AI өшірген тыныштық

"AI бар кезде бағдарламалауды үйренудің мәні бар ма" деген талқы қазір екі апта сайын нөлден қайта басталады. Мен бұған айлар бойы бас қатырдым — әуелі теориялық сұрақ ретінде, кейін "неден бастасам" деп сұраған кіші маманға не айтарыңды шешетін сұрақ ретінде. Дәлелдер базасы пайда болды, сондықтан бұл енді жай пікірге қарсы пікір емес. Ашығын айтқанда, даурыққан екі шеткі көзқарастың екеуі де қателеседі.

Бұл "үйрену керек пе, жоқ па" деген емес. Бұл нақты нені AI-ға беріп, нені өзіңде қалдыратының туралы. Әрі AI шынымен өзгерткен бір нәрсе туралы — "бәрі аударылып түсті" деген бағытта емес, әлдеқайда нәзік бағытта: мәжбүрлі кері байланыс жоғалды, оны бұрын шындықтың өзі сенің орныңа істейтін еді.

Екі шеткі көзқарас — екеуі де біржақты

Алдымен әр талқыда қылтиятын екі даурыққан лагерьден үстелді тазалап алайық:

• 1-лагерь: "Тілдерді үйренудің керегі жоқ — AI жазып береді". Ең қатты айқайлайтындар — "30 күнде AI-мен бағдарламашы бол" деген буткемптерді сататындар.
• 2-лагерь: "Бәрі топастанады, бірер жылда мамандар қалмайды". Ең қатты айқайлайтындар — кіші мамандардың қаншалық тез өнімді көрінетінінің алдында өз дәрменсіздігінен сәл сескенетін тәжірибелілер.

Жалған дихотомия. Түбінде іргелі ештеңе өзгерген жоқ: әрдайымғыдай, құрғақ жаттау емес, саналы түсіну бағаланады. AI тек шынымен білетіндер мен қалғандардың арасындағы алшақтықты тереңдетеді — әрі мұны бұрынғыдан жылдам істейді.

Дәлелдер базасы не дейді

Бұл енді "маған солай көрінеді" емес. 2025–2026 жылдары нақты өлшемдер пайда болды:

• Nature (2026 маусым), "Is AI ruining our skills?" — AI-ға шамадан тыс сүйену дағдыларды тоздырады. Тек бағдарламашыларда емес — дәрігерлерде де.
• Anthropic RCT, 52 инженерге: AI-көмекші шеберліктің қалыптасуын ~17%-ға төмендетеді. Нәзік тұсы — тапсырманы орындау жылдамдығы емес, дағдының қалыптасуы зардап шегеді. Яғни қысқа мерзімде жылдамсың, ұзақ мерзімде — нашарсың.
• AI & Society: deskilling — дайын шешімі жоқ құрылымдық мәселе. "AI жаман" емес, "құрал оқу ортасын өзгертті".
• TechCrunch: инженерлер AI-сыз жұмыс істеуден бас тартады, өйткені онсыз енді істей алмайды. Тақырыбы: "бұл кейін кері соғуы мүмкін".

Сарапшы K. Crowston-ның қорытындысы (Nature келтіреді) — бұл "AI ма, жоқ па" емес, мынау: қай дағдыларды өзіңде қалдырып, қайсысын беретініңді саналы түрде шеш. Постың қалған бөлігі осы сөйлемге сүйенеді.

Нені беру, нені қалдыру

Нақтырақ — шекара мына жерден өтеді:

Оқи алмайтын нәрсеңе review жасай алмайсың. Сондықтан "тілді білмей түсіну" — елес; бұл AI-ға соқыр сенім. Әрі дәл осы жер "AI пайдаланатын маман" мен "AI операторының" арасындағы өту нүктесі. Біріншісі AI-ды басқарады; екіншісін AI басқарады.

Тағы да үнемі шатастырылатын айырма: дағдыны жоғалту ≠ дағдының қалыптаспауы. Кенет AI-ға сүйене бастаған тәжірибелі маман мықты күйінде қалады — оның дүние моделі бұрыннан бар. Бірінші күннен 100% AI-ға арқа сүйеген жаңадан бастаушы бұл модельді ешқашан құрмайды. Бұл — салдары әртүрлі, әртүрлі мәселелер.

Қалай дұрыс үйрену керек — және неге, түбінде, ештеңе өзгермеді

Үйрену әрі қарай да керек — тек дұрыс. Терминдер мен командаларды құрғақ жаттау емес, логиканы түсініп, оның тұтастай қалай жұмыс істейтінін сезіну. Құндылық "есте сақтауда" емес, "түсіну → қолдана білу → бағалауда".

