Проклятие незнания. Слепая зона учебного процесса В детстве автору дали вскопать участок, а камни сбрасывать в кучу. Он провозился полчаса на одном квадратном метре, углубившись на две лопаты, потому что решил, что главное тут очистить землю от камней. А надо было просто вскопать на штык и подготовить грядку под посадку. Камни были делом десятым. Ровно это происходит на любом занятии, где учитель видит конечную цель, а ученик нет. Класс пишет один диктант, но Маша выводит красивые буквы, Дима следит за орфографией, Катя воюет с запятыми, Вася обдумывает сюжет, а Петя правит стиль как начинающий писатель. Формально все заняты одним и тем же, а на деле отрабатывают разные навыки, каждый по своей внутренней шкале важного. При равных способностях результат выходит разный, и годами преподаватель не мог понять почему. Пока не дошло, что студенты не просто путают, что здесь первично, а что нет. Они искренне уверены, что всё понимают.

Где сложно, нет конкуренции. У меня друг занимается бегом с тренером - тот работают как пейсер, тренирует выбежать из какого-то определенного времени. То есть тренер бежит очень круто, а друг за ним. Ну мало ли какие у людей интересы! Я вот посты писать люблю, бегать на скорость - нет! Так вои история! Тренер заболел, говорит, можно я вместо себя другого пришлю, пока бегать нельзя. Ну ок. В итоге приезжает сам, но на велосипеде - чтобы ехать, а не бежать. Говорит: написал в чаты, где много тренеров, все спросили а с кем бежать, когда узнали, что мужик и скорость большая, то такие: а нет, неохота работать. И никто не подхватил. Поработать налегке - многим ок! А напрячься - уже почти никому. Всегда об этом думаю, когда устаю от чего-то. Неделя у меня была шестидневная эта и прямо лютый интенсив. И я тут думала поныть, а потом сижу и понимаю, что ровно поэтому у меня популярность и активная работа. Потому что на этом уровне интенсивности уже мало людей. И перестала ныть! Короче, не нойте, когда увидите завтра сложную задачу. Это уже редкий навык - такие задачи решать 🔥 #каждыйденьлета

Какие качества нужны специалисту по ИИ? Этот вопрос мы задали ведущим учёным и исследователям, которые при поддержке фонда Олега Дерипаска «Вольное Дело» провели в Первом университетском лицее летнюю школу по искусственному интеллекту для студентов со всей страны. Вот что они ответили: Олег Рогов, руководитель группы «Доверенные и безопасные интеллектуальные системы» института AIRI 💬 Важно развиваться как специалисту в своей области. Современные модели превосходно генерируют ответы. Однако самый важный скилл, который необходим специалисту завтрашнего дня, — это искусство правильно заданного вопроса. Пётр Анохин, руководитель группы нейрокогнитивной архитектуры института AIRI 👨‍🔬 Научная интуиция и понимание того, как предложить новую гипотезу, очень важны. Поэтому, если вы хотите быть исследователем, я советую получить высшее образование именно в научной среде. Елизавета Гончарова, научный сотрудник института AIRI ⚖️ К результату можно прийти с очень разными качествами: кому-то помогает усидчивость, кому-то, наоборот, драйв. Наверное, лучше всего золотая середина, но иногда полезно побывать и на гранях, чтобы понять, как они работают. А главное – интерес, с ним точно всё получится. Иван Оселедец, генеральный директор института AIRI, декан факультета искусственного интеллекта МГУ 🧠 На мой взгляд, это, конечно, умение критически мыслить. Сами знания не так важны, как навыки, умение рассуждать, мыслить, критиковать, не доверять. А знания искусственный интеллект достанет тебе быстрее, чем любая книжка. Владислав Куренков, руководитель группы «Адаптивные агенты» Института AIRI 💪 Главное качество – это любопытство, а на втором месте – трудолюбие и умение продолжать, несмотря ни на что. Потому что в науке большую часть времени сталкиваешься с неудачами. Модель мира в нашей голове не всегда правильная, поэтому приходится постоянно ошибаться, учиться на этих ошибках и идти дальше. Как прошла летняя школа в лицее, смотрите в сюжете программы «Вести Кубань». Фонд Олега Дерипаска «Вольное Дело»

