Идеальный ответ тоже может быть багом Недавно я писал про ChatGPT Teens - их новый режим для подростков. Вообще, это похоже на новую модную обёртку для их "родительского контроля", но в учебной части продукта была любопытная штука под названием "Study Hours". Подросток или родители могут выбрать часы, когда ChatGPT по умолчанию включает учебный режим и вместо готовых ответов начинает гайдить наводящими вопросами. То есть, неспособность давать ответ сделали фичей. Вообще, про учебный ИИ надо отдельно поговорить, потому что он быстро становится отдельной продуктовой категорией: разборы домашек, подготовка к экзаменам, прокачка навыков для работы и т.д. и т.п. Но у него есть необычная продуктовая проблема - правильный ответ вообще ни разу не значит, что работа сделана. Человек получил готовое решение, а решать сам так и не научился. Прям как с навигатором - я как-то читал новость про мужика, у которого глюкнул геолок, и он завершил поездку прямо в стоге сена в поле 🤣 Так вот, вчера у Яндекса прошла большая конфа про образование YaC/e, и там как раз разбирали, как эту проблему (не навигатора у мужика в стоге сена, а учебного ИИ) решать. К примеру: - В части целеполагания моделям задают учебные цели плюс педагогическую методику, а дальше учат помогать без готовых ответов. - В части реализации натаскивают замечать ошибки ученика, возвращаться к проблемным местам, давать повторение и подбирать сложность. Чтобы было не слишком просто, не слишком сложно, а в самый раз (геймдизайнерам тут большой привет). - Плюс персонализация: одному нужно подробно, другому коротко, третьему на примерах, четвёртому как-нибудь аллегорически-иносказательно, ну вы поняли. То есть, если совсем уж зреть в продуктовый корень, то тут надо сознательно "ухудшить" продукт, ограничить его главную киллер-фичу и чуть убить основную ценность. И пока весь ИИ-рынок меряется, чья модель ответит полнее и глубже - здесь наоборот нужно научить вовремя недоговаривать (оказывается, этот скилл полезен не только людям, да). Ещё один неочевидный момент - key metrics такой штуки вываливаются за контуры самого продукта. Ведь после объяснения ученик должен решить задачу сам, без подсказок и с первой попытки. То есть, ИИ сработал хорошо, если в нём перестали нуждаться. Всем AI-native эдтехам очень желательно держать это в голове и закладывать ещё на этапе концепции. Фичизм

ИИ все чаще пишет код сам. Тогда чем теперь занимается разработчик? На конфе Яндекса по образованию YaC/e говорили о том, как теперь учить айтишников: часть задач уже можно отдать нейронке, но понимать, как все работает вместе, все равно придется самому. Если кратко, нужны три навыка: — Разговаривать с ИИ на одном языке. Понимать устройство технологий, контекст, RAG и работу языковых моделей; — Видеть ограничения технологий, которые требуют инженерной доработки; — Смотреть на задачу не только как разработчик, но и как аналитик и продакт — пройти мысленно путь от идеи до конечного результата и видеть проект целиком. Поэтому ИТ-универам предлагают готовить «архитекторов сложных систем». Больше внимания — математике, физике и естественно-научному мышлению: такая база помогает быстрее разобраться с новой задачей. Стек поменяется. А разобраться, что именно ты построил вместе с ИИ, все равно придется.

