虎嗅

Самое опасное в использовании искусственного интеллекта — это не потеря работы самыми талантливыми людьми.

原文:AI最危险的地方,不是让最强的人失业

Когда даже ведущие эксперты чувствуют тревогу: ИИ не разрушает наши возможности, а повышает стандарты

Здравствуйте, я ваш финансовый журналист и экономист.

Недавно в технологическом сообществе разразился скандал: инженер-оператор из компании DeepSeek по имени Лю Шэн выпустил длинную статью, которая сразу попала в тренды обсуждений. Многие, увидев заголовки вроде «Даже ведущие инженеры боятся ИИ» и «Необходимо сменить профессию», подумали: «Боже мой, разве даже выпускники класса Тьюринга Пекинского университета и чемпионы международных суперкомпьютерных соревнований потеряют работу? Что нам тогда делать?»

Если вы видите только слова «утрата работы» и «тревога», вы, возможно, неправильно поняли суть статьи. Лю Шэн хотел сказать что-то гораздо более глубокое и жестокое, чем просто о своей собственной замене. Он не жалуется на потерю работы, а предупреждает нас о том, что ИИ не повышает общий уровень квалификации специалистов, а лишь увеличивает количество плохого кода.

Сегодня мы разберем эту статью на пять основных аспектов, чтобы понять, что происходит с технологиями и как это влияет на нас, обычных людей.

---

1. Сначала разберемся: он отказывается не от работы, а от статуса «мастера»

Чтобы понять тревогу Лю Шэна, нужно знать, кто он такой.

Он не просто программист, который занимается переписыванием и собиранием кода. Он выпускник класса Тьюринга Пекинского университета, участвовал в международных суперкомпьютерных соревнованиях и работает в DeepSeek над оптимизацией алгоритмов на самом низком уровне.

Например, если сравнивать крупные ИИ-модели с суперкарами, обычные программисты занимаются установкой шин и покраской автомобилей, а инженеры вроде Лю Шэна работают над каждым поршнем и каждым клапаном двигателя, изучая, как лучше всего распределить энергию в цилиндре. Для этого требуется знание аппаратного обеспечения, ассемблерского языка и логики – это типичная работа мастера, основанная на многолетнем опыте и высоком уровне интеллекта.

Раньше такие навыки были редкостью и служили защитным барьером. Но теперь ИИ превзошел человека в скорости обработки данных и параллельных вычислениях: он может выполнить 300 шагов за секунду и написать строку кода за полсекунды.

Ключевой момент: Лю Шэн боится не того, что он больше не сможет писать код, а того, что даже его лучшие работы ИИ сможет повторить или превзойти за полгода. Это как если бы шеф-повар, раньше зависевший от своих навыков, теперь потерял преимущество перед роботом, способным приготовить десять тысяч блюд одновременно. Его уникальность исчезла, потому что его основные навыки стали стандартными и могут быть воспроизведены машиной.

Поэтому он говорит о необходимости смены профессии – эпоха, когда работа заключалась в написании кода вручную, подошла к концу, и начинается эпоха, когда код пишется с помощью ИИ.

---

2. Самое жестокое замечание: ИИ уничтожает не плохой код, а его внешний вид

Это самая тревожная часть статьи, но большинство людей ее игнорируют.

Раньше плохой код был легко распознать по его характерным признакам: непонятные имена переменных, запутанная логика, отсутствие комментариев. Теперь ИИ может создать код с правильным форматированием и полными комментариями, но его логика может оставаться ошибочной.

Что это означает? Плохой код раньше быстро выявлялся и устранялся, а теперь он может проникнуть в системы и создать там проблемы. ИИ повышает не уровень квалификации, а количество кода. Когда рынок заполнен кодом, кажущимся качественным, но на самом деле опасным, стабильность системы становится под угрозой.

---

3. Изменение ролей: от «водителя» к «пилоту меха»

Если написание кода стало невозможным, что тогда делать ведущим инженерам?

Лю Шэн предлагает новую роль – пилота меха, управляющего действиями ИИ. Раньше программисты управляли системой вручную, а теперь они должны контролировать ее действия с помощью инструментов ИИ.

Какие ключевые навыки требуются?

1. Глобальный контроль: понимание уязвимостей системы и необходимости улучшений.

2. Установка границ: определение того, что ИИ может и не может делать.

3. Оценка и выбор: анализ предложенных решений ИИ и выбор наилучшего варианта.

Что это значит для обычных людей?

В будущем важнее не умение писать код, а умение задавать правильные вопросы ИИ и оценивать его ответы. Нужно перейти от роли исполнителя к роли проверяющего и архитектора системы.

---

4. Разрыв в образовании: мы все еще оцениваем способности по скорости работы

Лю Шэн указывает на серьезный социальный пробел в образовании: современная система обучения и оценки квалификации не соответствует требованиям эпохи ИИ. На экзаменах проверяется способность быстро написать алгоритмы или программы, на собеседованиях – способность создать структурированный код. Однако ИИ может сделать это за секунду.

Какие навыки действительно ценны?

Способность принимать решения среди множества вариантов, определять, что является качественным решением, и нести ответственность за его последствия.

Это возвращение вопроса о власти: раньше способности определяли доступ к профессии, теперь важнее позиция и ответственность за результаты работы.

---

5. Философский вопрос: станет ли власть важнее технологий и интеллекта?

Лю Шэн задает вопрос о том, будет ли в будущем власть важнее технологий и интеллекта. ИИ упрощает выполнение задач, но ценность теперь заключается в способности принимать решения и нести ответственность за их последствия.

Заключение:

Лю Шэн предупреждает о том, что способность отказываться от неправильных решений станет редкостью и крайне важной. Важно не просто ускорять работу с помощью ИИ, но и развивать способность к критическому мышлению и ответственности.

Советы для всех:

Не стремитесь к скорости и количеству – важнее развивать способность к критическому мышлению и оценке решений. Занимайтесь развитием своих суждений, учитесь отказываться от неправильных вариантов и сохраняйте интуитивное понимание системы. В будущем ценность будет заключаться не в количестве написанного кода, а в способности контролировать его результаты.

Это мнение идеалиста, но оно важно для понимания последствий развития технологий. Нам нужно перестать бояться замены и начать бороться с обыденностью, вызванной ИИ.