Подписчица однажды спросила меня, как мотивировать детей учиться, когда все школьные домашки за минуту решаются ИИ. Я раз пять садился писать пост, но каждый раз стирал. Потому что я не знаю. И никто не знает: даже университетское образование безнадёжно отстаёт от всё убегающей вперёд реальности Ясно только, что: 1. Надо мотивировать учиться самим. Да, ИИ может решить всю школьную программу, но её суть не в том, чтобы сдать экзамены, а в том, чтобы научиться думать. 2. От ИИ уже никуда не деться. Бесполезно запрещать его применять, пытаться детектировать в решениях, и так далее. Это приведёт только к тому, что дети научатся лучше прятать его применение. Но зато можно попробовать сделать процесс обучения более интересным с ИИ. Пусть он объяснит задачу по математике на примере любимого вида спорта ребёнка. В режиме голосового общения с ИИ можно попробовать учить стихи. Можно генерировать картинки для лучшего запоминания материала или просто ради забавы: пусть исторические персонажи летают на космических кораблях или сражаются волшебными палочками, если это поможет запомнить материал И совершенно точно нужно как-то учить детей осмысленно пользоваться ИИ: проверять материал, находить недостатки. Это навык, который точно нужен в современном мире и скорее всего будет ещё некоторое время актуален. Навык проверки информации вообще полезен, из какого бы источника она ни происходила А какие мысли у вас? Если в подписчиках есть родители, как вы подходите к обучению детей?

Вы обучили всю команду, но ничего не изменилось? Вай зе фак? Я часто шучу, мол, не понимаю, куда делись все менеджеры? Ведь когда я заканчивала школу, именно факультетов менеджмента чего-нибудь были сотни. Таких людей что, растворяет работа? Одновременно, я часто слушаю брифы вроде "Мария, наша команда уже все видела, удивите нас". И Мария вынуждена делать большие глаза и мягко объяснять отличия edutainment'а и заземленных в деятельность подходов Нам надо вспомнить лучшие практики сериала Реальные пацаны и нетленки Коляна – Никто не виноват, потому что виноваты все! В поисках ответа на вопрос "почему великое треннинговое потребление не приносит результатов и заваливается на бок" бились лучшие умы – ведь и деньги льют, и лидеров все время не хватает (а времена все сложнее и сложнее), и возможности реализовывать не получается потому что нет подходящих людей... Тут надо понять, что знания, умения и навыки – это разные вещи. Если людям просто что-то рассказать, они словят идею. Можно рассказать им все очень-очень вдохновенно, тогда после тренинга настроение будет хорошим все выходные – до понедельника Реальные предикторы изменений кроются в другом

Дети пурпурной линии — Собрал продукт за неделю, — похвастался фаундер. — Клод говори, что пушка — А сам-то как думаешь? В 2009-м у самолета Air France отключился автопилот. Летчикам стало казаться, что машина идет вниз и они три минуты тянули штурвал на себя. Задрали нос и привели к реальном падению. Таких ситуаций с 90-х было несколько десятков. Выросло поколение пилотов, обучавшихся на тренажерах. Они безупречно вели самолет по пурпурной линии маршрута на навигационном дисплее. И начинали дико тупить, когда она пропадала. Автоматика забрала у них чувство самолета. С нами произошла такая же фигня за полтора года. Раньше писал 40 заголовков руками и на 39-м щелкало — вот оно. Теперь получаю сотню за 8 секунд и выбираю по ощущению «вроде норм». А откуда оно? Из тех самых сорока, написанных руками. Я просто трачу старые запасы. ИИ отбирает у нас черновики, а вместе с ними — вкус, интуицию и чувство «что такое хорошо». Это рождается после десятого провального лендинга, 16-й зафейленой гипотезы и пятого раза, когда сказали «нет, не нужно». На днях видел, как в одной корпорации захотели воспроизвести сервис, собранный там же 7 лет назад. Вытащили документацию из архива, файлы — а он не собрался. Доки сохранили, а умение — ушло. Чтобы не потерять вкус и чуку, у меня есть 3 правила: 1. Делать важную часть процесса руками (без ИИ). Например, драфт — всегда мой; заголовки и кейсы — тоже. 2. Сначала своя версия — потом машина. Если сразу скормил ИИ — никогда не узнаю свой вариант. 3. Записывать прогнозы и раз в месяц сверять. Я называю это черным ящиком. Сработает гипотеза или нет. Единственный способ развивать собственное суждение. И да, часть читателей скормит текст нейросети и попросить выжать суть. Будет 4 пункта, но весь смысл останется здесь.