Российский образовательный ИИ-стартап “Обучай” привлек 5 млн рублей от ФРИИ в обмен на долю 7%. Постинвестиционная оценка стартапа превысила 71 млн рублей, сообщили в фонде. Привлеченные средства планируется направить на “расширение команды продаж, которая снизит операционную нагрузку на ключевых лиц”. “Обучай” запустили летом прошлого года Константин Чукавин и Кирилл Дьолог. Стартап разрабатывает цифровую образовательную платформу на базе искусственного интеллекта. Она помогает учителям эффективнее готовиться к занятиям: педагог может загрузить календарно-тематический план, на основании которого система сформирует сценарии и материалы уроков, подготовит задания для учеников из 69 вариантов [универсальных и специфичных для отдельных предметов].  Платформа может формулировать запросы в свободной форме и получать ответы, рекомендации, варианты заданий и пояснения по различным образовательным темам. Генерация одного учебного материала [рабочий лист, план урока, презентация, изображение, задание и др.] занимает порядка 26 секунд. При этом платформа ориентирована не на разовую генерацию контента, а на сопровождение полного цикла работы учителя - от планирования учебного года и подготовки урока до выдачи заданий. “Обучай” также интегрирована с открытым банком экзаменационных заданий для подготовки к ОГЭ и ЕГЭ. В будущем стартап намерен увеличить количество пользователей за счет учеников, подключаемых по приглашению учителя. Это позволит подключить автоматическую проверку домашних заданий и адаптировать образовательный контент под уровень конкретного учащегося и класса. Сегодня бизнес-модель “Обучай” - SaaS-подписка с оплатой доступа к платформе от 368 рублей в месяц до 1790 рублей в месяц. Согласно данным сервиса проверки контрагентов Rusprofile, ООО “Обучай” было создано в середине 2026 года. Константин Чукавин и Кирилл Дьолог владеют по 46,5% соответственно. 7% принадлежит ООО “Фрии Инвест”.  @rusven

Про "путевку в жизнь" для детей, ч.3. В прошлых частях были исследования о связи переезда детей и их успеха в жизни (ч2) + мои сложнооспоримые факты о лучших местах для перспектив детей (ч1) 🙂 В этом посте скорее рассуждения, которыми мы с Милой с недавних пор озадачились. 1️⃣ Вряд ли кто-то будет спорить с утверждением, что обеспеченные родители - это сильный предиктор успеха детей. С финансами все понятно: они дают лучше город/район для жизни, лучше школы/университеты, больше возможностей из своего детского-студенческого нетворка (самого сильного в жизни) и т.д. Часто говорят, что задача минимум родителей - обеспечить детей жильем. Мне такой концепт не близок, потому что квартира одновременно и ограничивает возможности, просто по факту своей локации. Если это не Манхэттен конечно, из прошлого поста 🙂 2️⃣ Мне больше нравится идея безусловного базового дохода: просто небольшой капитал, доход от которого будет покрывать базовые траты, чтобы не пришлось зарабатывать на еду, потому что в молодом возрасте это обычно неквалифицированный и никуда не продвигающий труд. Для безусловного дохода для детей нужно не так уж много, по схеме из поста. 3️⃣ По поводу учебы у меня наверное непопулярное мнение: способности во многом определяются генетической рулеткой, и задрючивать детей ради хорошей учебы мне не кажется хорошей идеей. Обеспечить среду - да, где вокруг много умных, деятельных детей и взрослых, для которых университеты, предпринимательство, международная карьера и переезды. А для этого нужно прежде всего себя не обременять тяжелыми обязательствами, чтобы быть гибкими. 4️⃣ Конечно полезно вырастить детей в "англо-саксонской" культуре, а не просто дать знание языков. Я это считаю возможно самым сильным мультипликатором будущих усилий - сделать своим (а не просто "умеющим коммуницировать") на самом богатом рынке. 5️⃣ Еще важное, что наверное было у некоторых из вас, - дать детям возможность рисковать и ошибаться. Это когда будучи взрослыми, они могут экспериментировать, брать gap year, пилить стартап и т.д. Да, это именно "искать себя в 30", что почему-то многим претит. Если у человека всегда есть план Б, семья, на которую можно положиться, то он во-первых, живет менее тревожную жизнь, а во-вторых, принимает решения из собственного интереса, а не нужды. Для этого тоже родителям вовсе не обязательно быть миллионерами. И они могут быть не трамплином, а страховкой, что иногда намного ценнее. 6️⃣ Мое понимание выражения "дать путевку в жизнь" - это прежде всего помочь жить счастливую жизнь, а не стать успешным или ультравостребованным человеком. Мне на это пофиг, в том числе и для себя. Просто путь к счастью в нашем мире упрощается с деньгами 🙂 А например востребованность - это просто мультипликатор усилий на этом пути. 7️⃣ Даже если вы не согласны с тезисами этого поста, то просто знайте, что с такими жизненными принципами многие живут счастливо. Ну как минимум я, уже давно живу абсолютно счастливой жизнью, и хотел бы дать путевку в такую же жизнь. @kyrillic

