Самая большая опасность, которую ИИ представляет для нашей системы образования, — это вовсе не уничтожение домашних заданий, а подрыв скрытой системы профессионального ученичества, которая начинается сразу после завершения формального обучения. Для большинства специалистов переход из учебных аудиторий в рабочие кабинеты знаменует собой начало практического образования, а не его конец. За теорией следуют годы обучения на рабочем месте — от структурированных программ стажировок до бессонных ночей и выслушивания криков раздраженного начальства по поводу мелких поручений. Эта система, в отличие от традиционных институтов образования, никогда не выстраивалась централизованно, однако именно она имеет решающее значение для того, чтобы человек научился делать настоящую работу.

Традиционно люди приобретали мастерство, начиная с самых низов: подмастерье плотника, стажер в журнале, медицинский ординатор. Обычно это довольно неблагодарная работа, но она служит важной цели. Любители становятся экспертами только тогда, когда учатся у более опытных специалистов, пробуя свои силы и совершая ошибки под их руководством. Однако с появлением ИИ ситуация, скорее всего, стремительно изменится. Как бы стажеру или начинающему юристу ни претило выслушивать нагоняи за плохо выполненную работу, его начальник, как правило, предпочтет просто получить быстрый результат, нежели возиться с эмоциями и ошибками живого человека. А значит, он просто сделает всё сам с помощью ИИ, который, пусть пока и не заменяет старшего специалиста во многих задачах, зачастую справляется лучше зеленого новичка. Это способно породить огромный разрыв в подготовке кадров.

Профессор Мэтью Бин, изучающий робототехнику в Калифорнийском университете в Санта-Барбаре, доказал, что это уже происходит с хирургами. Медицинские роботы используются в больницах более десяти лет: они помогают проводить операции, пока врачи управляют ими неподалеку с помощью пультов, напоминающих контроллеры для видеоигр. И хотя данные об эффективности хирургических роботов неоднозначны, во многих случаях они действительно приносят пользу. Однако в то же время они создают колоссальную проблему для обучения новых специалистов.

При обычном обучении хирургии опытные врачи и ординаторы работают бок о бок: наставник направляет действия стажера, пока тот наблюдает и осваивает практические приемы. В роботизированной же хирургии за пультом управления роботом есть только одно место, которое обычно занимает старший хирург. Ординаторам же остается лишь наблюдать со стороны, изредка получать доступ к аппарату или тренироваться на симуляторах. Оказавшись в условиях жесткого дефицита времени, молодые врачи были вынуждены выбирать: либо осваивать традиционные хирургические навыки, либо в личное время самостоятельно разбираться, как работают новые роботы. В результате многие специалисты так и остались недоученными, а те, кто все же хотел освоить робототехнику, были вынуждены действовать в обход официальных каналов. Они перешли на «теневое обучение»: смотрели ролики на YouTube и практиковались на живых пациентах чаще, чем, пожалуй, следовало бы.

Подобный кризис подготовки кадров неизбежно распространится и на другие сферы по мере того, как ИИ будет автоматизировать все больше базовых задач. В то время как только признанные эксперты способны эффективно проверять работу все более совершенного ИИ, мы рискуем разрушить сам конвейер, который этих экспертов создает. Единственный способ оставаться востребованным в мире ИИ — обладать глубокими человеческими знаниями и профессионализмом. Хорошо то, что педагоги отлично знают, как воспитывать экспертов. По иронии судьбы, для этого придется вернуться к основам — но уже адаптированным под образовательную среду, в которой ИИ совершил революцию.

Формирование профессионализма в эпоху ИИ

ИИ прекрасно справляется с поиском фактов, анализом научных статей, написанием текстов и программированием. Большие языковые модели, обученные на гигантских массивах данных и имеющие доступ к интернету, судя по всему, аккумулировали и освоили колоссальный объем коллективного человеческого опыта. Это неисчерпаемое хранилище знаний теперь доступно каждому на расстоянии клика. В связи с этим может показаться логичным, что заучивание базовых фактов себя изжило. Однако на деле все с точностью до наоборот.

В этом и заключается парадокс усвоения знаний в эпоху ИИ: нам кажется, что больше нет нужды утруждать себя зубрежкой, наработкой простейших навыков или накоплением фундаментальной базы — ведь именно в этом сильна машина. Базовые навыки, рутинное освоение которых всегда наводило тоску, представляются пережитком прошлого. И они действительно могли бы им стать, если бы к профессионализму вел какой-то обходной, более короткий путь. Но стать экспертом невозможно без прочного фундамента из фактов.

