Искусственный интеллект всё активнее входит в профессии — от генерации текстов до автоматизации рутины. 75 % сотрудников боятся, что их профессия устареет из-за ИИ, а 52 % уже тревожатся за свою карьеру. При этом только 6 % воспринимают ИИ как возможность. Как вам эти цифры? Вызывают тревожность?
Но есть хорошие новости, по свежим данным Upwork, гибридная модель "человек + ИИ" вызывает вдвое больше доверия, чем работа, выполненная исключительно ИИ. Исследование KPMG это подтверждает: 54 % людей по-прежнему не доверяют ИИ-системам. Гибридная модель — люди плюс ИИ — становится не просто распространенной, но и предпочтительной, причем люди играют центральную роль в этой комбинации.
Уже сейчас мы можем стать востребованными специалистами, которые усиливают свои навыки с помощью ИИ. И пока больше половины работников практически не используют в своей работе ИИ, нужно быть готовым к изменениям в цифровом мире.
Меня зовут Евгения Малинович, я — коммерческая научная руководительница. За несколько лет я помогла более 280 специалистам повысить эффективность исследований с ИИ и успешно защитить свои проекты. Я отношу себя к тем 6 %, кто видит возможности — и хочу показать, как грамотно использовать ИИ и не бояться, что тебя заменят, но времени на тревогу нет, переходим к сути.
Понимание ИИ — это новая грамотность
Минимум, который должен делать каждый специалист — следить за тем, что происходит в своей отрасли. Какие ИИ-инструменты внедряют коллеги? Какие задачи уже автоматизируются? Какие навыки становятся базовыми? Это не просто технологический интерес — это уже часть профессиональной грамотности. Мне близки рассуждения препода Вышки Дмитрия Бескромного в подкасте у Романа Тарасенко, вот буквально 2 минуты, послушайте.
Я согласна с мнением опытных специалистов и призываю не бояться ИИ, а использовать его себе во благо. Для этого нужно начать с фундамента:
разберитесь, как он работает.
Например, GPT-3 обучен на 45 терабайтах текстов из многочисленных открытых электронных ресурсов, книг, статей и других источников. Добавьте сюда закрытые партнёрские датасеты и данные, сгенерированные пользователями. Именно поэтому модель часто кажется умной — но не забывайте: она не «думает», а генерирует, предугадывает. Точно так же как и Т9, вы написали один слог, а Т9 предполагает, что вы хотите написать дальше и выдает свой вариант и это крайне удобно. За исключением тех случаев, когда ты хотела написать иду СПАТЬ, а Т9 исправляет на ИДУ С….ТЬ. Вот именно так нейросети и галлюцинируют.
По моим наблюдениям 27 % ответов нейросетей — с «галлюцинациями», то есть модель уверенно врёт, выдавая правдоподобные, но ложные факты. При этом в нейросетях наблюдается политические, гендерные, социальные смещения в ту или иную сторону. Также галлюцинации могут происходить из-за ограниченного объема диалогового окна, к примеру старая модель GPT-3 «помнила» около 2048 токенов. У GPT-4 — больше, но всё равно не бесконечно. Ну и самая большая загадка нейронок, это , так называемый, черный ящик. Почему вы получили тот или иной ответ? Часто — никто не знает. Даже разработчики.
Разобравшись в этих базовых принципах работы нейронок, вы будете чувствовать себя уверенно — научитесь проверять его ответы, выполняйте простую автоматизацию задач.
Не верьте на слово — если говорит ИИ
Поскольку ИИ регулярно «галлюцинирует» и реально может ошибаться нам важно развивать критическое мышление и научную добросовестность. Например, 46 % ссылок оказываются вымышленными или недостоверными при просьбе прислать первоисточники. Поэтому всегда:
Задавайте уточняющие вопросы - «откуда взят факт», «на каких данных он основан» и «какова альтернативная точка зрения».
Проверяйте актуальность ссылок – не поленитесь, перейдите по ссылке и убедитесь, что он ведёт на заявленный материал. Если она либо не открывается, либо ведёт на другой текст. Это классический «link rot». В научных журналах за 7 лет 31 % ссылок перестают работать. По данным Ahrefs, за последние 9 лет мёртвых ссылок оказалось не менее 66,5 %.