Не перестаю радоваться и удивляться тому, что студенты всегда остаются студентами. Вот и в эту субботу они в очередной раз это доказали. Команда из пяти человек. Все очень серьёзные люди, умудрённые опытом, сединами и отягощенные грузом PhD: архитекторы, совладельцы бизнеса - вообщем серьезные дядьки. Должны были продемонстрировать и защитить первую половину дизайн-документа по агентной системе, которая призвана ревьюить дизайн-документы. Они начали переделывать под себя систему с предыдущего потока, потому что задача у них как у архитекторов достаточно интересная: какие вопросы нужно задать и какие ответы получить, чтобы снизить дисперсию оценки проекта. Это, очевидно, очень важно для любой компании, которая оценивает проекты, а затем их выполняет. Изначально они должны были защищаться за неделю до этого, но попросили отсрочку: все разъехались по командировкам. Люди, опять же, занятые. Договорились встретиться на защите в субботу. Суббота наступила, я заварил чай, думаю: «Ну, наконец-то я буду не читать, а слушать». Начинаем занятие, вызываю команду: И тут лидер команды говорит: — А мы сегодня не готовы и документ не покажем Чем в очередной раз подтверждает: студенты всегда остаются студентами. Дисперсию они, очевидно, не снизили.

В школе (и не только) часто рассказывают про правило "раствор должен быть прозрачным" - это удобное упрощение, которое помогает отличить настоящий раствор от коллоидной системы или суспензии. Потому соль в воде - прозрачная, а стакан молока кажется непрозрачным. Теперь интересный момент. Физически раствор - это однородная смесь, в которой частицы одного или нескольких веществ распределены в другом веществе на атомном, ионном или молекулярном уровне. Но при этом раствор вовсе не обязан быть жидкостью. Воздух можно рассматривать как газовый раствор, а некоторые металлические сплавы - как твёрдые растворы. Например, сталь - это часто именно твёрдый раствор. В определённых фазах стали атомы углерода занимают междоузельные позиции в кристаллической решётке железа. Другие легирующие элементы могут образовывать твёрдые растворы замещения, когда их атомы занимают места атомов железа в решётке. Теперь возникает закономерный вопрос. Школьное правило сломается? Если это раствор, почему через кусок стали нельзя посмотреть? Потому что раствор и прозрачность - совершенно разные свойства. Прозрачность определяется тем, как электромагнитное излучение взаимодействует с веществом. В обычном разбавленном растворе растворённые частицы действительно могут взаимодействовать со светом. Например, окрашенный раствор поглощает определённые длины волн. Но если поглощение видимого света невелико, а крупных неоднородностей, способных сильно рассеивать свет, нет, раствор остаётся прозрачным. Совсем иначе ведёт себя молоко. В нём присутствуют частицы и структуры, размеры которых позволяют эффективно рассеивать свет. Поэтому свет многократно меняет направление, и молоко становится мутным. Такое рассеяние связано, в частности, с эффектом Тиндаля. Но твёрдому раствору вовсе не обязательно быть прозрачным. Возьмём металл. В металлическом кристалле внешние электроны не принадлежат строго отдельным атомам. Они образуют делокализованную электронную систему, благодаря которой металл хорошо проводит электрический ток. Когда на металл падает свет, его электромагнитное поле воздействует на эти электроны. Электроны металла начинают коллективно реагировать на это поле. Их движение создаёт собственное электромагнитное поле, которое приводит к сильному отражению света от поверхности. Для видимого света у обычных металлов электромагнитное поле также очень быстро ослабевает внутри материала. Поэтому свет не проходит через обычный кусок металла на заметную глубину. Именно поэтому металл может быть одновременно однородным твёрдым раствором и непрозрачным материалом. Поэтому утверждение "раствор обязательно должен быть прозрачным" работает как простое учебное правило для некоторых типичных примеров, но как общее физическое утверждение оно неверно.