Освоение любого дела и достижение мастерства в любой сфере требуют механического заучивания, скрупулезного развития умений и осознанной практики. ИИ же (и его будущие поколения), вне всякого сомнения, справляется со многими начальными задачами лучше любого новичка. Например, исследователи из Стэнфорда обнаружили, что ИИ GPT-4 сдал выпускные экзамены по клиническому мышлению лучше, чем студенты-медики первого и второго курсов. Естественно, возникает искушение делегировать эти базовые функции искусственному интеллекту. В конце концов, современные врачи охотно пользуются медицинскими приложениями и интернетом для постановки диагнозов, вместо того чтобы полагаться исключительно на собственную память. Разве это не одно и то же?

Проблема в том, что без глубоких знаний в конкретной области невозможно научиться мыслить критически, решать сложные задачи, понимать абстрактные концепции, ориентироваться в нестандартных ситуациях и — что важнее всего — оценивать результаты работы ИИ. Опытный педагог, знающий своих учеников и владеющий методикой преподавания, способен оценить составленный ИИ учебный план или тест; опытный архитектор, досконально понимающий принципы проектирования и строительные нормы, может определить жизнеспособность предложенного ИИ архитектурного проекта; квалифицированный врач с глубоким знанием анатомии и патологий сразу заметит изъяны в сгенерированном машиной диагнозе или плане лечения. Чем ближе мы продвигаемся к миру Киборгов и Кентавров, в котором ИИ дополняет наш труд, тем острее ощущается необходимость сохранять и взращивать человеческий профессионализм. Нам необходимы люди-эксперты, контролирующие процесс.

Итак, давайте разберемся, что нужно для формирования экспертных знаний. Во-первых, необходима база знаний. У человека на самом деле несколько систем памяти, и одна из них — рабочая память — является центром решения задач в нашем мозге, нашей ментальной рабочей зоной. Мы используем данные, хранящиеся в рабочей памяти, чтобы искать нужную информацию в памяти долговременной (огромной библиотеке всего, что мы когда-либо узнали и пережили). Именно с рабочей памяти и начинается обучение. Однако рабочая память ограничена как по объему, так и по времени удержания информации: у среднестатистического взрослого человека ее емкость составляет всего от 3 до 5 «ячеек», а удерживать каждый новый усваиваемый фрагмент информации она способна менее 30 секунд. Несмотря на эти ограничения, у рабочей памяти есть и свои сильные стороны — например, способность извлекать или задействовать неограниченное количество фактов и алгоритмов из долговременной памяти для решения задач. Поэтому, хотя при работе с новой информацией рабочая память сталкивается с ограничениями, эти барьеры исчезают, когда мы обращаемся к уже усвоенным сведениям, хранящимся в долговременной памяти. Иными словами, чтобы решить новую задачу, нам необходимо иметь в долговременной памяти обширный объем взаимосвязанной информации. А это значит, что мы должны усвоить множество фактов и понять, как они между собой связаны.

После этого необходима практика. Причем важно не просто количество времени, потраченного на тренировки (10 000 часов — вовсе не магический порог, что бы вы об этом ни читали), а, как выяснил психолог Андерс Эрикссон, сам тип практики. Эксперты становятся экспертами благодаря осознанной практике, которая дается гораздо труднее, чем простое многократное повторение одного и того же действия. Напротив, осознанная практика требует глубокой вовлеченности и постоянного повышения уровня сложности. Для нее также необходим тренер, учитель или наставник, который сможет давать обратную связь, подробно инструктировать и выталкивать обучающегося за пределы зоны комфорта.

Возьмем, к примеру, мир классического фортепиано. Представьте себе двух учениц: Софи и Наоми. Софи проводит свои дни, раз за разом проигрывая одни и те же пьесы, которые даются ей без труда. Она может делать это часами напролет, веря, что одно лишь механическое повторение отточит ее навыки. Она чувствует удовлетворение, видя, как у нее получается все лучше и лучше. Наоми же, напротив, занимается под руководством опытного преподавателя фортепиано. Она начинает с гамм, а затем переходит к произведениям, сложность которых постепенно возрастает. Когда она ошибается, преподаватель указывает на ошибки — не для того, чтобы отругать, а чтобы помочь понять и исправить их. Наоми также регулярно ставит перед собой конкретные задачи: например, освоить особенно сложный пассаж или повысить скорость и беглость пальцев в определенных фрагментах. Этот процесс приносит гораздо меньше удовольствия, чем занятия Софи, ведь сложность задач Наоми растет вместе с ее мастерством, из-за чего она постоянно сталкивается с трудностями. Тем не менее со временем, даже если обе ученицы наработают одинаковое количество часов, Наоми, скорее всего, превзойдет Софи в мастерстве, точности и технике исполнения. Эта разница в подходе и результатах наглядно иллюстрирует пропасть между простым повторением и осознанной практикой. Именно последняя — с ее вызовами, обратной связью и постепенным усложнением — является истинным путем к вершинам мастерства.

