Навыки ИИ, которые никто не учит (А они всем нужны) | AI-эксперт Этан Моллик

Коротко

Итан Моллик (гость подкаста Саймона Синека) держит срединную линию: ИИ не спаситель и не убийца, он просто уже здесь, и весь вопрос — как им пользоваться, чтобы стать сильнее, а не глупее. Промпт-инжиниринг как навык почти умер: модели стали достаточно умны, чтобы прощать кривые инструкции, поэтому ценность сместилась к вкусу, голосу и умению судить о качестве чужого вывода. Миф о «цифровых аборигенах» он разносит: студенты не эксперты по ИИ, они «гиды к Claude» — приносят красивый отчёт, не понимая, что в нём; исследование BCG показало, что джуниоры как раз хуже всех умеют оценить, хорош ответ или нет. Сломан и трудовой конвейер: стажёр теперь знает меньше ChatGPT, и привычная схема ученичества рассыпается — пайплайн талантов рвётся. Главная мысль через всё интервью — когда ИИ делает всех одинаково хорошими, единственный способ выделиться это вкус, голос и человеческая агентность.

Главный тезис

Когда ИИ всех уравнивает по качеству — «если Claude хорош в управлении твоей компанией, он хорош в управлении любой» — конкурентным преимуществом остаётся не компетентность, а вкус, голос и осознанный человеческий выбор; и у людей всё ещё есть агентность решить, как это внедрять.

Ключевые идеи

• 4:05 — ИИ не спаситель и не убийца, обе крайние позиции — это по сути религия, удобная для тех, у кого есть свой интерес; полезнее срединная прагматика.
• 5:52 — в отличие от соцсетей, у людей пока есть агентность над тем, что будет дальше; как примем и проконтролируем — так и получим.
• 7:17 — промпт-инжиниринг обесценился: модели стали быстрыми и прощающими, кривую инструкцию они достроят сами, как живой человек.
• 13:41 — студенты не эксперты по ИИ, а «гиды к Claude»: принесут отличный отчёт, но не знают, что внутри.
• 13:54 — исследование BCG: джуниоры хуже всех пользуются ИИ, потому что не способны судить, хорош ответ или плох.
• 15:24 — ученичество сломалось: стажёр знает меньше ChatGPT, и звено «дай джуну скучную работу, чтобы он научился» больше не работает.
• 15:45 — рвётся пайплайн талантов: способ растить специалистов из новичков нужно срочно переизобретать.
• 26:25 — ИИ пишет красиво, но без голоса; голос писателя — это его личность и оптика, и именно его теперь ценят.
• 26:50 — узнаваемый ИИ-почерк («не X, а Y», стаккато из трёх слов, обилие тире) Моллик уже автоматически отфильтровывает в почте как шум.
• 27:57 — рабочий приём: скормить ИИ образцы своих текстов, попросить вывести инструкцию по стилю на две страницы и переиспользовать — получишь свой голос, а не пародию.
• 23:34 — наступила фаза агентного ИИ (буквально 3–4 месяца): система, которая действует сама, а не только отвечает в чате.
• 24:02 — исследование OpenAI (GDPval): по задачам на 5% экономики ИИ делал за ~15 минут то, на что у человека уходило 7–8 часов.
• 24:39 — за год win-rate ИИ против людей вырос с ~48% до ~84%; экономия по деньгам и времени — кратная.
• 33:50 — когда всё стало «в целом хорошим», вопрос меняется: как выделиться в толпе одинаково компетентных.
• 35:29 — новый навык, которому стоит учить, — вкус: умение выбирать, формулировать решения и объяснять их.

Почему это важно

Спор о будущем ИИ застрял между «бог нас спасёт» и «мы все умрём», и обе стороны парадоксально кормят хайп-машину Microsoft, OpenAI и Anthropic. Моллик вытаскивает разговор на землю: технология уже работает на уровне человека-эксперта по 5% экономики, а значит проигрывают не сантехники и плотники (их ИИ не трогает), а беловоротничковые профессии — юристы, журналисты, аналитики, программисты — и особенно джуниоры, чьё звено в карьерной лестнице исчезает первым. Выигрывают те, у кого есть агентность и платформа: руководители и преподаватели, которые решат, использовать ИИ для развития людей или для их замены ради сиюминутной прибыли. Это решение, говорит он, политическое и распределительное — как с промышленной революцией, где блага достались не сами по себе, а через профсоюзы и борьбу.

