Тишина, которую выключил AI

Дискуссия "стоит ли ещё учить программирование, если есть AI" сейчас каждые две недели стартует с нуля. Я месяцами думал над этим — сначала как над теоретическим вопросом, потом как над таким, от которого зависит, что говорить младшему, который спрашивает "с чего начать". Появилась доказательная база, так что это уже не мнения vs. мнения. И, мягко говоря, обе громкие крайности ошибаются.

Это не "учить или не учить". Это про то, что именно ты отдаёшь AI, а что держишь при себе. И про одну вещь, которую AI действительно изменил — не в сторону "всё перевернулось", а в сторону гораздо более тонкого: пропала принудительная обратная связь, которую раньше за тебя делала сама реальность.

Две крайности — обе однобокие

Сначала очистим стол от двух громких лагерей, которые появляются в каждой дискуссии:

• Лагерь №1: "Учить языки больше не надо — AI напишет". Самый громкий среди тех, кто продаёт буткемпы "стань программистом за 30 дней с AI".
• Лагерь №2: "Все отупеют, через несколько лет не будет специалистов". Самый громкий среди опытных, которые немного пугаются собственной беспомощности перед тем, как быстро младшие выглядят продуктивными.

Ложная дихотомия. По сути ничего фундаментального не изменилось: как и всегда, ценится осознанное понимание, а не сухая зубрёжка. AI лишь углубляет разрыв между теми, кто реально шарит, и остальными — и делает это быстрее, чем раньше.

Что говорит доказательная база

Это уже не "мне кажется". За 2025–2026 появились конкретные измерения:

• Nature (июнь 2026), "Is AI ruining our skills?" — чрезмерная опора на AI деградирует навыки. Не только у программистов — у врачей тоже.
• Anthropic RCT на 52 инженерах: AI-ассистент даёт ~17% ниже формирование мастерства. Тонкий момент — страдает не скорость выполнения задачи, а формирование навыка. То есть краткосрочно ты быстрее, долгосрочно — хуже.
• AI & Society: deskilling — это структурная проблема, у которой нет готового решения. Не "AI плохой", а "инструмент изменил среду обучения".
• TechCrunch: инженеры отказываются работать без AI, потому что без него уже не могут. Заголовок: "это может выйти боком".

Вывод эксперта K. Crowston (цитируется в Nature) — это не "AI или нет", а: осознанно решай, какие навыки держать при себе, а какие отдавать. Это и есть та фраза, на которой держится остальной пост.

Что отдавать, а что держать

Конкретно — вот где проходит линия:

Нельзя сделать ревью того, что не умеешь прочитать. Так что "понять, не зная языка" — иллюзия; это слепое доверие к AI. И это и есть точка перехода между "специалистом, который пользуется AI" и "оператором AI". Первый управляет AI; второй им управляется.

Ещё одно различение, которое постоянно путают: потеря навыка ≠ несформированность навыка. Опытный, который вдруг начал полагаться на AI, останется сильным — у него уже есть модель мира. Новичок, который с первого дня сидит на AI на 100%, эту модель никогда не построит. Это разные проблемы с разными последствиями.

Как учить правильно — и почему, по сути, ничего не изменилось

Учить надо и дальше — просто правильно. Не сухо зубрить термины или команды, а понимать логику и иметь осознание, как оно работает в целом. Ценность не в "запомнить", а в "понять → уметь применить → судить".

И главное: это ровно то же самое, что было всегда, ещё до AI. Всегда ценились те, кто реально шарит как специалисты, а не те, кто заучил сухо. AI ничего не перевернул — он лишь делает лёгкий путь легче (теперь можно "сделать", не поняв), поэтому разрыв между этими двумя типами только углубляется.

Кто учился осознанно — таким и останется. Кто был ленив — ленивым и останется. AI не создал этот раздел — лишь подсветил его.

Проверь на простых примерах

• Математика: знать таблицу умножения наизусть — это ещё не "знать математику". Калькулятор убил счёт в столбик, но не потребность понимать, что такое умножение и когда его применять.
• Телефоны: ты больше не держишь номера в голове — телефон помнит. Но должен знать, кому и зачем звонить. Память отдал — суждение оставил.
• GPS: не держишь маршруты в голове. Но должен понимать, куда едешь — и заметить, что GPS ведёт ерунду в объезд.

Во всех трёх машина забрала механическую память, а не понимание и суждение — и так было всегда. AI — следующая итерация того же самого, просто с более широким диапазоном того, что теперь можно делегировать.

Синтаксис — побочный продукт, не цель

Это не значит "синтаксис знать не надо". Синтаксис ты всё равно усвоишь — но как побочный продукт понимания и практики, а не как цель. Ты же не учил %d флешкартами — понял логику format-string, и оно запомнилось само. Так работает нормальное обучение: понимаешь → применяешь → синтаксис оседает сам. AI лишь ускоряет эту петлю, если ею правильно пользуешься.

Но одна вещь всё-таки изменилась: пропала принудительная обратная связь

"Ничего не изменилось" — это где-то на 80% правда. Одна важная вещь всё-таки изменилась, и это не мелочь.