Но практиковаться подобным образом невероятно трудно. Нужен четкий план, а также наставник, способный постоянно давать обратную связь и направлять процесс. Хорошие тренеры — редкость, ведь они и сами должны быть высококлассными экспертами, а потому получить наставничество, необходимое для успеха в осознанной практике, бывает непросто. ИИ способен напрямую помочь в решении этих проблем, создав более совершенную систему обучения, чем та, которая существует сегодня.

Перенесемся в мир архитектуры. Представьте двух начинающих архитекторов, Алекса и Раджа. Оба только что окончили престижные архитектурные школы, они полны свежих идей и желания проектировать. Алекс начинает свой путь, создавая проекты традиционными методами. Он часто изучает чертежи знаменитых зданий и раз в неделю получает отзывы от ведущего архитектора своей фирмы. Он верит, что, постоянно делая эскизы и дорабатывая свои проекты, он постепенно вырастет как профессионал. И хотя этот процесс действительно помогает ему расти, его ограничивают редкая обратная связь и глубина анализа, которую наставник физически способен дать за столь короткое время.

Радж же, напротив, внедряет в свою работу ИИ-помощника для архитектурного проектирования. Каждый раз, когда он создает проект, ИИ мгновенно выдает отзыв. Он может указать на конструктивные недостатки, предложить улучшения с использованием экологичных материалов и даже спрогнозировать потенциальные затраты. Более того, ИИ сравнивает проекты Раджа с обширной базой данных других новаторских архитектурных работ, отмечая различия и подсказывая, что можно улучшить. Вместо того чтобы просто перебирать варианты проектов, Радж после каждого проекта проводит структурированный анализ своей работы благодаря подсказкам искусственного интеллекта. Это похоже на то, как если бы за его плечом на каждом шагу стоял наставник, мягко подталкивающий его к совершенству.

Спустя несколько месяцев разница в траекториях профессионального роста Алекса и Раджа становится очевидной. Хотя проекты Алекса становятся более зрелыми и продуманными, темпы его роста значительно ниже. Еженедельные разборы его работ, какими бы ценными они ни были, не дают того мгновенного глубокого анализа, который получает Радж после каждого изменения в проекте. Подход Раджа с использованием ИИ воплощает в себе саму суть осознанной практики. Постоянный и быстрый цикл обратной связи в сочетании с точечными рекомендациями гарантирует, что он не просто тренируется больше — он тренируется качественнее. В данном контексте ИИ для Раджа — не просто рабочий инструмент; он выступает в роли незримого наставника, благодаря которому каждая новая попытка становится не банальным созданием очередного эскиза, а осознанным осмыслением и совершенствованием его архитектурного подхода.

Современному ИИ пока не под силу полностью воплотить это видение. Он не умеет связывать сложные концепции и все еще слишком часто галлюцинирует. Тем не менее в наших экспериментах в Уортоне мы обнаружили, что современный ИИ в определенных рамках отлично справляется с ролью тренера, вовремя подбадривая, обучая и обеспечивая другие элементы осознанной практики. Например, мы создали ИИ-симулятор, обучающий людей презентовать свои идеи. Сначала пользователи проходят вводный инструктаж и получают возможность задать ИИ вопросы по изученному материалу (при этом ИИ настроен давать советы по питчингу так же, как это делаю я на своих занятиях). Затем они переходят к практическому занятию, где ИИ, настроенный с помощью другого промпта, симулирует венчурного инвестора, устраивая им допрос с пристрастием по поводу их презентации и идеи. Все это время еще одна копия того же ИИ собирает данные об их работе, включая конфиденциальные «заметки», сделанные предыдущими ИИ. В конце практической сессии этот ИИ оценивает их результаты, после чего передает их финальному ИИ, запрограммированному выступать в роли наставника. Это заключительное взаимодействие помогает им осмыслить полученный опыт и мотивирует попробовать еще раз. И хотя в этой сложной системе нам приходилось как-то выкручиваться, обходя слабые места нынешних моделей ИИ (например, отсутствие памяти), в будущем можно ожидать, что ИИ станет выполнять все эти роли легко и естественно. Это может стать мощным стимулом для профессионального роста и накопления опыта.

