Тиша, яку вимкнув AI

Дискусія "чи варто ще вчити програмування, якщо є AI" зараз кожні два тижні стартує з нуля. Я місяцями думав над цим — спочатку як над теоретичним питанням, потім як над таким, від якого залежить, що казати молодшому, який запитує "з чого почати". З'явилася доказова база, тому це вже не думки vs. думки. І, м'яко кажучи, обидві голосні крайнощі помиляються.

Це не "вчити чи не вчити". Це про те, що саме ти віддаєш AI, а що тримаєш при собі. І про одну річ, яку AI справді змінив — не у бік "усе перевернулось", а у бік набагато тоншого: зник примусовий зворотний зв'язок, який раніше за тебе робила сама реальність.

Дві крайнощі — обидві однобокі

Спершу очистимо стіл від двох голосних таборів, які з'являються в кожній дискусії:

• Табір №1: "Вчити мови більше не треба — AI напише". Найгучніший серед тих, хто продає буткемпи "стань програмістом за 30 днів з AI".
• Табір №2: "Усі отупіють, через кілька років не буде спеціалістів". Найгучніший серед досвідчених, які трохи лякаються власної безпорадності перед тим, як швидко молодші виглядають продуктивними.

Хибна дихотомія. По суті нічого фундаментального не змінилось: як і завжди, цінується усвідомлене розуміння, а не сухе заучування. AI лише поглиблює розрив між тими, хто справді шарить, і рештою — і робить це швидше, ніж раніше.

Що каже доказова база

Це вже не "мені здається". За 2025–2026 з'явилися конкретні виміри:

• Nature (червень 2026), "Is AI ruining our skills?" — надмірна опора на AI деградує навички. Не тільки у програмістів — у лікарів теж.
• Anthropic RCT на 52 інженерах: AI-асистент дає ~17% нижче формування майстерності. Тонкий момент — страждає не швидкість виконання задачі, а формування навички. Тобто короткостроково ти швидший, довгостроково — гірший.
• AI & Society: deskilling — це структурна проблема, у якої немає готового рішення. Не "AI поганий", а "інструмент змінив середовище навчання".
• TechCrunch: інженери відмовляються працювати без AI, бо без нього вже не можуть. Заголовок: "це може вийти боком".

Висновок експерта K. Crowston (наводить Nature) — це не "AI чи ні", а: свідомо вирішуй, які навички тримати при собі, а які віддавати. Це і є та фраза, з якої починається решта поста.

Що віддавати, а що тримати

Конкретно — ось де лінія:

Не можна зробити рев'ю того, що не вмієш прочитати. Тож "зрозуміти, не знаючи мови" — ілюзія; це сліпа довіра до AI. І це і є точка переходу між "спеціалістом, що користується AI" і "оператором AI". Перший керує AI; другий ним керується.

Ще одне розрізнення, яке постійно сплутують: втрата навички ≠ несформування навички. Досвідчений, який раптом почав покладатися на AI, лишиться сильним — у нього вже є модель світу. Новачок, який з першого дня сидить на AI на 100%, цю модель ніколи не побудує. Це різні проблеми з різними наслідками.

Як вчити правильно — і чому, по суті, нічого не змінилось

Вчити треба й далі — просто правильно. Не сухо заучувати терміни чи команди, а розуміти логіку і мати усвідомлення, як воно працює в загальному. Цінність не в "запам'ятати", а в "зрозуміти → вміти застосувати → судити".

І головне: це рівно те саме, що було завжди, ще до AI. Завжди цінувалися ті, хто реально шарить як спеціалісти, а не ті, хто завчив сухо. AI нічого не перевернув — він лише робить ліниву стежку легшою (тепер можна "зробити", не зрозумівши), тому розрив між цими двома типами тільки поглиблюється.

Хто вчився усвідомлено — таким і лишиться. Хто був лінивий — лінивим і залишиться. AI не створив цей поділ — лише підсвітив його.

Перевір на простих прикладах

• Математика: знати таблицю множення напам'ять — це ще не "знати математику". Калькулятор убив рахунок стовпчиком, але не потребу розуміти, що таке множення і коли його застосовувати.
• Телефони: ти більше не тримаєш номери в голові — телефон пам'ятає. Але маєш знати, кому і навіщо дзвонити. Пам'ять віддав — судження лишив.
• GPS: не тримаєш маршрути в голові. Але маєш розуміти, куди їдеш — і помітити, що GPS веде дурницю в об'їзд.

У всіх трьох машина забрала механічну пам'ять, а не розуміння і судження — і так було завжди. AI — наступна ітерація того самого, просто з ширшим діапазоном того, що тепер можна делегувати.

Синтаксис — побічний продукт, не ціль

Це не означає "синтаксис знати не треба". Синтаксис ти все одно засвоїш — але як побічний продукт розуміння і практики, а не як ціль. Ти ж не вчив %d флешкартками — зрозумів логіку format-string, і воно запам'яталось саме. Так працює нормальне навчання: розумієш → застосовуєш → синтаксис осідає сам. AI лише прискорює цю петлю, якщо нею правильно користуєшся.

