К ленте · Россия

РоссияСтатьяПрактика

Цена будущего: простота ≠ эффективность

За последние года разговор про нейросети прошел путь от "это игрушка" до "это заменит всех как в Терминаторе". 2026 заканчивается прямо пиком коллективной истерики: половина индустрии судорожно встраивает ИИ в каждый процесс, лишь бы не отстать, вторая половина пишет манифесты о скорой смерти профессий, остальные прикрывают ИИшкой нестабильную экономику, политические игры и Бог знает что еще.

В этом шуме тяжело услышать, а уж тем более ответить на главный вопрос: а что вообще происходит с человеком, который каждый день работает рядом с ИИ? Не с рынком в абстракции, не с невидимым "будущим" где-то там, а конкретно с мозгом конкретного разработчика, дизайнера, менеджера, который теперь после утреннего кофе ищет ответы: чем я лучше машины?

Ценность рутины как когнитивной разгрузки и "разогрева"

В индустрии сейчас царит культ "высокоуровневого мышления": считается, что если освободить человека от рутины, он будет 8 часов в день генерить гениальные архитектурные решения. Но человеческий мозг так не работает. Возможно, когда-то мы эволюционируем и будет, но до этого еще надо дожить.

Энергетический лимит. Глубокая фокусировка и принятие сложных решений (та самая архитектура) требуют огромного количества метаболической энергии. Исследователи продуктивности - в первую очередь Андерс Эрикссон (известный своими работами про формирование экспертизы) и Кэл Ньюпорт, автор Deep Work - сходятся на том, что человек способен эффективно удерживать состояние глубокого фокуса максимум 4 часа в день. И это предел даже для элитных практиков своего дела. Если убрать простые механические задачи, оставшееся время превратится не в сверхпродуктивность, а в выгорание и ступор. И если вы думаете, что став C-level и выше, перестанете заниматься рутиной и посвятите себя вечным стратегическим задачам с глубоким погружением, то нет: вы будете также работать над ними 4 часа в день, а остальные посвящать другим проектам, встречам и управлению.

Активный отдых. Простой понятный код или верстка - это для мозга аналог прогулки или перебирания четок. Руки заняты, есть быстрый дофамин от того, что задача решается, а в это время в мозге активируется так называемая сеть пассивного режима работы (Default Mode Network, DMN). Нейронная сеть, которая включается именно тогда, когда мы не сосредоточены на конкретной задаче, и отвечает за генерацию идей, инкубацию решений и те самые "озарения в душе". Это не метафора, а задокументированная нейронаука: мышление человека работает как взаимодействие минимум трех сетей:

  • дефолтной (генерирует варианты);
  • исполнительной (анализирует и отбирает);
  • сети значимости (переключает между ними).

Лишая себя рутины, мы лишаем мозг этого фонового режима инкубации. И той самой "безопасной буферной зоны", в которой сложные проблемы дозревают сами.

Сохранение "мышечной памяти". В любом ремесле связь с материалом поддерживается через постоянную практику. Если архитектор перестает писать код вообще, он постепенно теряет чувство реальности и начинает проектировать "воздушные замки", которые красиво выглядят на схемах, но ужасно неудобны в реализации.

И это уже не просто теория, а наши рабочие будни. Да, мы бесимся от бесконечных встреч, ручной сборки данных в Excel и написания кода вручную. Но вот что получается:

  • часто встречи позволяют переключиться от демонстрации своих хард скиллов на демонстрацию софтов: пошутить с клиентом, с которым у вас одинаковые интересы, побрейнштормить и выгрузить из мозга ненужное, отчитаться и забыть о плане на спринт на ретро;
  • несмотря на множество сервисов, заменяющих Excel в гибкости, скорости и передовых технологиях, в любой компании все равно пользуются вручную любимым Экселем. Потому что там уже есть работающие шаблоны, которые и так автоматизируют работу, и потому что не у всех компаний есть возможность пользоваться прокаченным ИИ аккаунтом, в которого можно грузить все NDA данные. У тех же Google Таблиц с безопасностью построже
  • для многих разработчиков написание кода - это своего рода медитация: перезагрузить систему после сложной сборки, проснуться после выходных или поэкспериментировать.