Когда экспертом станет каждый

Я уже высказывал мысль о том, что экспертность будет иметь еще большее значение, чем прежде, поскольку эксперты способны извлечь максимум пользы из ИИ-коллег и могут перепроверить факты и исправить ошибки искусственного интеллекта. Но даже с помощью осознанной практики не каждый может стать экспертом во всем. Талант тоже играет свою роль. Как бы сильно мне ни хотелось стать художником мирового уровня или звездой футбола, я никогда ими не стану, сколько бы ни тренировался. На самом деле, у спортсменов самого высокого класса осознанная практика объясняет лишь 1 процент их отличия от обычных игроков, а все остальное — это смесь генетики, психологии, воспитания и везения.

И это касается не только спортсменов. В Кремниевой долине любят рассказывать о «10x-инженерах». То есть о высокопроизводительных разработчиках ПО, которые работают в 10 раз лучше среднего программиста. Эту тему неоднократно исследовали, хотя большинство научных работ на этот счет уже довольно старые. Однако в ходе тех экспериментов обнаружился еще более поразительный эффект, превосходящий разницу в десять раз. Разрыв между программистами из верхних 25 процентов (75-й процентиль) и нижних 25 процентов (25-й процентиль) по некоторым показателям качества программирования может достигать 27 раз. Добавьте к этому мои собственные исследования работы, которую многие считают невероятно скучной и шаблонной, — менеджмента среднего звена. Изучая индустрию видеоигр, я обнаружил, что компетентность менеджера среднего звена, курирующего разработку, определяет более одной пятой от итоговой выручки игры. Его влияние оказывалось сильнее, чем влияние всей команды топ-менеджеров и даже геймдизайнеров, придумавших креативную концепцию самой игры.

Если вам удается находить, обучать и удерживать таких первоклассных специалистов, вы получаете колоссальное преимущество. Значительная часть образования и профессиональной подготовки как раз и направлена на то, чтобы довести людей до этого высокого уровня мастерства. Однако те, кто преуспел в одном навыке, могут пасовать в другом. Современная профессиональная деятельность состоит из широкого спектра задач, а не сводится к одной узкой специализации. Например, работа врача включает в себя множество обязанностей: постановку диагнозов, назначение лечения, консультирование пациентов, заполнение отчетов о расходах и руководство административным персоналом. Вряд ли найдется хоть один врач, который одинаково хорош во всем этом. Даже у лучших специалистов есть слабые места, поэтому им необходимо быть частью крупных организаций, которые позволяют им сосредоточиться исключительно на своей основной сфере деятельности.

Вот только, как мы уже обсуждали ранее, нам известен один важнейший эффект ИИ: он уравнивает шансы. Если по уровню навыков в письме, генерации идей, анализе или во множестве других профессиональных задач вы находились в нижней половине списка, вы, скорее всего, обнаружите, что с помощью ИИ стали справляться с ними вполне прилично. Это не новое явление: хирургические роботы, о которых мы говорили в начале главы, приносили больше всего пользы наименее опытным врачам. Однако ИИ — это гораздо более универсальная технология, чем хирургические роботы.

В самых разных областях мы видим одну и ту же картину: человек, работающий в паре с Соинтеллектом, превосходит практически любого человека, работающего без помощи ИИ, за исключением разве что самых сильных профессионалов. В нашем исследовании Boston Consulting Group разрыв в средних результатах лучших и худших сотрудников, который раньше составлял 22 процента, сократился всего до 4 процентов, стоило консультантам начать использовать GPT-4. Согласно одному исследованию, в писательском мастерстве получение идей от ИИ «фактически уравнивает показатели креативности у менее и более творческих авторов». А студенты-юристы из нижней части рейтинга благодаря ИИ сравнялись по результатам с отличниками (у которых, к слову, при использовании ИИ показатели даже немного снизились). Авторы исследования пришли к выводу: «Это свидетельствует о том, что ИИ может оказать уравнивающий эффект на юридическую профессию, сглаживая неравенство между элитарными и неэлитарными юристами». Но есть примеры и более радикальные. Я участвовал в панельной дискуссии о будущем образования вместе с генеральным директором Turnitin — компании, занимающейся обнаружением плагиата. Он сказал: «Большинство наших сотрудников — инженеры, у нас их несколько сотен... и я думаю, что через восемнадцать месяцев нам понадобится лишь двадцать процентов от этого числа, причем мы сможем нанимать их прямо со школьной скамьи, а не после четырех лет колледжа. То же самое касается отделов продаж и маркетинга». В зале послышались потрясенные вздохи.