Кто круче: олдскульный айтишник без ИИ или джуниор клод-энтузиаст? 😎 Я не продаю вам никакие курсы по ИИ, да и если честно меня подзадолбал этот ажиотаж вокруг ИИ, аура успешного успеха с сотней ИИ-ассистентов которые работают за вас. Не верю! Но я верю в то, что этот инструмент поменяет рынок труда и что это происходит уже сейчас. Если пару лет назад про ИИ в вакансиях почти никто не писал, то сегодня все чаще встречаются требования вроде «умеет использовать AI-инструменты в работе», «опыт работы с LLM» или хотя бы упоминание ChatGPT, Claude и других инструментов как преимущества кандидата. Пока это не массовая история, но тренд уже заметен. Представьте двух кандидатов. 🤟 Первый – хороший специалист с 2-3 годами опыта. Он решает задачи так же, как решал их несколько лет назад. ИИ почти не использует, потому что и без него нормально работается. 🤔 Второй – новичок с годом опыта. Он еще многого не знает, но каждый день работает с Claude, ChatGPT, Cursor и другими инструментами. Быстрее ищет информацию, быстрее пишет документы, быстрее анализирует данные, быстрее проверяет идеи и автоматизирует рутину. Понятно, что опыт второго не заменить. В сложных задачах, где нужны насмотренность, понимание бизнеса и умение принимать решения, первый кандидат будет сильнее. Но вот вопрос: если благодаря ИИ новичок закрывает значительно больше задач, быстрее учится и быстрее растет, насколько долго сохранится преимущество специалиста, который игнорирует эти инструменты? Мне кажется, именно здесь в ближайшие годы и будет происходить самое интересное. 👉 Мой вывод прост: ИИ это не волшебная таблетка от всех бед, а рабочий инструмент как Excel, Figma или Miro, который помогает специалисту делать работу быстрее и качественне, а значит он становится ценнее и дороже в глазах работодателя. А вы что думаете? Через 3-5 лет умение эффективно использовать ИИ станет таким же обязательным навыком, как сегодня умение работать в Excel или это очередной хайп, который рынок переварит и забудет?

Правило 10 000 часов Считается, что чтобы стать экспертом в сложном деле, нужно потратить около 10 000 часов на практику. Эта цифра стала символом настойчивости и развития. Но действительно ли всё так однозначно? 🔹 Откуда пошло правило? Эту идею популяризировал Малкольм Гладуэлл в книге «Гении и аутсайдеры», ссылаясь на исследования психолога Андерса Эрикссона. Речь шла о том, что длительная целенаправленная практика — ключ к выдающимся результатам. 🔹 Всегда ли это работает? В дисциплинах вроде спорта, музыки или шахмат — правило часто подтверждается. А вот в бизнесе, технологиях и стартапах решающими могут стать не только часы, но и умение быстро учиться, наличие менторов и правильная стратегия. 🔹 Как использовать правило на практике? — Определите навык, который хотите развить — Тренируйтесь осознанно, устраняя слабые места — Регулярно собирайте обратную связь и улучшайте подход Фаундер | Бизнес и Стартапы