Идеи

• Крайние позиции про ИИ держат люди со своим интересом — нейтральная середина проигрывает в публичности, потому и редка.
• Интернет обсуждали ровно так же, только атмосфера была светлее и без апокалиптики.
• ИИ «контролирует себя» сильнее, чем соцсети, — но окно человеческого выбора ещё открыто.
• Совет «минута Gemini, минута ChatGPT, минута Claude» — вранье; гонять между моделями по таймеру бессмысленно.
• Промпт-инжиниринг был важен полгода — потом модели поумнели и навык испарился прямо на глазах.
• Робот пришёл на завод в 70–80-х, и тогда «потеряют работу» говорили про синие воротнички; маятник качнулся — теперь под ударом белые.
• За ИИ следят не сантехники и механики, а офисные профессионалы — поэтому паника сконцентрирована наверху.
• Доллар-банкнота живёт год, монета — 30 лет; государство теряет ~8 млрд в год, но переход не делают из-за лоббистов — пример того, как против общей выгоды работает интерес немногих.
• Студенты приносят «прекрасный отчёт» и не могут объяснить ни строчки — иллюзия компетентности.
• Опыт важнее юного «нативства»: пожилой пользователь ловит абсурд в ответе, потому что у него есть с чем сравнить.
• Когда читаешь ИИ-поэзию, смысл создаёшь ты сам — авторская интенция переехала от художника к читателю; возможно, это смерть нового, но «приятная».
• Удовольствие от искусства частично в том, что его сделал человек: покупаешь не картинку, а историю за ней.
• Игры для образования научили его: можно сделать обучение на 80% приятным, но настоящая учёба — это всё равно труд, и без труда ничего не выйдет.
• Сместился вес работы: чистый код писать стало дёшево, ценность ушла к архитектору и инженер-менеджеру.
• Хорошие редакторы, которым плохо давались черновики, внезапно становятся продуктивнее — ИИ генерит черновик, человек правит.
• Кино умирает по той же причине, что и всё: коммодитизация. Звезда вроде Ди Каприо больше не гонит в зал, ходят на франшизы и Marvel.
• ИИ-приложения делятся на чат-сайты и «harnesses» (Claude Code, Codex, NotebookLM) — последние работают на твоей машине, с файлами и почтой, и потому мощнее.
• Приватность вернула старую дилемму: пускать ли модель в свой браузер, почту, историю — у Gmail доступ уже есть, но Gmail не «гуляет» по сети с твоими данными.
• Он перестал помнить телефонные номера, купив Casio с 2K памяти, — мозг просто разгрузил функцию; вопрос лишь, какие функции отдавать машине безопасно.
• Дед инженерил стартовые комплексы на мысе Канаверал на логарифмической линейке — каждое поколение отдаёт инструмент следующему.
• ИИ-репетитор — то, что реально радует: персональное обучение перестаёт быть привилегией, можно вытягивать и слабых, и сильных.
• Школы сначала ставили компьютеры в классы, теперь медленно убирают — возврат к человеческому.
• Голосовой режим ИИ как спарринг: проговариваешь аргумент, просишь найти, где ты неправ, чего не учёл — и снова делаешь трудную работу.
• «Часы приёма» профессора переоценены: почти никто не приходит, а с ИИ диалог доступен без визита в кабинет.
• Студенты как ИИ-стартапы: дал им вводные, видение, картинку — а защиту кейса они делают в классе, и это их злит ровно настолько, чтобы научить.
• Колледж учит не фактам, а спору с теми, кто умнее, и умению строить сильный аргумент — это и есть скрытая ценность.
• Письмо у студентов разваливается не на уровне фразы (фразы прекрасны), а на уровне связи между ними — внимание заточено на предложение, не на текст.
• ИИ может написать академическую книгу по датасету так, что это не пародия, — и большинство недооценивает, насколько системы хороши.
• Агентность бывает двух уровней: социальная (письма в конгресс, протесты против дата-центров работают) и личная (как ты внедряешь ИИ у себя).