Раньше среда заставляла учиться. Ты не мог запустить рабочий код, не поняв его хотя бы настолько, чтобы он заработал. Компилятор, баг, падение — это были учителя, которые силой тащили каждого до базового уровня. Борьба была обязательной — и она строила понимание даже у не слишком старательных.

Теперь этот учитель выключен: можно получить рабочий результат, ни разу не поняв, как он работает. Кара за непонимание в моменте пропала. Отсюда следствие, которое тезис "ничего не изменилось" пропускает:

Разрыв не просто углубляется между фиксированными типами — новая среда затягивает туда и тех, кто раньше бы научился, потому что лёгкий путь теперь даёт рабочий результат без немедленной кары.

Поэтому и "ленивый останется ленивым" — слишком узко. Это больше про среду и привычки, чем про характер: большинство людей реагируют на трение и обратную связь, а не ленятся "по натуре". Убери трение — и даже не-ленивые сползают. Риск не только в ленивых.

И самое тонкое — иллюзия компетентности. AI так гладко затыкает дыры, что ты не бьёшься о стену собственного незнания и не замечаешь её. Кажется, что понимаешь, потому что "всё работает" (эффект metacognitive laziness). Поэтому оставаться старательным стало сложнее: теперь это требует осознанно создавать себе трение — иногда выключать AI, пробовать объяснить или написать без него, проверять "я действительно понимаю или лишь думаю, что понимаю". Раньше это за тебя делала реальность — теперь это твоя ответственность.

Правила игры те же, но игра стала коварнее — лёгкий путь теперь маскируется под успех.

Для тех, кто уже шарит — игра другая

Всё выше — про формирование навыка с нуля. Если ты уже сформировался — для тебя картинка перевёрнута, и важно это проговорить, иначе пост читается как "AI плохой", а это не та теза.

Опытный знает свои границы. Видит, что AI ему выдал → за полсекунды понимает, где оно "не так", где "да, но не для этого случая", где "да и ок здесь и сейчас". У него встроенный детектор "это пахнет неправильно", собранный из лет реальных инцидентов. AI этот детектор не выключает — наоборот, кормит его быстрее: больше примеров, больше случаев, больше patterns, которые надо быстро отсеивать.

Поэтому тот же AI, который рискует превратить новичка в оператора, превращает сеньора в турбо-сеньора. Boilerplate за 30 секунд вместо 3 минут. Исследование новой библиотеки — за вечер, не за неделю. Перенести модуль с Python на TypeScript — реально, а не "как-нибудь потом". Это нитро в уже собранный двигатель.

И ещё одна тонкая вещь: AI не может соврать опытному незаметно. Ему AI врёт так же часто, как и новичку — просто он ловит это раньше, чем дочитает предложение. То, что для новичка — ловушка иллюзии компетентности, для сеньора — просто ещё один баг-репорт в ежедневном потоке.

Для тех, кто уже вложил время, AI — это турбо. Для тех, кто ещё не вкладывал — это ещё одна причина не вкладывать. Между этими двумя состояниями нет середины — и это делает "когда именно ты учился" одним из самых важных факторов в карьере.

Системный риск: "сломанная лестница"

Сеньоры берутся из джунов. Если AI съедает джуниорскую работу и никто не строит фундамент → через 5–10 лет не из кого выращивать сеньоров. Риск "потерянного поколения" специалистов реальный — и это не алармизм, а простая piping-проблема: входную трубу системы перекрыли, а выходную нет.

Почему это не дойдёт до нуля (но будет больно): равновесие "все перестали учиться" нестабильно. Дефицит делает тех, кто учился, сверхценными → стимул учиться возвращается. Компании, которые осознанно растят специалистов, получают защитный ров. Но переход болезненный: операторы упадут на первом серьёзном инциденте, когда AI врёт чётко и убедительно, а вокруг некому отличить правду.

Моя позиция

• Язык учить обязательно — с прицелом на чтение и суждение, а не зубрёжку. Сократить путь к читательской свободе нельзя; AI этот путь не сокращает, лишь делает его незаметно опциональным.
• Пока большинство "отдаёт понимание" AI — учиться сейчас — это окно возможности: становишься дефицитным специалистом, который управляет AI, а не конкурирует с ним. Это краткосрочное окно — рынок рано или поздно адаптируется. Пока оно открыто — грех не воспользоваться.
• Здоровый режим: использовать AI, чтобы идти быстрее и учиться глубже, а не чтобы избегать обучения. Антипаттерн — "сделай всю задачу за меня". Паттерн — сам пишешь, AI объясняет "почему", сам разбираешься в его варианте прежде чем принимать.
• Парадокс на дорогу: чтобы эффективно пользоваться AI, надо знать достаточно, чтобы в простом он был не нужен. Кто зависим от AI в простых вещах — в сложных будет обманут AI без шанса это заметить.

Источники

• Nature — Is AI ruining our skills? Early results are in (июнь 2026): 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