Кто послушал подкаст про теорию поля, наверняка заметил, что у меня там много ошибок. Как минимум, я много раз говорю «непрерывный», имея в виду «гладкий», и вообще очень нестрого подхожу ко всему. Вот примерно так я сдавал экзамены в универе. Все примеры у меня были решены с ошибками, в доказательствах теорем были дыры. Потом мы садились с Олегом Геннадьевичем Завьяловым это обсуждать. Я как-то на пальцах всё объяснял, и он делал вывод, что в принципе-то я всё понимаю, так что можно ставить 4. А последнем экзамене, по комплексному анализу, он вообще поставил 5 — видимо, впечатлившись тем, в каком я восторге от всего происходящего (при том же уровне ошибок в самих сданных заданиях).

Насколько сильно дети тупеют от ИИ? Дженсена Хуанг сходил на подкаст с Эзрой Кляйном из NYT. Там глава Nvidia признался, что не помнит свой домашний адрес и почтовый индекс. Я, кстати, свой индекс тоже не знаю - где мой контрольный пакет Nvidia, а? Так вот, Хуанг это сказал в контексте одного конкретного исследования. СМИ его назвали "китайским" (исследование, не Хуанга), хотя делали его западные экономисты из Стокгольма и Гонконга. Но вот данные действительно были по китайским школьникам. Ну, потому что там нашли идеальный датасет - в одном из округов в центре страны домашка сдаётся полностью онлайн, система пишет время на каждое задание, и все экзамены лежат в единой базе. Для учёных это редкая удача. Вот разбор самого исследования. Цель - проверить, как ИИ влияет на успеваемость школьников. Спойлер: довольно-таки катастрофически. Методология такая. Почти 27 тыс. школьников из 7-12 классов (средняя и старшая школа, без малышей). Период 30 месяцев - с осени 2022, когда ИИ ещё никто не юзал, до лета 2025, когда им пользовались 80%. При этом, дети начинали "ИИзироваться" в разное время, поэтому у каждого, кто начал, учёные смотрели его же оценки "до и после" - а потом вычитали из этой разницы то, как за те же самые месяцы менялись оценки у тех, кто ещё не начал учиться с чатботиком. Таким макаром отсекли всё, что падает и без ИИ (например, из-за усложнения программы, изменения экзаменов, общей просадки по конкретной школе и т.д.). И вот то, что осталось - плюс-минус эффект от ИИ. Ключевые выводы: 1. Домашку в среднем стали делать лучше на 18% и на треть быстрее. Но "закрытые" экзамены ("закрытые" = в аудитории под присмотром, без Дипсика, интернета и учебников, а только своей головой) просели на 20% уже через полгода. Вступительные тоже минус 18-24%. 2. Дело в ИИ как таковом, а в аутсорсинге вообще. 4 из 5 ИИ-юзеров делали домашку быстрее самых быстрых "безИИшных" - но при этом валили экзамены. А те, кто тратил на неё столько же времени, что и раньше (даже если учился с ИИ - но использовал его не как решалку, а скорее как репетитора) - не потеряли ничего. 3. Отличники страдают сильнее: минус 24% против минус 16% у слабых. Видимо, активнее гонятся за идеальным ответом. Либо более умные школотроны просто быстрее поняли, какую кнопку в Дипсике нажимать и куда домашку грузить 🤔 4. И самое неожиданное - сильнее всего просела гуманитарка. Обществознание, история и география - минус 25-27%, а математика и прочий STEM - минус 20-22% (тоже сильно, но не так). Почти все предыдущие замеры были в основном про STEM, а самый сильный удар не по ним. Возникает вопрос: если эффект такой сильный, то почему никто не бил тревогу? Учителя что - слепые? Скорее всего проблема в том, что конкретный учитель видит ребёнка только на своём предмете, а там -20% это в целом не аномалия, такое бывает. Мало ли, интересы у растущего человека смещаются, или ещё что. А директорам и завучам мысль "сверить эффект от ИИ между разными предметами" на педсовете (или как в Китае это называется), видимо, в голову не приходит. Насколько китайские учебные реалии с их культом экзаменов переносятся на весь мир - большой вопрос. Но другие страны тоже чувствуют. Например, премьер Норвегии объявил почти полный запрет genAI для детей 6-13 лет, а для 14-16 лет - только под присмотром учителя. Я не уверен, что это разумное решение. Больше похоже на технодумерский страусиный движ. Думаю, корень проблемы даже не в ИИ. В посте про домашку я писал, что главное свойство ИИ - персонализироваться до тотального комфорта юзера. А усвоение знаний и навыков наоборот работает через дискомфорт. В этом китайском исследовании 19% школьников сохранили дискомфорт (сидели над задачей столько же, сколько без ИИ - даже если и с чатботом) - и они ничего не потеряли. Остальные "купили" себе дешёвый комфорт, но заплатили падением способностей. Вопрос не в нейронках как таковых, а в том, как в новых учебных реалиях сохранить продуктивный волшебный пинок, заставляющий не сидеть на заднице ровно. Дизраптор