Так приведет ли ИИ к смерти экспертности? Я так не думаю. Как мы уже обсуждали, работа состоит не из одной-единственной автоматизируемой задачи, а из комплекса сложных процессов, которые по-прежнему требуют человеческого суждения. К тому же из-за неровной технологической границы ИИ вряд ли сможет выполнять абсолютно все обязанности, за которые отвечает сотрудник. Повышение эффективности в отдельных областях не обязательно приведет к замене человека; напротив, это позволит работникам сосредоточиться на развитии и оттачивании глубоких знаний в более узкой сфере, становясь «человеком в контуре принятия решений».

Но вполне возможно, что на наших глазах рождается новый тип эксперта. Хотя, как мы говорили в предыдущей главе, составление промптов вряд ли станет полезным навыком для большинства людей, это не значит, что оно бесполезно в принципе. Вполне возможно, что само по себе умение работать с ИИ — это разновидность экспертных знаний. Вероятно, у кого-то это получается просто превосходно. Они лучше других осваивают практики Киборгов и обладают врожденным (или приобретенным) талантом к взаимодействию с LLM-системами. Для них ИИ — это колоссальное благословение, которое меняет их положение на работе и в обществе. Если другие получают от этих систем лишь скромную выгоду, то эти новоявленные короли и королевы ИИ добиваются улучшений на несколько порядков. Если этот сценарий верен, они станут новыми звездами нашей эпохи ИИ, и за ними будут охотиться все компании и организации, точно так же, как сегодня нанимают лучших специалистов из других областей.

Мы с моим постоянным соавтором, экспертом по обучению с использованием новых технологий (и по совместительству моей супругой), доктором Лилах Моллик, сами испытали это на себе. Когда летом 2023 года волна ажиотажа и тревоги вокруг ИИ достигла пика, мы оказались крайне востребованы как специалисты, способные наилучшим образом объединить педагогические знания с глубоким практическим опытом составления промптов. Крупнейшие ИИ-компании, включая OpenAI и Microsoft, делились созданными нами промптами как образцовыми примерами для использования в учебных классах, а сами эти промпты цитировались и расходились по образовательным учреждениям по всему миру. Хотя мы сами не считали, что обладаем каким-то особым талантом в написании промптов, оказалось, что мы отлично умеем заставлять ИИ плясать под нашу дудку. Мы и сами до конца не понимаем, почему у нас это хорошо получается (Опыт? Бэкграунд в геймдизайне и преподавании? Умение посмотреть на вещи с «точки зрения» самого ИИ, преподавателя и студента? Наш опыт составления инструкций для самых разных аудиторий?), но это наводит на мысль, что в конкретных областях действительно найдется место для людей, которые профессионально умеют работать с ИИ. Мы просто еще не смогли точно определить те конкретные навыки или знания, на которых основывается это умение «говорить» с машиной.

Будущее с ИИ требует, чтобы мы активно развивали собственную человеческую экспертность. Поскольку экспертность опирается на факты, учащимся по-прежнему придется осваивать чтение, письмо, историю и все остальные базовые навыки, необходимые в двадцать первом веке. Мы уже видели, как эти разносторонние знания помогают людям извлекать из ИИ максимум пользы. Кроме того, нам по-прежнему нужны образованные граждане, а не просто общество, делегировавшее все свое мышление машинам. Студентам также может потребоваться сузить свою специализацию, выбрав область, в которой они смогут наиболее эффективно работать в связке с ИИ в качестве самостоятельных экспертов. В то же время наш общий спектр способностей расширится, поскольку ИИ будет заполнять пробелы в знаниях и выступать в роли наставника, помогающего нам совершенствовать собственные навыки. Если возможности ИИ не изменятся радикальным образом, он, скорее всего, действительно превратится в наш Соинтеллект, помогая восполнять пробелы в наших знаниях и подталкивая нас к самосовершенствованию. Но это далеко не единственный вариант будущего, о котором нам стоит задуматься.