недавно прошел курс фридайвинга и в очередной раз прожил, как работает один из моих любимых фреймворков про развитие и обучение. unconscious incompetence — ты еще не осознаешь, что ты чего-то не знаешь) со стороны смотришь -- ну ок, надо нырнуть на глубину на задержке дыхания и потом всплыть, все понятно. conscious incompetence — попробовал и увидел, чего не хватает. ага, оказывается, каждые полметра надо эквализировать давление, а на видеоразборе видно, как сильно зажаты плечи и сколько напряжения в теле. conscious competence — навык уже есть, но держится на внимании: отвлекся — выпадает. ок, сейчас фокусируемся на расслаблении тела и ныряем, чтобы меньше расходовать кислород. получается. unconscious competence — навык стал автоматическим. вниманием выбираю задачу, и тело само адаптируется под нее, без прохода по деталям. мастерство. там же такое желанное состояние потока и растворения в действии. на спорте и примерах с телом нагляднее всего, но точно так же и в бизнесовых скилах, условном вайбкодинге, вождении автомобиля и др. почему важно держать этот фреймворк в голове: - стадия два часто становится «долиной смерти», где чаще всего бросают. ощущается как деградация, но на самом деле впервые видно, что чинить. классика: «после тренера стал играть хуже» -- тренер просто перевел тебя с первой стадии на вторую. можно подумать, что «это не мое» и бросить, а можно — ок, такая стадия, и движение есть. - на первой стадии нельзя поймать себя изнутри. незнание о незнании не болит, чем даем сладкую иллюзию всезнания «диванным критикам». и, конечно, надо как можно скорее получить зеркало — обратную связь от того, кто умеет. - четвертая стадия тоже может быть ловушкой) если человек на ней и делает скилл в автоматизме, ему может быть сложно объяснить, что происходит. лучшие игроки не факт, что лучшие тренера а сам я сейчас на третьей. пока не отвлекусь)

Я много исследую денежные навыки, точнее навыки зарабатывания денег. Это не то же самое, что строить карьеру или быть успешным - это именно навыки зарабатывать. Один из центральных - говорить о деньгах. Буквально - говорить. И говорить, в том числе о деталях. Приведу пример. Представим, вам предлагают личную работу - сделать что-то за какое-то время, где нужна ваша экспертиза. Пусть для красоты и круглоты будет у вас в голове цена 1 млн руб. Вариант 1. Вы озвучиваете, что вы готовы, работа будет стоить 1 млн руб. Вариант 2. Вы озвучиваете, что готовы, работа будет стоить 1 млн руб. плюс налоги. Вариант 2 выгоднее, чем вариант 1 на налоги. Вариант 3. То же самое… 1 млн руб. плюс налоги. И оплата (или какая-то часть, если проект долгий) вперед. Вариант 3 выгоднее на стоимость денег во времени (условно процент на депозите можно заработать), плюс вам не надо потом нервничать и ждать оплаты, напоминать, и тд. Вариант 4. То же самое … 1 млн руб плюс налоги (вкл. аванс), и к работе нужно будет привлечь на субподряде пару человек в помощь, их стоимость еще 300к руб. В моей гипотетической ситуации вам действительно нужны руки, и разница между вариантом 3 и вариантом 4 - кто платит за эти руки. Вы или заказчик. Вариант 5… то же самое. И вы еще говорите, что вы закладываете на проект Х часов времени, если окажется после вовлечения в работу, что проект на самом деле шире и глубже - вы придете с корректировками стоимости. Вариант 5 в сравнении с другими вариантами дает вам корректную форму прийти и поговорить, если действительно швах и недооценка масштаба… …. Я могу продолжать еще дольше. Это может казаться банальным, если бы не горькая правда, что каждый из нас был в ситуации, где говорил вариант 1, а подразумевал вариант 5. Но реальность потом была не на пятерочка. Я там была много раз. И много раз видела ровно такое же на другой стороне. Хорошая новость - что все есть навык. И это тоже. Сильно легче, кстати, чем какой-нибудь матанализ сдавать. #каждыйденьлета