Недавно моя младшая дочь окончила университет в Германии. Графический дизайн, диплом на руках, портфолио готово – а постоянную работу найти не может уже несколько месяцев. И дело не в том, что она плохой дизайнер (по мне – классный, хотя как отец я не объективен). Дело в том, что рынок начинающих дизайнеров сейчас – это мясорубка. Как и рынки начинающих редакторов, аналитиков, юристов и т. п. Компании, которые раньше брали джуниора на рутину – сделать баннер, свести макет, накидать вариантов лого – теперь просто открывают Midjourney или ChatGPT и получают результат за десять минут. Джуниорская работа схлопывается быстрее, чем джуны успевают её найти. Я говорю ей об этом постоянно: Аня, научись пользоваться ИИ, встрой его в свою работу, стань дизайнером, который управляет машиной, а не тем, кого машина заменяет. И каждый раз натыкаюсь на стену. Дочь злится. Для неё ИИ – не инструмент, а враг, отнявший будущее, о котором она мечтала. Поэтому она демонстративно не хочет с ним соприкасаться. Я её понимаю. И мне от этого не легче, потому что я вижу, куда глобально идёт дело, а она – пока нет. У меня есть гипотеза, что ближайшие 2-3 года станут роковой развилкой для всех участников рынка труда, то есть – всего человечества. Небольшая часть – процентов десять, может, меньше – наденет на себя, условно говоря, экзоскелет из ИИ-навыков и вырвется вперёд по деньгам, карьере, возможностям. Остальные либо не успеют сориентироваться, либо просто не захотят – и через пару лет обнаружат себя провожающими глазами поезд, в который уже не запрыгнуть. Это не алармизм ради красного словца. Вакансии, где нужны ИИ-навыки, растут на 69% в год – против 9% у рынка труда в целом. Разница почти в восемь раз. Премия за ИИ-компетенции, по данным PwC, добралась до 62%, в 2024-м – 25%. Разрыв не просто есть, он ускоряется на глазах. И даже один освоенный навык работы с ИИ добавляет изрядную прибавку к доходу. Есть ещё один пикантный момент: свежий опрос в США и Британии показал, что быстрее всех осваивают ИИ те, кто и так уже наверху – старшие, опытные, высокооплачиваемые. У них есть доступ к платным инструментам и время на эксперименты. А те, кто внизу, наоборот, либо предоставлены сами себе, либо вообще отрезаны от возможностей. То есть ИИ не создаёт новое неравенство с нуля – он бетонирует то, что уже было. Профессор Гарварда Карим Лакхани сформулировал это жёстко: “ИИ не заменит людей, но люди с ИИ заменят людей без ИИ”. Звучит как банальность, пока не столкнёшься с этим сам или твоя дочь, которая в поисках работы рассылает резюме и получает тишину в ответ. Я не знаю, как убедить человека начать осваивать инструмент, который он воспринимает как источник своей боли. Рациональные аргументы здесь разбиваются о стену. Но развилка от этого никуда не девается. И вопрос, который я всё чаще задаю своим знакомым и сотрудникам, сводится к простой мысли – ты уже наращиваешь ИИ-экзоскелет или споришь с поездом, которому до тебя нет дела и который тебе скоро будет не догнать?