Ең бастысы: бұл AI-ға дейін де әрдайым болып келген нәрсенің дәл өзі. Әрқашан құрғақ жаттағандар емес, маман ретінде шынымен білетіндер бағаланды. AI ештеңені аударып тастаған жоқ — ол тек жалқау жолды жеңілдетеді (енді түсінбей-ақ "істеуге" болады), сондықтан осы екі типтің арасындағы алшақтық тек тереңдей түседі.

Саналы үйренген — сол күйінде қалады. Жалқау болған — жалқау күйінде қалады. AI бұл бөліністі тудырған жоқ — тек оны жарыққа шығарды.

Қарапайым мысалдармен тексер

• Математика: көбейту кестесін жатқа білу әлі "математиканы білу" емес. Калькулятор бағанмен есептеуді өлтірді, бірақ көбейту дегеннің не екенін және оны қашан қолдану керегін түсіну қажеттілігін өлтірген жоқ.
• Телефондар: нөмірлерді енді басыңда ұстамайсың — телефон есте сақтайды. Бірақ кімге, не үшін қоңырау шалатыныңды білуің керек. Жадты бердің — пайымды қалдырдың.
• GPS: бағыттарды басыңда ұстамайсың. Бірақ қайда бара жатқаныңды түсінуің керек — және GPS сені бір ақымақ айналма жолмен апарып жатқанын байқауың керек.

Үшеуінде де машина механикалық жадты алды, түсіну мен пайымды емес — әрі әрдайым солай болған. AI — сол нәрсенің келесі итерациясы, тек енді тапсыруға болатын ауқым кеңірек.

Синтаксис — қосымша өнім, мақсат емес

Бұл "синтаксисті білудің керегі жоқ" дегенді білдірмейді. Синтаксисті бәрібір игересің — бірақ түсіну мен тәжірибенің қосымша өнімі ретінде, мақсат ретінде емес. Сен %d-ны флешкартамен жаттаған жоқсың ғой — format-string логикасын түсіндің де, ол өзінен-өзі есте қалды. Қалыпты оқу осылай жұмыс істейді: түсінесің → қолданасың → синтаксис өзі орнығады. AI, оны дұрыс пайдалансаң, тек осы циклды жеделдетеді.

Бірақ бір нәрсе шынымен өзгерді: мәжбүрлі кері байланыс жоғалды

"Ештеңе өзгерген жоқ" — бұл шамамен 80% рас. Бір маңызды нәрсе шынымен өзгерді, әрі бұл ұсақ-түйек емес.

Бұрын орта үйренуге мәжбүрлейтін. Жұмыс істейтін кодты кемінде істеуге жарайтындай түсінбей тұрып іске қоса алмайтынсың. Компилятор, баг, құлау — бұлар әркімді күшпен базалық деңгейге тартатын ұстаздар еді. Күрес міндетті болатын — әрі ол онша тырыспайтындардың бойында да түсінік қалыптастыратын.

Енді бұл ұстаз өшірілген: қалай жұмыс істейтінін бірде-бір рет түсінбей-ақ жұмыс істейтін нәтиже ала аласың. Түсінбегені үшін сол сәттегі жаза жоғалды. Осыдан "ештеңе өзгерген жоқ" деген тезис жіберіп алатын салдар туады:

Алшақтық тек бекіген типтердің арасында ғана тереңдеп жатқан жоқ — жаңа орта бұрын үйренетіндерді де сонда тартады, өйткені жалқау жол енді дереу жазасыз жұмыс істейтін нәтиже береді.

Сондықтан "жалқау жалқау күйінде қалады" деген де тым тар. Бұл мінезден гөрі орта мен әдеттер туралы: адамдардың көбі "тумысынан" жалқау емес, үйкеліс пен кері байланысқа жауап береді. Үйкелісті алып таста — үйренуге бейімдер де сырғанайды. Тәуекел тек жалқауларда емес.

Ең нәзігі — біліктілік елесі. AI олқылықтарды соншалық тегіс жамайды, өз надандығыңның қабырғасына соғылмайсың да, оны байқамайсың да. "Бәрі жұмыс істеп тұр" болғандықтан түсінемін деп ойлайсың (metacognitive laziness әсері). Сондықтан тырысқақ болып қалу қиындай түсті: енді бұл өзіңе саналы түрде үйкеліс жасауды талап етеді — кейде AI-ды өшіру, онсыз түсіндіріп немесе жазып көру, "мен шынымен түсінемін бе, әлде түсінемін деп ойлаймын ба" дегенді тексеру. Бұрын мұны сенің орныңа шындық істейтін — енді бұл сенің жауапкершілігің.

Ойын ережелері сол күйінде, бірақ ойынның өзі қулана түсті — жеңіл жол енді табысқа ұқсап бүркенеді.

Әлдеқашан білетіндер үшін — ойын басқаша

Жоғарыдағының бәрі дағдыны нөлден қалыптастыру туралы. Егер сен әлдеқашан қалыптасқан болсаң — сен үшін сурет керісінше, әрі мұны ашық айту маңызды, әйтпесе пост "AI жаман" деп оқылады, ал бұл ондай тезис емес.