Душой это все нас бесят, но по-человечески мы в них все еще нуждаемся.

Иллюзия понимания и атрофия навыка через промптинг

Вспомните ГДЗ, когда вместе с учебниками мы покупали сборник готовых ответов на вопросы оттуда и переписывали их перед сдачей домашки. Многие сейчас вспоминают про этот "аналог ChatGP", но разница есть. Когда ты списываешь из решебника от руки, у тебя работает мелкая моторика. Ты вынужден пропустить текст через зрительный нерв и хотя бы поверхностно прочитать каждую строчку. Мозг неосознанно пропустит через себя информацию, пусть и пропустив этап "мышления над задачей". Но саму логику ответа он зафиксирует. При Ctrl+C → Ctrl+V эта прокладка отсутствует вообще.

В январе 2026 года Anthropic опубликовала рандомизированное контролируемое испытание с участием 52 инженеров: одна группа писала код с помощью ИИ-ассистента, вторая - вручную. На финальном тестировании группа с ИИ показала результат 50% против 67% у группы, писавшей руками - разница почти в две оценки. Хуже всего дело обстояло именно с вопросами на отладку и понимание логики кода. То есть ровно с теми навыками, которые нужны, чтобы вообще суметь проверить, что сгенерировал ИИшка. При этом исследователи отметили важный нюанс: падение результатов было не у всех одинаковым. Хуже всего учились те, кто полностью делегировал ИИ и генерацию, и отладку (то есть когнитивную разгрузку). А те, кто использовал ИИ для объяснений и комбинировал его с собственными вопросами о логике кода, учились почти так же хорошо, как и контрольная группа.

Потеря "насмотренности" на ошибки. Опытный разработчик видит баг еще до запуска кода просто потому, что его глаз натренирован замечать визуальные аномалии. Эта способность формируется исключительно через боль: через часы дебаггинга и те самые красные пометки на код-ревью. ИИ лишает джуна этой стадии набивания шишек, сразу выдавая гладкий, на первый взгляд рабочий результат.

Ловушка компетентности. Когда ИИ генерирует код за секунду, у новичка возникает ложное ощущение, что он все понял ("ну да, логично же написано"). Проблема в том, что узнавание правильного ответа и способность воспроизвести его с нуля - это разные нейронные связи. В критический момент, когда нейросеть начнет галлюцинировать на сложной задаче, такой специалист просто не сможет ее поправить. А мы и так уже страдаем от дезинформации во всем мире.

Смерть джунов как класса. Возникает парадокс: бизнесу сейчас выгоднее нанять одного сеньора с ИИ-ассистентом, чем трех джунов. Это уже не теоретическое опасение, индустрия прямо называет это проблемой "missing middle" ("исчезающие мидлы"). Найм джунов рушится прямо сейчас (по некоторым оценкам - на десятки процентов с 2022 года), мидлы разрываются между своими задачами и задачами, которые раньше делали джуны, а индустрия уже вслух спрашивает: если никто не учит джунов сегодня, откуда взяться сеньорам через 5-7 лет?

К чему это может привести?

Возможно, мы идем к расслоению профессий, похожему на то, что произошло после промышленной революции. Появится масс-маркет, где операторы ИИ быстро собирают типовые решения из готовых блоков, не особо вникая в суть. И появится условное ремесленное или элитарное направление, где люди намеренно ограничивают использование нейросетей, чтобы сохранить глубокое понимание систем, вкус и способность создавать что-то принципиально новое, а не усредненное по всей обучающей выборке.

И такой исторический прецедент уже был. В конце XIX века машинное производство обесценило ручной труд. В самой индустриализированной стране мира Великобритании возникло движение Arts and Crafts: сознательная реакция на обезличенные, бездушные товары массового производства. Уильям Моррис и его последователи не боролись с индустриализацией как таковой. Они создали параллельную нишу, где ценность определялась не скоростью и масштабом, а мастерством, уникальностью и осмысленностью каждого предмета. Движение не осталось маргинальным кружком эстетов: оно повлияло на архитектуру, дизайн, книгопечатание и просуществовало десятилетиями по обе стороны Атлантики.

