ИИ и человек: «Хабр» разложил, какие навыки мы теряем, доверяя рутину нейросетям

Тема звучит технически, но касается любого, кто учится новому с помощью нейросетей. Автор материала на «Хабре» разложил проблему на конкретные этапы: что модель уже делает лучше человека, где человек пока незаменим и как не растерять собственное понимание, пока ИИ берёт на себя рутину. Ниже адаптация для тех, кто работает с текстом, контентом и продуктами в России.

Что нового?

• Знания больше не главное преимущество. По объёму запомненной информации модель уже обгоняет любого отдельного разработчика: синтаксис, алгоритмы, библиотеки. Соревноваться с ИИ в количестве фактов бессмысленно.

• Контекст остаётся у человека. Технически контекстное окно (объём текста, который модель «видит» за один сеанс) у современных моделей огромно. Но на практике модель работает только с тем, что попало в текущую сессию, и даже явно переданные инструкции может упустить. Десять лет опыта в одну инструкцию не упакуешь.

• Ответственность формирует опыт. Модель ответила и перешла к следующей задаче. Человек, который однажды сломал рабочий сервер, запоминает урок надолго. Именно обратная связь от реальности создаёт устойчивый навык, а у ИИ такого механизма нет.

• Разобраться в готовом и прийти к решению самому не одно и то же. Когда смотришь на чужой (или сгенерированный) код, кажется, что всё понятно. Но при попытке повторить обнаруживается, что понимание было иллюзорным. Навык формируется только через самостоятельную работу, в том числе через ошибки.

• Предложен конкретный критерий: что отпустить, а что сохранить. Отпустить можно всё, что находится за минуту и легко проверяется: точный синтаксис, шаблонный код, детали API (интерфейс, через который программы общаются друг с другом). Сохранять стоит то, что нельзя получить одним запросом: знание проекта, умение работать с неполными требованиями, понимание цены решений.

Четыре этапа задачи, где человек и ИИ делят роли

Автор выделяет четыре этапа любой задачи:

1. Постановка (что и зачем делаем) остаётся за человеком.
2. Контракт (какие данные входят и выходят, где границы) тоже требует человеческого понимания контекста.
3. Критерии правильности (как понять, что задача решена) человек определяет, модель может помочь формализовать.
4. Реализация (собственно код или текст) уже сейчас часто передаётся модели.

Вывод из источника прямой: если человек подключается только на четвёртом этапе, чтобы просмотреть готовый результат, он остаётся наблюдателем и теряет понимание.

Как попробовать применить этот подход?

1. Возьмите следующую задачу и пройдите первые три этапа сами, прежде чем открывать чат с нейросетью. Сформулируйте, что именно нужно сделать, какие ограничения есть и как вы проверите результат.

2. Попросите модель выполнить реализацию, но перед принятием результата попробуйте объяснить себе (или коллеге), почему решение устроено именно так. Если не можете, это сигнал: понимание иллюзорное.

3. Ведите короткий журнал решений. Записывайте, почему выбрали один вариант, а не другой. Это формирует тот самый контекст, который невозможно передать модели одним промптом (текстовым запросом к нейросети).

Как это работает для тех, кто пишет на русском?

Тема из источника касается программистов, но механизм «ИИ и человек» одинаков для любой интеллектуальной работы. Автор Дзена, который просит нейросеть написать статью целиком и публикует без правок, попадает в ту же ловушку: текст выглядит нормальным, но собственного понимания темы не возникает.

В России доступны YandexGPT и GigaChat. Обе модели умеют генерировать тексты и отвечать на вопросы, но ключевая мысль источника от конкретной модели не зависит: дело не в инструменте, а в том, какую часть работы вы оставляете себе.

Что делать с этим прямо сейчас, по ролям

Автору Дзена. Не отдавайте нейросети выбор темы и структуры. Пусть ИИ помогает с черновиком, фактчекингом, вариантами заголовков, но план и редактуру оставьте за собой. Иначе через полгода вы не сможете объяснить, почему ваш канал устроен именно так.

Маркетологу и копирайтеру. Генерация текстов ускоряется, но ценность специалиста смещается к постановке задач и проверке результата. Если вы не понимаете, почему один вариант лучше другого, вы уже наблюдатель, а не эксперт.

Предпринимателю в РФ и СНГ. При найме обращайте внимание не на скорость работы с ИИ-инструментами, а на способность сотрудника объяснить и обосновать решение. Это именно тот навык, который модель пока не воспроизводит.

Частые вопросы

Значит ли это, что нейросетями лучше не пользоваться?

Нет. Источник прямо говорит: держаться за всё подряд нет смысла, какие-то навыки можно отпустить. Цель не в отказе от прогресса, а в том, чтобы вместе с рутиной не потерять собственное понимание. Пользуйтесь, но оставляйте себе постановку задачи и проверку результата.

Это касается только программистов?

Нет. Механизм универсален: навык формируется там, где вы проделываете работу самостоятельно. Для автора это выбор темы и структуры, для маркетолога это стратегия кампании, для предпринимателя это понимание продукта. Любая роль, где ИИ берёт на себя весь путь решения, попадает в зону риска.

Как понять, что я уже «наблюдатель»?

Простой тест из логики источника: если вы не можете объяснить, почему результат устроен именно так, и не в состоянии повторить решение без нейросети, значит, понимание иллюзорное. Это не приговор, а повод в следующий раз пройти первые этапы задачи самому.

Баланс между «ИИ и человек» в 2025 году определяется не тем, кто быстрее выдаёт результат, а тем, кто понимает, почему этот результат правильный, и готов за него отвечать.