Инсайты

• Обучение на обратной связи от людей создаёт у моделей структурный сдвиг к угождению и гладкости — отсюда «голос без голоса».
• Технологический скачок не распределяет блага сам: их вырывают через институты и борьбу, иначе выигрыш достаётся узкой верхушке.
• Когда компетентность коммодитизируется, дефицитным становится то, что нельзя автоматизировать, — вкус, авторская интенция, факт человеческого авторства.
• Иллюзия знания опаснее незнания: ИИ заставляет чувствовать, что ты учишься, ровно тогда, когда ты не учишься.
• Способность судить о качестве — мета-навык, который нельзя получить, не пройдя путь снизу; убрав нижнюю ступень, мы ломаем производство экспертов.
• Инструменты разгружают одни когнитивные функции — допустимо для памяти, спорно для самого мышления; граница в том, что именно отдаёшь.
• Ценность профессии не исчезает, а перетекает: меняется не наличие работы, а её центр тяжести.
• Удовольствие и смысл частично сидят в усилии и в том, кто его приложил, — уберёшь усилие, сместишь и источник смысла.
• Срединная позиция теряет в публичности именно потому, что не даёт ни спасения, ни апокалипсиса, — рынок внимания структурно вознаграждает крайности.
• Большинство недооценивает возможности систем не из глупости, а потому что маркетинг и слабые книги задали низкую планку ожиданий.

Фреймворки

• Три части ИИ-стека, по Моллику: (1) модель — выбирай самую свежую «думающую» за $20/мес у одной из трёх больших компаний; (2) приложение — chat-сайты против harnesses (Claude Code, Codex, NotebookLM), которые работают на твоей машине; (3) безопасность/приватность — две настройки: используют ли твои данные для обучения (можно выключить за $20) и кто потенциально получит доступ к истории.
• Цикл письма с ИИ: сначала свой плохой черновик (иначе идеи модели перебьют твои), потом ИИ как редактор — «прочитай как скептик / как критик / как человек, ничего не понимающий в теме», «где я безответственен», «что я упустил».
• Эксперимент GDPval (OpenAI): люди-эксперты с ~14-летним стажем по 7–8 часов решают реальную задачу → ИИ делает то же за ~15 минут → третья группа вслепую сравнивает вывод; win-rate ИИ вырос с ~48% до ~84% за год.

Цитаты

«It's not a savior. It's not going to kill us all. But it's here.» — 4:05 Это не спаситель. Это нас не убьёт. Но оно уже здесь.

«If Claude is really good at running your company, Claude is good at running all other companies. There is no difference between them.» — 0:12 Если Claude хорош в управлении твоей компанией, он хорош в управлении всеми остальными. Между ними нет разницы.

«They are the guides to Claude.» — 13:41 Они гиды к Claude.

«junior students are often very bad at using AI» — 13:54 Джуниоры часто очень плохо пользуются ИИ.

«all junior players know less than ChatGBD» — 15:24 Все джуниоры знают меньше, чем ChatGPT.

«I am an art addict.» — 15:57 Я зависим от искусства.

«I found that AI can be written beautifully, but it has no sound.» — 26:25 Я обнаружил, что ИИ пишет красиво, но у него нет голоса.

«This is not X, it is Y.» — 26:50 «Это не X, это Y».

«Certainly you like m-dashes a lot. But it's not your sound.» — 27:26 Ты определённо любишь тире. Но это не твой голос.

«Give your writing to a great sample AI.» — 27:57 Скорми хорошему ИИ образцы своего письма.

«AI took about 15 minutes.» — 24:23 ИИ справился примерно за 15 минут.

«So, 84% of the time they spend on 7 hours of human work is equivalent to the time spent on a human.» — 24:39 В 84% случаев результат ИИ равноценен 7 часам человеческой работы.

«But if everything is generally good, how do you stand out in a group now?» — 33:50 Но если всё в целом хорошо, как теперь выделиться в толпе?