Нужно ли мне учиться, когда курс можно скормить нейронке? И как будет выглядеть образование будущего Зачем учиться? Чтобы эффективнее решать больше задач и более сложные задачи. Но сейчас же есть чудо-нейронки, которые за меня сегментацию сделают, фичу запилят и потом отчитаются об успешности эксперимента. Если нейронка не шарит за продуктовый подход, так ей можно скормить методологию и скиллы эксперта и станет она умнее Вани Замесина. Появился сегмент студентов, которые покупают обучение только для того, чтобы расшифровать и скормить нейронке. Сами при этом не учатся. Ну реально, зачем? 1. Если инструмент доступен всем — владение инструментом тебя не отличает от других. Все могут установить себе скиллы эксперта. Но без фундаментального понимания ты проиграешь тем кто установил скиллы И имеют фундаментальное понимание. Создаёшь продукты в 10 раз быстрее? Ты в 10 раз быстрее узнаешь, что ты проигрываешь конкурентам в понимании стратегии. 2. Чем лучше будут нейронки, тем более убедительно будут выглядеть результат их работы. Если ты отвечаешь за стратегию большого продукта — тебе потребуется быть супер-экспертом, чтобы поймать заковыристую галлюцинацию нейронки и направить нейронку в правильную сторону при сотнях доступных стратегий. 3. Один из важных результатов обучения — возможность видеть сквозные паттерны в других сферах, получать эмержентные навыки и возможность совершать новые действия из кобминации существующих. Умею вайбкодить, принимать продуктовые решения и привлекать клиентов — могу сделать фестиваль и собрать на него много участников. Результат = опыт+навыки * инструмент. НО Мы с вами дружно перенеслись в ветку реальности в которой всё стало очень быстро и интенсивно. И учиться как учились наши деды — по лекциям, неделями, чтобы потом самому пытаться применять в своём продукте — уже не работает. Слишком медленно и неэффективно. Обучение будущего будет выглядеть не как обучение. 1. Информация становится бесплатной. Поэтому я выложил большую часть канона в открытый доступ. И скоро много лекций выложу в открытый доступ 2. Человек будет решать задачи и учиться в процессе 3. Нейронка делает, ты принимаешь решения 4. Обучение должно быть максимально быстрым. Длинные программы будут состоять из множества коротких спринтов. 5. Обучение будет работать с более фундаментальным уровнем знаний и навыков. Нужно учить челвоека думать, а не повторять заученные действия.

Статья про образование, но перекликающаяся с предыдущим постом: чему и как учить во времена, когда все больше исполнительских функций успешно себе забирает ИИ — а образование во многом заточено под воспроизводство грамотных и эффективных исполнителей в области умственного труда. Ответ автора в том, что в эпоху, когда ИИ способен выполнять все больше учебной и рабочей рутины, образование всех уровней должно перестать сводиться к передаче навыков и сосредоточиться на формировании гражданина (как бы пафосно это ни звучало): человека, который умеет думать, судить, нести ответственность и действовать осмысленно. Автор подчеркивает, что как раз благодаря ИИ-агентам ценность образования смещается от простого “знать и делать” к развитию агентности в самом человеке, т.е. того, что ИИ сам по себе не производит. Из этого следует, что ИИ не отменяет образование (как пугают алармисты и консерваторы от образования), а делает его более требовательным: если машины берут на себя исполнение, людям нужно лучше учиться выбору целей, оценке последствий и работе с неопределенностью. Иными словами, смысл школы и университета теперь не в том, чтобы конкурировать с вычислительной мощностью ИИ, а в том, чтобы воспитывать человеческий “компас”; железо считает быстрее, но направление-то выбирает человек. Мысль не очень оригинальна, прямо скажем, но оглядываясь вокруг видишь, что ее пока еще надо повторять как можно чаще — чтоб дошло, наконец. https://www.forbes.com/sites/rayravaglia/2026/07/23/ai-in-education-forming-citizens-when-ai-can-do-the-work/

если хочешь развить какой-то навык в короткие сроки, утрируй его х10. чаще же как говорят — недобор, а тут хоп и перебор. так за 45 часов стриминга за месяц я нащупала направление формата, затестила 4 площадки и нашла 1, заработав с нуля первые 100 баксов. 2 буду исследовать в августе. вне отрыва от основной деятельности, даже на музыку не забила. удивительно, на что способно тело, если не давать ему размазываться, а подтягивать ресурсы и отсекать лишнее. жесткости не добавилось, скорее, больше разборчивости , управления результатом и творчества в совершенно новом формате, которое я выбираю осознать. фишка в том, что в любой момент перебор можно сократить до понятной нормы. главное — не слиться при нагрузке и нащупать свой ритм. результаты удивят. я полетела дальше

