Оба подхода — в одном чате, один разговор. Разница только в том, кто пишет первый черновик.
Пример применения
Задача: Конец года, надо поставить цели на следующий. Стандартный соблазн — написать AI "поставь мне цели по моей рефлексии" и получить красивый список.
Промпт (правильный подход — сначала ты, потом AI):
Я написал три цели на следующий год. Помоги сделать их чётче и конкретнее —
добавь измеримость, сроки, критерии достижения. Но сохрани мою формулировку
и мой смысл — это важно. Не переписывай с нуля, улучшай то что есть.
Мои цели:
1. Запустить телеграм-канал по финансовой грамотности
2. Начать делегировать операционку в компании
3. Заняться здоровьем — меньше сидеть, больше двигаться
Для каждой цели покажи: моя версия → твоя улучшенная версия → что изменил и почему.
Результат: Модель покажет три пары: твою исходную формулировку и улучшенную версию с добавленной конкретикой. Ты видишь разницу — и сам решаешь, принять ли правку. Улучшенная версия остаётся твоей целью с уточнёнными деталями, а не чужим текстом который ты должен принять.
Почему это работает
LLM отлично делает одно — превращает размытое в конкретное. Попросил "хочу заниматься здоровьем" → получил "3 раза в неделю по 30 минут, до 1 марта отчёт о первых результатах". Технически — лучше. Но эта чёткость ничего не стоит, если у тебя нет ощущения что ты сам это выбрал.
Психологическое владение — не метафора и не размытое "чувство". Это механизм, который модерирует каждый шаг: запомнишь ли ты цель, будешь ли к ней возвращаться, начнёшь ли действовать. В исследовании он объяснял разницу в результатах полностью — объективное качество цели не объясняло ничего. Никакой магии: мозг сильнее защищает и преследует то, во что вложил усилия сам. Это тот же эффект IKEA — собранный тобой шкаф кажется ценнее купленного готового.
Самая опасная ловушка — предложить AI написать цели именно тогда, когда сложно сформулировать их самому. Исследование показало: те, кто хуже верит в себя (низкая self-efficacy), — сильнее всего теряют чувство владения при AI-авторстве. То есть люди, которым сложнее всего формулировать цели, получают наибольший вред от полного делегирования.
Рычаги управления: - Фраза "улучши, но сохрани мой смысл" — удерживает AI в роли редактора, а не автора - Формат "моя версия → твоя версия → что изменил" — ты остаёшься в цикле принятия решений - Попросить AI задавать уточняющие вопросы вместо готовых формулировок — ты сам приходишь к ответу, AI только направляет
Шаблон промпта
У меня есть {черновик / идея / набросок} по теме {тема цели или задачи}.
Вот что я написал сам:
{твой текст}
Твоя задача — улучшить, а не переписать. Конкретно:
— Добавь {что улучшить: сроки / метрики / конкретные шаги / критерии успеха}
— Сохрани мой формат и мои слова там, где это возможно
— Покажи: моя версия → твоя правка → объяснение что и почему изменил
Если что-то неясно — сначала задай уточняющий вопрос, не угадывай.
Что подставлять:
- {черновик / идея / набросок} — насколько сырой твой материал
- {тема} — цель, план, миссия, текст о себе, стратегия
- {что улучшить} — конкретно что хочешь докрутить: измеримость, сроки, конкретность шагов
🚀 Быстрый старт — вставь в чат:
Хочу поставить цели на {период}, но хочу остаться их автором —
не делегировать AI, а улучшить свои черновики.
Помоги настроить этот формат работы под мою ситуацию: {краткое описание].
[вставить шаблон выше]
LLM спросит что именно ты уже написал и что хочешь докрутить — потому что без твоего черновика она не может работать в режиме редактора, а не автора.
Ограничения
⚠️ Только для identity-relevant задач: Принцип работает там, где результат — не просто артефакт, а руководство к действию: цели, планы, ценности, стратегия. Для "напиши email клиенту" или "сделай summary" — полное делегирование не вредит, там нет психологического владения.
⚠️ Исследовали цели, не весь AI-ассистанс: Результаты сильны для личных целей. Насколько то же самое работает для карьерных решений, бизнес-стратегий или личных ценностей — отдельный вопрос. Принцип выглядит переносимым, но прямых данных нет.
⚠️ Рефлексия не спасает: Участники LLM-группы писали ту же рефлексию что и самостоятельная группа — разница была только в том, кто потом формулировал финальный текст. То есть "подумал сам, но дал AI написать" — не защищает от потери владения.
Как исследовали
Команда взяла 470 американцев и разделила на две группы. Все писали одинаковую рефлексию о прошедшем годе. Дальше — развилка: одни сами формулировали три личные цели, другие получали цели написанные GPT-4 на основе их рефлексии. После этого каждый оценивал свои цели по нескольким шкалам: насколько важны, насколько обязуюсь выполнять, насколько чувствую их своими. Через две недели — контрольный замер: помнишь ли цели, предпринял ли реальные шаги.
Неожиданный момент: AI-цели объективно лучше по SMART с огромным отрывом (d=2.26 — это очень большой эффект). Но по всем мотивационным метрикам — хуже: владение (d=1.38), обязательство (d=1.19), важность (d=1.13). Исследователи специально проверяли, что именно mediates поведение — оказалось, психологическое владение объясняет всё, а объективное качество цели — ничего. Это и есть ключевое открытие: качество и мотивация могут полностью расходиться.
Дополнительно проверили модерацию по self-efficacy. Люди с низкой верой в себя — именно те, кто чаще всего тянется за AI-помощью — теряли чувство владения сильнее всего. Ловушка в том, что слабый сам использует инструмент, который ослабляет ещё больше.
Адаптации и экстраполяции
1. Принцип переносится шире целей
Та же логика работает для любого identity-relevant текста — текста, который должен стать руководством к действию, а не просто артефактом:
💡 Адаптация для личного бренда / позиционирования:
Формулируешь "кто ты и что предлагаешь" — не давай AI писать с нуля. Напиши сам как умеешь, пусть AI улучшит слова. Результат остаётся твоим — и ты будешь им пользоваться.
💡 Адаптация для карьерных решений:
"Какую работу мне искать, что важно в следующем шаге" — ответь сам на бумаге, потом попроси AI структурировать и проверить логику. Не наоборот.
2. Режим Сократа вместо режима Автора
Вместо того чтобы просить AI написать — попроси его задавать правильные вопросы:
🔧 Техника: AI как коуч, не как автор
Я хочу поставить цели на следующий квартал. Не формулируй цели за меня. Задавай мне вопросы по одному — такие, чтобы я сам пришёл к чёткой формулировке. После каждого моего ответа — либо следующий вопрос, либо уточнение, если ответ размытый. Когда цель сформулирована — предложи SMART-проверку.Эффект: ты приходишь к формулировке сам через диалог → владение максимальное → мотивация сохранена. AI сделал работу, но автор — ты.
Ресурсы
Optimized but Unowned: How AI-Authored Goals Undermine the Motivation They Are Meant to Drive Препринт, май 2026 | osf.io/cajg2
Авторы: Vivienne Bihe Chi, Lyle Ungar, Sharath Chandra Guntuku — University of Pennsylvania; Roman Rietsche — Bern University of Applied Sciences; Andreas Göldi — University of St. Gallen
Смежные работы из исследования: - Pierce et al. (2001, 2003) — теория психологического владения - Schimpf et al. (2026a) — AI-чатбот для постановки целей (качество растёт, обязательство — нет) - Draxler et al. (2024) — AI ghostwriting снижает ощущение авторства текста