«I think it is the death of the cinema.» — 34:02 По-моему, это смерть кинотеатра.

«This is what I mean by commoditization.» — 34:25 Вот что я имею в виду под коммодитизацией.

«The second thing is to develop the right to taste.» — 35:29 Второе — развивать вкус.

«I think thinking stops. I think thinking hurts.» — 47:42 Мышление останавливается. Мышление — это больно.

«Personal education is now a real opportunity.» — 48:50 Персональное образование стало реальной возможностью.

«Data privacy is now a thing.» — 39:00 Приватность данных теперь имеет значение.

Факты

• Спикер — Итан Моллик, профессор Уортона (в SRT искажено как «Wadden»/«Wharton»), автор бестселлера NYT «Co-Intelligence» и рассылки «One Useful Thing».
• В аспирантуре в MIT работал с ИИ-группой в MIT Media Lab; среди основателей упомянут Marvin Minsky. По его словам, он «в ИИ уже ~20 лет».
• Исследование OpenAI GDPval: задачи на ~5% экономики США, участники с опытом до 14 лет, человек тратил 7–8 часов, ИИ — около 15 минут.
• Win-rate ИИ против людей в слепой оценке: ~48% год назад → ~84% на свежих моделях (цифры приводит спикер).
• Исследование BCG (Boston Consulting Group): джуниоры часто плохо пользуются ИИ, не умея оценить качество вывода.
• Стоимость подписки на топовую модель — $20/мес у одной из трёх больших компаний (Google Gemini, OpenAI ChatGPT, Anthropic Claude).
• Агентный ИИ, по словам спикера, — явление возрастом ~3–4 месяца на момент записи.
• Срок жизни долларовой банкноты ~1 год, монеты ~30 лет; переход на монеты дал бы государству ~$8 млрд/год, но блокируется лоббизмом (спикер подаёт это как пример, не как точную статистику).
• Его первый учебный курс с ChatGPT 3.5 стал вирусным; политика «используй ИИ для всего, отвечаешь за результат» продержалась ~4 месяца до выхода GPT-4.
• Личный пример: в юности купил Casio digital diary на 2K памяти, потом «апгрейд» до 6K — после чего перестал помнить телефонные номера.
• Дед спикера — инженер, строил стартовые комплексы на мысе Канаверал с помощью логарифмической линейки.
• Упомянут альбом John Batiste «Beethoven Blues» как пример ценности человеческого авторства; harnesses названы конкретно — Claude Code, OpenAI Codex, NotebookLM.

Источники

• «Co-Intelligence» — книга Итана Моллика (бестселлер NYT)
• «One Useful Thing» — рассылка Моллика на Substack
• Marvin Minsky, MIT Media Lab — ИИ-группа, где он работал
• Исследование OpenAI GDPval — оценка ИИ против человеческого труда
• Исследование BCG про джуниоров и ИИ
• John Batiste, «Beethoven Blues» — музыкальный альбом
• Инструменты: Claude Code, OpenAI Codex, NotebookLM, модели Gemini / ChatGPT / Claude
• Упомянуты вскользь: Charles Dickens, «Илиада» и «Одиссея», Wes Anderson, Rothko / Rembrandt — как маркеры вкуса и авторского стиля

Рекомендации

• Платить $20/мес за одну из трёх больших моделей и всегда выбирать самую свежую «думающую».
• Сначала писать свой плохой черновик, и только потом подключать ИИ как редактора — иначе его идеи перебьют твои.
• Скормить ИИ образцы своих текстов и вывести из них инструкцию по стилю, чтобы получить свой голос, а не пародию.
• Использовать ИИ как спарринг-партнёра: просить найти слабые места в твоих аргументах и заставлять себя снова делать трудную работу.
• Применять harnesses (Claude Code, Codex, NotebookLM), а не только чат-сайты, если хочешь, чтобы ИИ реально что-то делал.

Итог

Когда ИИ делает всех ровно хорошими, выигрывает не тот, кто компетентен, а тот, у кого есть вкус, собственный голос и воля решить, как этим распорядиться.