Але одна річ таки змінилась: зник примусовий зворотний зв'язок

"Нічого не змінилось" — це десь на 80% правда. Одна важлива річ таки змінилась, і це не дрібниця.

Раніше середовище примушувало вчитися. Ти не міг запустити робочий код, не зрозумівши його хоча б настільки, щоб він запрацював. Компілятор, баг, падіння — це були вчителі, які силою тягнули кожного до базового рівня. Боротьба була обов'язковою — і вона будувала розуміння навіть у не надто старанних.

Тепер цей учитель вимкнений: можна отримати робочий результат, жодного разу не зрозумівши, як він працює. Кара за нерозуміння в моменті зникла. Звідси наслідок, який теза "нічого не змінилось" пропускає:

Розрив не просто поглиблюється між фіксованими типами — нове середовище затягує туди й тих, хто раніше б навчився, бо лінива стежка тепер дає робочий результат без негайної кари.

Тому й "лінивий лишиться лінивим" — завузько. Це більше про середовище і звички, ніж про вдачу: більшість людей реагують на тертя й зворотний зв'язок, а не ліняться "за характером". Прибери тертя — і навіть не-ледачі сповзають. Ризик не лише в лінивих.

І найтонше — ілюзія компетентності. AI так гладко затикає діри, що ти не б'єшся об стіну власного незнання й не помічаєш її. Здається, що розумієш, бо "все працює" (ефект metacognitive laziness). Тому лишатися старанним стало важче: тепер це вимагає свідомо створювати собі тертя — іноді вимикати AI, пробувати пояснити чи написати без нього, перевіряти "чи я справді розумію, чи лише думаю, що розумію". Раніше це робила за тебе реальність — тепер це твоя відповідальність.

Правила гри ті самі, але гра стала підступнішою — легкий шлях тепер маскується під успіх.

Для тих, хто вже шарить — гра інша

Усе вище — про формування навички з нуля. Якщо ти вже сформувався — для тебе картинка перевернута, і важливо це проговорити, бо інакше пост читається як "AI поганий", а це не та теза.

Досвідчений знає свої межі. Бачить, що AI йому видав → за пів-секунди розуміє, де воно "не так", де "так, але не для цього випадку", де "так і ок тут і зараз". У нього вбудований детектор "це не пахне правильно", зібраний з років реальних інцидентів. AI цього детектора не вимикає — навпаки, годує його швидше: більше прикладів, більше випадків, більше patterns, які треба швидко відсіювати.

Тому те саме AI, що ризикує перетворити новачка на оператора, перетворює сеніора на турбо-сеніора. Boilerplate за 30 секунд замість 3 хвилин. Експлорація нової бібліотеки — за вечір, не за тиждень. Перенести модуль з Python на TypeScript — реально, а не "колись потім". Це нітро у вже зібраний двигун.

І ще одна тонка річ: AI не може збрехати досвідченому непомітно. Йому AI бреше так само часто, як і новачку — просто він ловить це швидше, ніж дочитає речення. Те, що для новачка — пастка ілюзії компетентності, для сеніора — просто ще один баг-репорт у щоденному потоці.

Для тих, хто вже вклав час, AI — це турбо. Для тих, хто ще не вкладав — це ще одна причина не вкладати. Між цими двома станами немає середини — і це робить "коли саме ти вчився" одним із найважливіших факторів у кар'єрі.

Системний ризик: "зламана драбина"

Сеніори беруться з джунів. Якщо AI з'їдає джуніорську роботу й ніхто не будує фундамент → через 5–10 років нема з кого виростити сеніорів. Ризик "втраченого покоління" спеціалістів справжній — і це не алармізм, а проста piping-проблема: вхідну трубу системи перекрили, а вихідну ні.

Чому це не дійде до нуля (але буде боляче): рівновага "всі перестали вчитися" нестабільна. Дефіцит робить тих, хто вчився, надцінними → стимул вчитися повертається. Компанії, які свідомо ростять спеціалістів, отримують moat. Але перехід болючий: оператори падуть на першому серйозному інциденті, коли AI бреше чітко й переконливо, а нікому правду відрізнити.

Моя позиція

• Мову вчити обов'язково — з прицілом на читання й судження, а не зубріння. Скоротити шлях до читацької вільності не можна; AI цей шлях не закорочує, лише робить його непомітно опційним.
• Поки більшість "віддає розуміння" AI — вчитися зараз — це вікно можливості: стаєш дефіцитним спеціалістом, що керує AI, а не конкурує з ним. Це короткострокове вікно — ринок рано чи пізно адаптується. Поки воно відкрите — гріх не скористатись.
• Здоровий режим: використовувати AI, щоб іти швидше і вчитися глибше, а не щоб уникати навчання. Антипатерн — "зроби все завдання за мене". Патерн — сам пишеш, AI пояснює "чому", сам розбираєшся в його варіанті перш ніж приймати.
• Парадокс на дорогу: щоб ефективно користуватись AI, треба знати достатньо, щоб у простому він був не потрібен. Хто залежний від AI у простих речах — у складних буде обдуреним AI без шансу це помітити.

Джерела

• Nature — Is AI ruining our skills? Early results are in (червень 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