Профессии будущего и ИИ: что честно сказать ребёнку

«Кем ты хочешь стать?» — вопрос, на который родителям сегодня отвечать труднее, чем раньше. Списки «профессий будущего» из интернета либо пугают («сорок процентов работ исчезнет»), либо смешат («инженер по этике роботов-компаньонов»). Разберём, что из этого имеет отношение к реальности и что честно сказать ребёнку.

Почему списки профессий бесполезны

Начнём с того, чего делать не стоит: выбирать профессию по списку из статьи.

Причина простая. Названия должностей живут недолго. Двадцать лет назад не было «специалиста по контекстной рекламе», а сейчас в этой профессии работают десятки тысяч человек — и через двадцать лет она может исчезнуть целиком. Гнаться за названием — значит гнаться за тем, что меняется быстрее, чем ребёнок успеет доучиться.

Гораздо устойчивее другое: что именно человек умеет делать. Названия меняются, задачи остаются.

Что на самом деле происходит с профессиями

Здесь стоит быть точным, потому что вокруг много паники.

Технологии редко убирают профессию целиком. Обычно они забирают часть задач внутри неё — и профессия меняется.

Классический пример: автомобиль убрал кучеров и конюхов, но создал водителей, механиков, дорожных строителей, автозаводы. Изменился не только транспорт — изменилась вся структура занятости вокруг него.

С ИИ происходит то же самое, только быстрее. Переводчик не исчез — изменился: теперь это редактура машинного перевода, локализация, работа там, где цена ошибки высока. Иллюстратор не исчез — но часть рутины ушла, а ценность собственного узнаваемого стиля выросла.

Правило, которое стоит проговорить ребёнку: сначала уходит рутина, потом меняется профессия, и почти никогда она не исчезает целиком.

Какие задачи ИИ забирает первыми

Это можно объяснить прямо, и такое объяснение полезнее любого списка.

Первыми уходят задачи, у которых есть три признака: повторяемость, много готовых примеров и проверяемый результат. Разобрать тысячу однотипных документов. Написать двадцатый черновик описания товара. Найти дефект на снимке, если таких снимков размечены миллионы.

Дольше остаётся то, где нужна ответственность за решение, работа с живым человеком и действие в физическом мире с непредсказуемыми условиями. Врач, который сообщает диагноз. Учитель, который видит, что ребёнок не понял, но стесняется сказать. Мастер, который чинит то, что сломалось нестандартно.

Обратите внимание: это не про «творческие против нетворческих». Генерация картинок оказалась проще автоматизируется, чем сантехника. Привычное деление здесь не работает.

Что честно сказать ребёнку

Четыре вещи, которые не устареют.

«Профессию ты, скорее всего, поменяешь, и не раз». Это не страшно и не признак неудачи — это норма для тех, кто входит на рынок труда сейчас. Отсюда следует: важнее уметь учиться новому, чем один раз выбрать правильно.

«ИИ будет в любой твоей работе». Не «ты станешь работать в ИИ», а «ИИ станет частью того, чем ты занимаешься» — как компьютер стал частью работы бухгалтера, конструктора и журналиста. Поэтому вопрос не «идти ли в ИИ», а «понимаю ли я, как этим пользоваться и где оно врёт».

«Выигрывает не тот, кто знает инструмент, а тот, кто понимает задачу». Умение написать запрос к нейросети — навык на пару лет, интерфейсы меняются. Умение поставить задачу, проверить результат и заметить, что он неверен, — надолго.

«Твоё любопытство — не помеха, а капитал». Самое ценное, что можно сохранить у ребёнка, — привычку разбираться, как что устроено. Она переносится на что угодно.

Что реально стоит развивать

Не список профессий, а список умений — их проще проверить и они не устаревают.

Критическая проверка. Умение спросить «откуда это известно?» и найти ответ. С распространением уверенно ошибающихся моделей это стало базовой грамотностью, а не свойством характера.

Формулирование. Точно сказать, чего ты хочешь, — навык, который окупается везде: в запросе к нейросети, в письме клиенту, в постановке задачи коллеге. Тренируется буквально на генераторах картинок: расплывчатое описание даёт скучный результат, точное — интересный.

Понимание данных. Не статистика в университетском смысле, а бытовое: что такое выборка, почему по трём опрошенным нельзя судить о классе, чем совпадение отличается от причины. Это защищает от манипуляций всю жизнь.

Работа с людьми. То, что автоматизируется последним. Договориться, объяснить, услышать возражение, не поругаться из-за расхождения во мнениях.

Умение доводить до конца. Скучное, но решающее. Начатых проектов у всех много, законченных — мало, и разница видна работодателю сразу.

А если ребёнок хочет «работать с ИИ»

Тогда полезно разделить: внутри этой темы есть очень разные занятия.

Есть те, кто создаёт модели — это математика, программирование, исследования. Есть те, кто применяет их в конкретной отрасли: медицине, сельском хозяйстве, юриспруденции, — и здесь важнее знание отрасли, чем формулы. Есть те, кто разбирается в последствиях: безопасность, право, этика, обучение других. И есть те, кто строит вокруг этого продукты и бизнес.

Только первая группа требует сильной математики. Остальным нужно понимание принципов — что модель учится на примерах, откуда берётся предвзятость, почему уверенный ответ может быть неверным.

Это стоит сказать прямо: не любить математику — не приговор. Многие сдаются на этом месте зря.

Коротко

Списки профессий будущего быстро устаревают, а страшилки про исчезновение работ преувеличены: обычно уходит рутина, а профессия меняется. Первыми автоматизируются повторяемые задачи с обилием примеров и проверяемым результатом.

Ребёнку честнее сказать не «стань кем-то», а «научись разбираться»: проверять факты, точно формулировать, понимать данные, договариваться с людьми и доводить до конца. Эти умения переживут любую смену названий.

А базовое понимание того, как ИИ устроен изнутри, стоит дать раньше выбора профессии — оно нужно всем, независимо от того, куда человек пойдёт. Наш первый курс из двенадцати занятий бесплатный и как раз про это: как машина учится, где ошибается и почему её уверенности недостаточно.