Думаем дальше № 68 — «Чешуя какая-то» с Евгением Черновым С Евгением Черновым обсуждаем теорию поля, также известную как векторный анализ, и обнаруживаем, что формула Остроградского-Гаусса — это теорема Ньютона-Лейбница на максималках. 0:00 — Вспоминаем смысл производной 10:41 — Производная как скорость изменения 13:41 — Разбираем на синусе и косинусе 18:18 — Как взять «производную» не на линии, а на гладкой поверхности 33:31 — Что такое вектор и что такое поле 40:53 — Градиент 43:34 — Дивергенция 50:58 — Дивергенция градиента и при чём тут физика 54:46 — Ротор 58:24 — Что дают интегралы в полях 1:07:37 — Формула Остроградского-Гаусса 1:13:12 — Теорема Стокса и общий принцип 1:16:50 — Связь лестницы производных в точке и поведения функции на всей области определения Эпл · Ютюб · Я.Музыка · Спотифай · Мейв Но лучше подписаться по РСС в подкастном приложении: https://cloud.mave.digital/51724

🎤 Вышла на международный уровень вместе с магистратурой ИИ от ФКН ВШЭ Онлайн-магистратура ИИ выходит (а точнее даже возвращается) на международный уровень и вновь делает запуски для студентов со всего мира (спасибо @murr4a, что дравит эту вещь). Не могла пройти мимо этой инициативы и присоединилась к NLP-курсу, который в этом запуске читаем вместе с @greedisneutral и @awe_eu. Сегодня провела свою первую лекцию на курсе. На занятии были студенты со всего глобуса: Мексика, Бразилия, Индия. Читать на такую широкую аудиторию это отдельный вызов и отдельное удовольствие: возможность поделиться знаниями с ребятами со всего мира. А еще отдельный выброс эндорфинов это лекции на английском, по практике которого я сейчас так скучаю. @mashkka_ds #трудовыебудни #преподавание #вшэ #фкн #nlp #ai

📘 454 страницы по теории графов - от базовых понятий до серьёзных теорем На arXiv доступен большой учебник An Introduction to Graph Theory от Darij Grinberg. Внутри: - вершины, рёбра и пути; - простые и ориентированные графы; - деревья и arborescences; - Eulerian circuits и Hamiltonian cycles; - spanning trees; - раскраски графов; - bipartite matching; - network flows; - теоремы Турана, Менгера, Галлая-Милграма и другие; - около 100 упражнений; - более 300 иллюстраций. Это уже не «шпаргалка», а полноценный graduate-level курс по graph theory на 454 страницы. Подойдёт для тех, кто изучает алгоритмы, математику, network science, computer science и дискретную математику. PDF: https://arxiv.org/pdf/2308.04512