Сравнивайте выводы модели с первоисточниками. Найдите официальные отчёты или базы данных и сопоставьте их цифры с тем, что выдал ИИ. Например: ИИ говорит: «Безработица в России упала до 1,7 %». Вы заходите на сайт Росстата — и видите, что в мае 2025 г. уровень безработицы был 2,2 %. Причины расхождения могут быть в разнице методик расчёта или в том, что ИИ взял устаревшие данные.
Возьмите за привычку регулярно разбирать тексты — статьи, отчёты, посты в блогах. Всё просто:
Найдите, на чём они основаны — первоисточники, датасеты, официальные отчёты (например, ООН, ВОЗ, Росстат).
Сверьте цифры с оригиналом: они совпадают? Нейросеть не искажает данные?
Методологическая база —фильтр против ошибок
Методологическая грамотность – это то, без чего вы не сможете развиваться даже вместе с нейросетями. Вы можете использовать ИИ для поиска литературы, анализа данных, составления анкет. Но если у вас нет методологической базы, вы не поймёте, где он не так интерпретировал информацию.
Например, по данным обзора PLOS ONE, до 25 % утверждений в медицинских статьях искажают оригинальные данные — ссылки неверно интерпретированы или поданы неточно. А согласно расчётам профессора Джона Иоаннидиса, до 36 % положительных результатов в исследованиях могут быть ложными, даже при стандартной статистике. То есть, из 100 исследований, утверждающих, что нашли значимый эффект, 36 могут быть ошибочными. Чтобы не повторять эти ошибки, изучите основы выборки, валидации и статистической значимости: как рассчитывается доверительный интервал, что такое смещение выборки и как оценить надёжность данных. Без этой базы «галлюцинации» ИИ станут для вас ловушкой.
Промпт-инженеринг — новый язык общения
Как вы формулируете запрос — такой и результат получаете. Качественный промт — это основа для работы с искусственным интеллектом. Чтобы прокачать навык промт-инжиниринга, начните с анализа лучших запросов — их можно найти на платформах FlowGPT, PromptHero или PromptBase. Не копируйте вслепую, а адаптируйте под свои задачи и фиксируйте удачные формулировки. Экспериментируйте с разными ИИ — ChatGPT, Claude, Perplexity — и сравнивайте, как модели реагируют на один и тот же запрос. Постепенно усложняйте промпты: добавляйте желаемый стиль, формат, роль ИИ («Ты UX-исследователь») и критерии качества. Чем точнее вы ставите задачу, тем ценнее результат — и это навык, который растёт с практикой.
И кстати, только в США сегодня открыто более 240 вакансий с должностью промпт инженер — и это только начало. По оценкам аналитиков, уже к 2025 году рынок prompt-инжиниринга достигнет $505 миллиардов, а к 2034 вырастет до $6,5 триллионов долларов с ежегодным ростом около 33 %. Это значит, что способность формулировать чёткие задачи для нейросетей становится не просто полезным навыком для своей работы, а может стать вашей будущей профессией с высоким спросом.
Научная визуализация
Графики и инфографика увеличивают точность понимания сложной информации: в одном исследовании ученики, видевшие инфографику, отвечали на вопросы с точностью 67,14 %, тогда как у текстовой группы этот показатель составил только 58,51 %. ИИ может помочь с дизайном, но контент и смысл графика — ваша ответственность. Практикуйте визуализацию с помощью простых шаблонов (дерево, поток, сравнительная шкала) и стремитесь к тому, чтобы одна диаграмма рассказывала то, что в тексте занимает полстраницы.
Простая автоматизация задач
Чтобы постепенно ввести в свою жизнь ИИ предлагаю начать с простой автоматизации задач. Сегодня уже не нужно быть разработчиком, чтобы поручить рутину алгоритмам.
Вы можете настроить автоматическое действие по принципу «если… то…» — даже без единой строки кода. Например:
Если приходит письмо от важного клиента → сразу создаётся задача в вашем планировщике.
Если в таблице появляется новая строка → команда тут же получает уведомление в мессенджере.