История вполне может повторить этот паттерн. Только вместо мебели и книг объектом станет код, дизайн, тексты и решения.

Значит ли это, что нужно все откатить назад?

Нет, здесь важно не скатиться в луддизм. Похожая паника уже случалась. Поколение X вспомнит, когда бухгалтерия переходила с ручных расчетов на бумаге на электронные таблицы (привет, будущий Excel!), индустрия пророчила массовое исчезновение профессии бухгалтера. Часть страхов даже сбылась буквально: с 1980 года в США исчезло порядка 400 тысяч рабочих мест бухгалтеров-клерков, выполнявших ручные расчеты. Но сама профессия бухгалтера не исчезла, а переродилась. Вместо монотонного пересчета колонок цифр бухгалтеры стали заниматься сценарным моделированием и финансовым консультированием. То есть задачами более высокого порядка.

Параллель с сегодняшней ситуацией почти буквальная: часть рутинных ролей действительно отомрет. И это не катастрофа, а закономерность технологического перехода. Вопрос не в том, использовать ИИ или нет, это уже решено рынком. Вопрос в том, как именно его использовать: как костыль, который заменяет мышление, или как инструмент, который его усиливает. Ведь еще в начале века "гуглить" было признаком сверхскоростного ума, а сегодня мы уже умеем перепроверять.

ИИ - это инструмент. Мощный, важный, необходимый. Но инструмент остается инструментом ровно до тех пор, пока человек на другом конце сохраняет способность работать и без него. Поэтому статью я закончу списком того, в чем ИИ нас пока не заменит.

  • Ответственность. ИИ не может нести юридическую, репутационную или финансовую ответственность за решение: подписывать контракт, отвечать перед клиентом, признавать ошибку перед командой. Ответственность всегда лежит на человеке, который нажал "применить". А навыку "нести ответственность" модели пока не научились.
  • Уникальный опыт и контекст. ИИ обучен на усредненных данных всей индустрии. Он не был в вашей конкретной компании, не видел, как трижды провалился похожий проект, не помнит разговор с клиентом, который сказал одно, а имел в виду другое. У ИИ отсутствует интуиция, которая руководит человечеством чаще сознания.
  • Вкус и интуитивные суждения на грани данных. Там, где нет "правильного" ответа, а есть выбор между двумя одинаково логичными, но очень разными архитектурами или дизайн-решениями, нужен человек, который готов настоять на своем и объяснить, почему. Как бы хорошо вы ни промтили, Claude не будет понимать и считывать контекст так же, как и вы.
  • Способность замечать, что вопрос задан неправильно. Самым важным навыком, наряду с гибкостью, адаптивностью и скоростью, в 21 веке остается навык "уметь задавать нужные вопросы". ИИ отвечает на тот вопрос, который ему задали. Он не скажет: "а вы вообще уверены, что решаете правильную проблему?". Помните, что модель вам все равно пытается понравиться, чтобы вы не перестали за нее платить. А люди способны сознательно сопротивляться желанию понравиться.
  • Доверие и отношения. Клиенты, команда, партнеры доверяют конкретным людям, а не моделям. Репутация строится годами и не передается между чатами.

Тут могла быть реклама навороченной AI модели, но вместо этого я пожелаю вам заварить себе чаю и хотя бы 10 минут потупить в рилсах. Это тоже нужно вашему мозгу (главное, чтоб не целый день), а смешной мем вы сможете отправить своему AI-агенту, пусть тоже учиться отдыхать :)

Источник: Хабр · статьиПубликуется с разрешения правообладателя, подтверждённого редакцией.Оригинал: Цена будущего: простота ≠ эффективность ↗

Есть кому отправить?

Скопируется постоянная ссылка на этот материал.

Комментарии

Обсуждайте статью, отвечайте и оценивайте комментарии. Вход — через ваш Яндекс ID.

Загружаем обсуждение…