У меня всё чаще складывается ощущение, что ИИ одновременно ускоряет и обучение, и его разрушение.

У меня всё чаще складывается ощущение, что ИИ одновременно ускоряет и обучение, и его разрушение.

Недавняя история из Беркли это хорошо подсветила: на курсах по computer science резко выросла неуспеваемость, а преподаватели связывают это с тем, что студенты стали слишком охотно отдавать домашку языковым моделям. Формально задача закрыта, а по факту — материал не усвоен.

И вот тут возникает неприятный эффект домино. Компании сокращают опытных инженеров, рассчитывая компенсировать часть работы ИИ. А на рынок тем временем выходят молодые специалисты, которые не успели набрать базу, потому что значительную часть учебной рутины за них уже делал тот же ИИ.

В моей практике это главный риск ближайших лет: не «ИИ заменит всех», а то, что у нас начнет проваливаться средний уровень специалистов. Будет больше людей, умеющих быстро генерировать ответ, и меньше тех, кто понимает, почему он правильный.

Для бизнеса вывод простой: если нужны сильные редакторы, маркетологи, аналитики или dev-специалисты, нельзя строить систему только на ускорении. Нужны проверка мышления, ручные этапы и дисциплина в обучении. Иначе через пару лет компания останется с инструментами — но без квалификации.