Тәжірибелі маман өз шегін біледі. AI не бергенін көреді → жарты секундта қай жері "олай емес", қай жері "иә, бірақ бұл жағдайға емес", қай жері "иә, әрі осы жерде, дәл қазір жарайды" екенін түсінеді. Онда нақты оқиғалардың жылдарынан құрастырылған "мұнда бірдеңе дұрыс емес" деген кірістірілген детектор бар. AI бұл детекторды өшірмейді — керісінше, оны тезірек қоректендіреді: көбірек мысал, көбірек жағдай, тез сүзіп тастайтын көбірек patterns.

Сондықтан жаңадан бастаушыны операторға айналдыру қаупі бар дәл сол AI сениорды турбо-сениорға айналдырады. 3 минуттың орнына 30 секундтық boilerplate. Жаңа кітапхананы зерттеу — бір аптада емес, бір кеште. Модульді Python-нан TypeScript-ке көшіру — "бір кездері кейін" емес, шынымен қолжетімді. Бұл — әлдеқашан жиналған қозғалтқышқа құйылған нитро.

Тағы бір нәзік нәрсе: AI тәжірибелі маманға байқатпай өтірік айта алмайды. AI оған жаңадан бастаушыға қаншалық жиі өтірік айтса, соншалық жиі айтады — тек ол мұны сөйлемді оқып бітпей тұрып ұстап алады. Жаңадан бастаушы үшін біліктілік елесінің тұзағы болатын нәрсе сениор үшін күнделікті ағындағы тағы бір баг-репорт қана.

Уақытын әлдеқашан салғандар үшін AI — турбо. Әлі салмағандар үшін — салмаудың тағы бір себебі. Осы екі күйдің арасында орта жол жоқ — әрі бұл "нақ қашан үйрендің" дегенді мансаптағы ең маңызды факторлардың біріне айналдырады.

Жүйелік тәуекел: "сынған саты"

Сениорлар джуниорлардан шығады. Егер AI джуниор жұмысын жеп қойса әрі ешкім іргетас қаламаса → 5–10 жылдан кейін сениор етіп өсіретін ешкім қалмайды. Мамандардың "жоғалған ұрпағы" тәуекелі шынайы — әрі бұл дүрліктіру емес, қарапайым piping-мәселе: жүйенің кіріс құбыры бітеліп, шығыс құбыры ашық қалды.

Неге бұл нөлге жетпейді (бірақ ауыр тиеді): "бәрі үйренуді тоқтатты" деген тепе-теңдік тұрақсыз. Тапшылық үйренгендерді аса құнды етеді → үйренуге деген ынта қайта оралады. Мамандарды саналы түрде өсіретін компаниялар moat алады. Бірақ өту ауыр: AI анық әрі сенімді өтірік айтқанда, ал айналада шындықты ажырататын ешкім болмағанда, операторлар бірінші елеулі оқиғада құлайды.

Менің ұстанымым

• Тілді үйрену міндетті — жаттауға емес, оқу мен пайымға бағыттап. Жүйрік оқуға апарар жолды қысқарту мүмкін емес; AI бұл жолды қысқартпайды, тек оны байқаусызда қосымша (опциялық) етеді.
• Көпшілік "түсінуді" AI-ға беріп жатқанда — қазір үйрену — мүмкіндік терезесі: AI-мен бәсекелеспей, оны басқаратын тапшы маманға айналасың. Бұл — қысқа мерзімді терезе, нарық ерте ме, кеш пе бейімделеді. Ол ашық тұрғанда — пайдаланбау күнә.
• Сау режим: үйренуден қашу үшін емес, жылдамырақ жүру әрі тереңірек үйрену үшін AI-ды пайдалану. Антипаттерн — "бүкіл тапсырманы менің орныма істеп бер". Паттерн — өзің жазасың, AI "неге" екенін түсіндіреді, ал сен оның нұсқасын қабылдамас бұрын өзің тереңірек түсінесің.
• Жолға арналған парадокс: AI-ды тиімді пайдалану үшін жеткілікті білуің керек, қарапайым нәрседе ол қажет болмайтындай. Қарапайым нәрседе AI-ға тәуелді адам — күрделіде AI-дан алданады, әрі мұны байқауға мүмкіндігі болмайды.

Дереккөздер

• Nature — Is AI ruining our skills? Early results are in (2026 маусым): nature.com/articles/d41586-026-01947-1
• InfoQ — Anthropic study, ~17% skill mastery drop: infoq.com/news/2026/02/ai-coding-skill-formation
• TechCrunch — Coders are refusing to work without AI: techcrunch.com/2026/05/29/coders-refusing-ai
• AI & Society — AI deskilling is a structural problem: link.springer.com/article/10.1007/s00146-025-02686-z