Кодинг в эпоху ИИ: как учиться, строить карьеру и не сойти с ума
В эпоху бурного развития больших языковых моделей (LLM) роль программирования и профессия разработчика претерпевают фундаментальные изменения. Уэс Рот (Wes Roth) и гостья его канала, автор образовательного проекта Python Simplified Мария Ша (Maria Sha), обсуждают, почему сегодня технические навыки важнее «промпт-инжиниринга», какую роль в успехе играют личные амбиции и почему академическое образование часто безнадежно отстает от реалий рынка.
💻 Будущее программирования и роль ИИ 0:52
По мнению Марии, программирование — это лишь малая часть работы инженера. Хотя ИИ отлично справляется с написанием кода, он не обладает глубоким пониманием сложных архитектур, управления версиями и логики систем, что остается ключевыми навыками специалиста.
- Кодинг как инструмент: Мария считает, что сейчас «лучшее время для входа в робототехнику». ИИ позволяет людям из разных профессий (от дизайнеров до строителей) автоматизировать свою деятельность, применяя нейросети к своей сфере деятельности.
- Лучший язык для старта: Мария рекомендует Python, называя его самым понятным языком, максимально близким к естественному английскому. В отличие от C++, требующего управления памятью на низком уровне, Python позволяет мыслить абстрактно.
- ИИ против промпт-инжиниринга: Мария утверждает, что промпт-инжиниринг — это навык, который легко освоить каждому. Настоящая ценность будущего лежит в глубоком понимании того, как работают архитектуры нейросетей.
🎓 Кризис высшего образования 23:34
Мария, имеющая диплом в области компьютерных наук, критикует современную академическую систему за колоссальный разрыв с рынком труда. По её словам, учебные программы обновляются с опозданием в годы, фокусируясь на устаревших технологиях вроде p5.js вместо востребованных Node.js или Django.
- Отсутствие практики: Мария отмечает, что во время обучения специализации по ИИ в Университете Лондона студенты ни разу не использовали GPU для обучения моделей, что в реальном бизнесе является базовым стандартом.
- Совет студентам: Несмотря на критику, Мария призывает тех, кто уже начал обучение, закончить его из-за вложенных инвестиций, но параллельно заниматься самообразованием онлайн. Уэс Рот добавляет, что внедрение ИИ в образование может решить проблему «застревания» в неэффективных учебных планах, позволяя перейти к персонализированному обучению.
🧠 Личность, «советское воспитание» и перфекционизм 6:17
Оба собеседника признаются, что на их стиль работы повлияло воспитание в постсоветской культурной среде.
- Культура достижений: Мария описывает это как стремление всегда получать «100 баллов», даже когда для успеха достаточно 70. Это помогает в достижении целей, но создает внутреннее давление и проблемы с делегированием задач.
- Данные как лекарство: Уэс Рот предпочитает воспринимать ошибки не как личное поражение, а как «данные для корректировки курса». Он полагает, что в бизнесе и творчестве такой подход более продуктивен, чем излишнее самобичевание.
- Трудности команды: По мнению Марии, её завышенные стандарты часто мешают командной работе, так как она склонна останавливать процессы ради «идеального» результата.
🔒 Приватность, прозрачность и будущее ИИ 32:32
Дискуссия о будущем ИИ затрагивает этические вопросы и прозрачность данных.
- Личный ИИ: Мария видит решение проблем конфиденциальности в создании персональных моделей, которые работают локально на устройствах пользователя, не отправляя данные в облако.
- Проблема «черного ящика»: Уэс и Мария сходятся во мнении, что крупнейшие компании (OpenAI, Anthropic, Grok) должны стремиться к открытости данных. По мнению Марии, текущая модель, где алгоритмы скрыты от общественности, опасна.
- Авторское право: Мария ставит под сомнение текущие законы об авторском праве в контексте ИИ. Она сравнивает обучение нейросетей с обучением ребенка, который впитывает опыт из окружающей среды, и считает запреты на использование данных для обучения моделей «глупыми».
🤖 Сознание, обучение и робототехника 47:04
Собеседники обсуждают, могут ли нейросети стать сознательными.
- Обучение через опыт: Мария подчеркивает важность обучения с подкреплением (Reinforcement Learning). В отличие от обучения по учебникам, это метод, в котором ИИ живет в симуляции и учится на собственном опыте, без заранее заданных правил.
- Признаки разума: Мария считает, что подлинным признаком сознательного ИИ станет его способность сказать «нет» в ответ на запрос человека.
- Робототехника: Оба участника выражают оптимизм относительно будущего робототехники. Они ожидают, что в ближайшие годы появится некая платформа (аналог Android), которая позволит разработчикам массово строить решения поверх готовых моделей ИИ.