Как найти себя в США? Для какой-то части читателей этого канала вопрос стоит вообще не в том, как повысить конверсию из резюме в интервью. Вопрос гораздо фундаментальнее: а кто я вообще на этом рынке? Особенно если вы приехали в США уже взрослым человеком, а ваша предыдущая профессия здесь либо называется по-другому, либо требует лицензии, либо оплачивается так, что продолжать ее уже не очень хочется. Самое очевидное — пойти на день открытых дверей в ближайший university или community college. Я вообще люблю американское образование не только за само образование. Оно дает некоторую структуру определения себя, новый network и довольно понятный мостик к последующему трудоустройству. Но есть другой подход. Чистый хастл. Делайте хоть что-нибудь. Я, например, в разные моменты жизни занималась передержкой собак и волонтерила в shelter, преподавала английский в центре по работе с беженцами, продавала одежду на Poshmark и eBay, причем достаточно успешно, писала статьи на заказ для стартапов, переводила свидетельства о рождении и браке для иммиграционных кейсов. В целом такой подход довольно быстро подсказывает, что вам нравится, а что нет. Вот я люблю писать. Ну вот и пишу теперь. На основной работе, в этом канале и чужие резюме 😂 И мне кажется, это гораздо полезнее, чем пытаться в вакууме ответить на вопрос, кем я хочу быть следующие 20 лет. Не знаете, хотите ли вы в project management? Не надо сразу покупать bootcamp за $8K. Найдите местный PMI chapter, сходите на мероприятие, поговорите с пятью project managers. Думаете про новую профессию? Найдите пять человек в LinkedIn и попросите informational interview. Не с вопросом помогите мне найти работу, а с вопросами: что вы реально делаете весь день, что в этой работе бесит, какие skills действительно нужны и как люди вообще сюда попадают. Еще есть хорошая книга Designing Your Life Билла Бернетта и Дэйва Эванса. На странице 71 там описан mind mapping подход к поиску возможных направлений. Мне вообще нравится их логика: не обязательно немедленно решить, кем вы теперь будете. Можно придумать несколько гипотез и дешево их проверить. Из бесплатных американских ресурсов: CareerOneStop — skills и interest assessments плюс поиск локальных American Job Centers: https://www.careeronestop.org/ My Next Move / O*NET — особенно полезно, если вы примерно понимаете, что умеете, но не знаете, как эта профессия называется в США: https://www.mynextmove.org/ Ищите workforce development programs своего штата. В Северной Каролине это NCWorks. В других штатах будут свои программы. Там бывают бесплатные workshops, training и помощь с переобучением. Ищите организованные программы. McKinsey Forward: https://www.mckinsey.org/our-programs/forward/overview Path Forward — особенно интересен тем, кто возвращается на рынок после career break. У них есть returnships: https://pathforward.org/ Charlotte Works: https://www.charlotteworks.com/events/transferableskills/ И еще professional associations. PMI, AMA, SHRM и десятки других. Часто один вечер среди людей, которые уже работают в профессии, дает больше понимания, чем месяц чтения Reddit. Короче, моя основная мысль: себя не обязательно сначала найти, а потом начать что-то делать. Можно наоборот. Делать всякую фигню, собирать данные о себе и постепенно обнаружить, что какая-то фигня вам нравится настолько, что вы готовы заниматься ей за деньги. #карьера #сша

Dymocks Tutoring и Talent 100, репетиторская сеть с пятью центрами в Сиднее, закроется на этой неделе. Родителям компания объяснила, что им дешевле оплатить AI-инструмент, чем живого репетитора: ученики всё чаще готовятся к экзаменам и получают разбор своих работ через Claude, Gemini и продукты OpenAI. Занятия в Dymocks стоили до 900 долларов за предмет. «Конечно, AI не справится так же хорошо, как наши репетиторы со всей поддержкой за ними, но он стоит 30 долларов в месяц», — сказал AFR глава Dymocks Education Марк Бакленд. По его словам, репетиторская индустрия «не делает ничего по-настоящему уникального», а в основном даёт ученикам ощущение уверенности, которое AI тоже способен воспроизвести. Правда, другие участники рынка не согласны с ощущением конца профессии, утверждая, что это просто уход одного из участников рынка. Ну да, просто пока одного. https://www.dailymail.com/news/article-16155831/Major-Aussie-tutoring-company-suddenly-shuts-tells-parents-turn-AI-instead-Overpriced.html