Такие действия можно запускать по расписанию — с помощью встроенного планировщика на компьютере или облачного сервиса. Наиболее популярные решения: Notion, Google Apps Scripts, встроенные «автоматизации» в Excel и Gmail.
Особую ценность имеют навыки, основанные на живом взаимодействии, эмпатии и гибкости мышления. Алгоритмы умеют многое, но не могут поддержать в момент выгорания, распознать невербальные сигналы или создать безопасную среду, в которой команда чувствует себя уверенно.
Harvard Business Review подчёркивает: без эмпатии лидеры чаще совершают управленческие ошибки, а TalentSmart выяснил, что 90 % лучших сотрудников обладают высоким эмоциональным интеллектом. Это значит: умение слушать, замечать напряжение, поддерживать в сложный период — критически важно.
По данным Forbes 66 % сотрудников уже испытывают выгорание. В своей диссертации я разработала и зарегистрировала две программы для мониторинга эмоционального климата в Telegram-чате, которые с помощью API и библиотеки TextBlob анализирует последние 100 сообщений, вычисляет долю негативных высказываний и сигнализирует, если она превышает критический порог (например, 20 %) . Веду такую «тональную сводку» раз в неделю, чтобы вовремя заметить повышение уровня стресса.
Как вы можете развивать навыки живого взаимодействия, даже если вы не лидер:
Практикуйте активное слушание: задавайте открытые вопросы, замечайте невербальные сигналы, уделяйте внимание интонации. Задавайте открытые вопросы: «Что тебя больше всего тревожит на этой неделе?», «Как я могу поддержать тебя помимо рабочих задач?»
Создайте атмосферу доверия: уязвимость рождает безопасность в команде. Центр креативного лидерства показал, что честные коммуникации улучшают доверие и снижают тревожность.
Здесь также важно признавать риски цифровой среды и открыто их обсуждать. Опираясь на исследования У. Бека, в своей диссертации я описываю этапы цифровой трансформации, которые порождают «невычислимые» риски — в том числе эмоционального выгорания, возникающего при постоянном взаимодействии с алгоритмами без живого диалога. Здесь поможет организация регулярных «рефлексивных сессии», где команда делится не только результатами, но и самочувствием: что сегодня давит сильнее — дедлайны, технические детали или общий объём работы?
Развивайте навыки работы в открытых цифровых средах.
YouTube насчитывает более 2,5 млрд активных пользователей в месяц, а Telegram — свыше 1 млрд. Это значит, что любые научные и профессиональные материалы можно не только опубликовать, но и получить мгновенную обратную связь от коллег и заинтересованной аудитории.
Начните с малого: подпишитесь на профильные каналы, попробуйте опубликовать короткую заметку или инсайт, участвуйте в обсуждениях. Так вы можете постепенно вырасти из пассивного читателя в активного создателя контента и сформируйте собственное экспертное сообщество. Начните с безопасной среды в моем телеграмм канала «Малинович - научница», ссылку найдете в описании.
Всё, что мы обсудили, — это не страх перед ИИ, а вызов и возможность. ИИ не отнимет у вас работу, он лишь отнимет у вас те задачи, которые вы не умеете выполнять лучше него.
Подведем краткий итог, как не бояться, что вас заменит ИИ
Изучите, как работает ИИ, его сильные и слабые стороны. Следите за тем, что происходит в вашей отрасли в сфере ИИ.
Научитесь критически мыслить и развивайте методологическую базу, чтобы грамотно пользоваться ИИ
Научитесь формулировать правильные запросы, 50% решения проблемы – это четко сформулированная проблема и понимание какой результат вам нужен.
Прокачивайте дополнительные навыки, которые упростят вашу работу, такие как визуализация данных и автоматизация процессов.
Развивайте soft skills, навыки коммуникации и эмпатии.
Я хочу провести свою собственное исследование и мне нужна ваша помощь. Поделитесь в комментариях, чувствуете ли вы тревожность по поводу стремительного развития ИИ и как вы используете нейросети в работе и жизни. Давайте обсудим честно и по делу. Потому что именно такие разговоры и формируют новую профессиональную среду, в которой ИИ становится помощником. А не заменой.
Подписывайтесь, если тема вам откликается. Увидимся в следующих статьях.