Навыки, которые будут важны завтра Точное будущее предсказать сложно, но уже сегодня ясно: многие сегодняшние востребованные умения к 2050 году могут потерять актуальность. Футуролог Юваль Ной Харари выделяет ключевые качества — способность быстро адаптироваться и учиться на протяжении всей жизни. В мире информационного изобилия особенно ценен навык фильтрации информации: умение находить главное и не отвлекаться на второстепенное. По мнению Харари, будущих специалистов стоит готовить к развитию универсальных навыков — критического мышления, эффективного общения, работы в команде и творческого подхода. Конкретные знания, например, программирование или знание языков, могут быстро устареть, ведь технологии, включая искусственный интеллект, берут на себя многие рутинные задачи. Будущее требует не просто новых идей, а умения постоянно переосмысливать себя, развивать гибкость и устойчивость, чтобы успешно справляться с вызовами и оставаться востребованными в быстро меняющемся мире Фаундер | Бизнес и Стартапы

Почти тысяча турецких старшеклассников готовится к экзамену по математике. Одной группе дают chatgpt; при подготовке эта группа решает на 48% лучше группы "без дружбана". А потом AI отбирают — и предлагают решить экзамен. Не листайте дальше: на сколько процентов, вы считаете, школьники с дружбаном напишут лучше или хуже тех, кто готовился вообще без AI? ===== Минус 17% - хуже, чем у тех, у кого не было дружбана. Недавно я задавал этот же вопрос залу людей, принимающих решения в образовании. Мнения разделились, но большинство верно предсказало, что результаты упали. Отмечались такие пункты как: AI не учит решать разными способами, не дает возможности понять, КАК решать и тп. Но продолжаем турецкий эксперимент: второй группе дали дружбана с "ограничениями": теперь он только подсказывает шаги, но НЕ выдаёт ответ. Прямо как Сократ. На тренировке +127%. Но, несмотря на то, что на экзамене вред AI исчез, лучше задачки они решать не стали o__O Эм, есть идеи почему? Нам повезло, наверное, больше чем турецким школьникам: у нас никто дружбана не отбирает. Но, кажется, у нас могут отобрать нечто другое: усилие, внутренний дискомфорт, когда неверно ее решил. Все это помогает нам научиться потом замечать, когда AI факапит. А без этого - жди 40страничный документ, перемалывающий с пустого в порожнее, и пестрящий эпитетами. Меня во всем этом беспокоит одно: для нас старпёров опытных аксакалов дружбан реально несет пользу, мы знаем где он несет пургу, вовремя его подкручиваем и бьем по рукам. Но для джунов - AI убирает последствие. Последствие неверного решения, нескомпилированного кода, часов дебага простой ошибки по невнимательности, когда забыл запятую или преждевременно закрыл сокет. Он убирает сообщения от QA лида в духе : "Байрам, в следующий раз я эту х***ю тестировать не буду" Но именно эти последствия и есть обучение. Собственно, вопрос на миллион долларов: как молодое поколение не лишить этих "последствий" и дать возможность учиться? Я напишу свои мысли по теме в одном из будущих постов, но пока буду рад узнать ваши идеи. Сделаем эдакий брейнрайтинг :)

#васянина /Самый недооцененный на рынке навык/ Это умение доводить дело до конца, дотаскивать фичи до прода, а задачи до финансового выхлопа. Мы все одержимы идеями, а не реализацией. Если спросить людей вокруг, большинство захотят «прпидумывать классные штуки, изобретать, креативить!!», никто вам не скажет «хочу долбиться с одним проектом полтора года, пока трижды сменится команда, дважды руководство, заморозится и разморозиться стратегия, а я все буду тащить. А потом метрика наконец-таки прирастет на 5%, это будет означать компании дополнительные миллиарды.» При этом на рынке тех, кто придет-придумает-возьмется-запнется-расстроится-бросит-уйдет дальше в разы, а может и в десятки раз больше тех, кто придет-возьмет-дотащит. Так что если вы из вторых - цените в себе, несите этот навык как знамя, и просите за него денег на основе подтвержденных результатов!

AI забирает у вас карьеру или всё-таки нет? Вышел PwC 2026 Global AI Jobs Barometer, и я бы очень хотела, чтобы его прочитали все, кто сейчас тревожится из-за AI и думает: «А мой опыт вообще ещё будет кому-то нужен через пару лет?» PwC проанализировали больше 1 млрд вакансий на 6 континентах, и главный вывод очень интересный: AI создаёт двухскоростной рынок труда. Одни роли становятся более «демократизированными»: AI забирает на себя часть сложных задач, снижает барьер входа и делает работу доступнее для большего количества людей. Другие роли, наоборот, становятся более «профессионализированными»: AI забирает рутину, а человеку остаются более сложные решения, экспертиза, judgment, работа с качеством, контекстом, людьми и неоднозначностью. По данным отчёта, сейчас примерно: — 52% вакансий относятся к ролям, где AI снижает требования к экспертизе (например, разработчики, финансовые менеджеры, медицинские секретари) — 22% вакансий относятся к ролям, где AI повышает требования к экспертизе (например, фармацевты, инженеры-экологи) — ещё 26% пока имеют низкое влияние AI (например, электрики, механики, строители) Роли, где AI повышает требования к экспертизе, растут быстрее и дают более сильную зарплатную динамику. PwC пишет, что такие роли растут примерно в 2 раза быстрее, а рост зарплат там на 42% выше, чем в ролях, где AI снижает требования к экспертизе. PwC отдельно показывает, что навыки в самых AI-exposed ролях меняются более чем в 2 раза быстрее, чем в ролях с низким влиянием AI. Новые задачи в таких ролях в 2,5 раза чаще требуют человеческих навыков: эмпатии, креативности, лидерства, умения работать с хаосом и принимать решения. Ещё одна важная цифра: работники с AI-навыками получают в среднем 62% wage premium по сравнению с похожими ролями без AI-навыков, то есть рынок платит за понятную прикладную ценность. Например: «автоматизировал отчётность и сократил ручную работу команды на X часов в неделю» «внедрил AI-assisted workflow и ускорил обработку входящих запросов на X%». Отдельно отчёт очень хорошо объясняет, почему сейчас так сложно junior-кандидатам. PwC пишет, что 49% CEO ожидают, что AI снизит junior hiring в ближайшие 3 года, при этом для senior hiring такой показатель только 12%. То есть entry-level роли в AI-exposed сферах начинают требовать навыков, которые раньше ждали от более опытных специалистов. По сути рынок «сеньоризирует» даже начальные роли. Это неприятно, я понимаю. Если вам сейчас тревожно, что рынок меняется слишком быстро, я бы предложила не паниковать, а сделать нормальный карьерный реалити чек. Посмотреть: - какие части вашей роли AI уже меняет - какие задачи в вашей профессии становятся дешевле и проще - где, наоборот, растёт ценность вашей экспертизы - какие AI-навыки нужно добрать - какие человеческие навыки стоит сильнее показать в CV и LinkedIn AI правда меняет рынок, и это значит, что ваш опыт нужно пересобрать и объяснить рынку на новом языке. Источник: PwC, 2026 Global AI Jobs Barometer

Вот реально смотрю на то, что может современный ИИ и прям верю, что через несколько лет никто не будет нанимать программистов в классическом смысле. Они просто неэффективны по сравнению с теми системами, что я вижу и использую - долго, прокрастинируют, косячат. А ИИ просто берет и кодит. Собственно,а куда катится мир профессий? McKinsey проанализировали 10 500 навыков по уровню их уязвимости перед ИИ и автоматизацией к 2030 году. Результаты заставляют задуматься. Главный парадокс эпохи ИИ: технические хард-скиллы, которые годами считались элитными и безопасными, теперь первыми идут под нож. Знание SQL, бухгалтерия, инвойсинг и даже классическая разработка ПО (Software development) оказались на самом верху графика — то есть в зоне максимального риска автоматизации. Нейросети пишут код и сводят балансы быстрее людей. В середине удерживаются аналитика, исследования и генерация инноваций. А что на дне, в зоне "безопасности"? Чисто человеческие качества. Психологическая устойчивость (Resilience), эмпатия, лидерство и способность влиять. Машины легко осваивают алгоритмы, но не умеют сопереживать, мотивировать и чувствовать. Будущее — за развитием "humans-only" навыков. Гуманитарное образование, короче.