Какие профессии выживут в эпоху ИИ и чему учиться уже сейчас: интервью с Аланом Гринбергом
Если ИИ уже умеет писать, анализировать информацию и объяснять сложные темы, чему тогда должны учить университеты? И какие навыки будут иметь значение в мире, где профессии меняются быстрее, чем успевает адаптироваться система образования?
Этой осенью inVision U, основанный при поддержке предпринимателя Арсена Томского, принял первый поток студентов, официально запустив бакалаврскую программу. По этому случаю в Алматы приехал Алан Гринберг — бывший руководитель образовательного направления Apple и один из участников развития iTunes U. STEPPE поговорил с ним о том, как искусственный интеллект меняет образование, почему технологии должны усиливать преподавателя, а не заменять его, зачем учиться задавать правильные вопросы, как будут трансформироваться профессии и почему даже самый совершенный ИИ мало что значит без настоящей экспертизы.
«Преподавание происходит в аудитории, а обучение — 24/7»
— Мне повезло получить приглашение в Apple от Паскаля Канье, который в то время возглавлял Apple Europe. Он предложил мне разобраться, как компания работает с образованием. У компании уже были традиционные отделы продаж, которые взаимодействовали со школами и университетами, рассказывая им о технологиях. Но практически никто не смотрел шире — на то, как цифровые технологии в целом могут повлиять на образование.
Поэтому свою работу в Apple я начал с исследования. Визитка Apple позволяла мне встречаться с людьми очень высокого уровня: руководителями университетов, главами IT-департаментов, представителями школ в Великобритании, Франции, Германии и других европейских странах. Но я приходил к ним не для того, чтобы рассказывать о технологиях Apple. Я спрашивал, с какими проблемами они сталкиваются.
Очень быстро стало понятно: школы и университеты хотят переходить в цифровую среду, но не до конца понимают, как именно это должно выглядеть. Стало очевидно и другое — ключевую роль играет контент: учебники, программы, содержание самих дисциплин. В то время лишь несколько университетов действительно активно работали с цифровым контентом. В Великобритании одним из первых был Open University, во Франции интересные проекты развивали HEC Business School и Университет Лиона.
Работая вместе с нашими системными инженерами, я увидел возможность переводить образовательный контент в цифровой формат и распространять его гораздо шире. В конечном итоге эта работа стала частью развития подкастинга в Apple. Поначалу подкасты не выглядели особенно привлекательными с коммерческой точки зрения — они не приносили прямой выручки, и никто из нас не представлял, насколько масштабным станет этот формат. Но наша команда продолжала его развивать, и со временем он превратился в нечто гораздо большее.
Apple, конечно, была продуктовой компанией. Она хотела, чтобы школы и университеты пользовались ее компьютерами, а позже — iPod, iPad и другими устройствами. Но вместо того чтобы просто отправлять продавцов в образовательные учреждения, мы искали другие способы интегрировать технологии в эту среду.
Одним из таких проектов стала программа Apple Distinguished Educator, к которой я тоже имел отношение. Идея заключалась в том, чтобы дать технологии самим преподавателям. Представьте: вместо продавца, который говорит вам: «Вы должны пользоваться этим устройством», технологию использует ваш коллега. Другие преподаватели смотрят через его плечо и думают: «А это действительно удобно, понятно и полезно».
Такое влияние работало в обе стороны. С одной стороны, преподаватели могли обращаться к тем, кто распоряжался бюджетами, и говорить: «Нам нужны эти инструменты для преподавания и обучения». С другой — сами студенты приходили в школы и университеты, уже ожидая цифрового взаимодействия.
Такие инициативы, как Apple Distinguished Educator, подкастинг и другие цифровые проекты, стали катализатором роста Apple в сфере образования. В 2004–2006 годах Microsoft уже имела прочные отношения со многими школами и университетами. Подобные инновации помогли Apple преодолеть этот барьер и стать гораздо более заметным участником образовательной экосистемы.
Чтобы понять, почему все это оказалось важным, достаточно задать два вопроса: где происходит преподавание и где происходит обучение?
Преподавание происходит в рамках 45-минутного или часового занятия — допустим, три-четыре раза в неделю по конкретному предмету. Но обучение длится 24 часа в сутки, 365 дней в году. Все зависит от того, насколько студент хочет вовлекаться, сколько времени готов уделять учебе и сколько усилий готов вкладывать.
Если образовательные ресурсы доступны человеку в режиме 24/7 — вот тогда и начинается самое интересное.
Подкастинг сильно изменил эту систему. Образование перестало сводиться к тому, чтобы взять домой учебник и выполнить домашнее задание. Знания стали доступны за пределами аудитории.
Следующим этапом стал iTunes U: университеты могли публиковать образовательный контент на платформе Apple и распространять его по всему миру. Я был одним из трех старших менеджеров, участвовавших в создании проекта, и в итоге через платформу своим контентом делились сотни, если не тысячи университетов.
Сегодня iTunes U уже не существует. Но иногда после моих выступлений ко мне подходят люди, которым сейчас чуть больше тридцати. Они учились в университетах именно в тот период и, узнав, что я участвовал в развитии подкастинга и iTunes U, говорят мне спасибо — потому что этот контент помог им получить образование. Для меня это очень ценно.
«ИИ не должен заменять преподавателя. Он должен усиливать его»
— С появлением искусственного интеллекта фундаментально изменился сам принцип образования. Исторически оно строилось сверху вниз: преподаватель заходил в класс или лекционный зал, студенты сидели, слушали, делали записи и, будем надеяться, чему-то учились. Теперь эта система разворачивается на 180 градусов. Обучение все больше идет снизу вверх, потому что благодаря ИИ нам доступен огромный объем знаний. Значительная часть информации, которую раньше студент мог получить только от преподавателя, теперь доступна через большие языковые модели и генеративный ИИ. Но здесь возникает проблема. Если человека не научили критически мыслить, ценность этих инструментов значительно снижается. Критическое мышление — это в том числе и способность правильно сформулировать вопрос. Если вы не умеете задавать правильные вопросы, вы не сможете использовать эти инструменты в полной мере. Еще важнее — не просто получить ответ, а осмыслить его. Не принимать автоматически то, что выдал ИИ, а посмотреть на информацию и определить, какая ее часть действительно релевантна вашей гипотезе, вопросу или теме. И студенты, и взрослые должны понимать: ценность этих инструментов зависит от качества наших вопросов и способности интерпретировать полученные ответы.
Меня особенно интересует то, что я называю вторым поколением ИИ. Первое поколение — это большие универсальные языковые модели. Мне же гораздо интереснее built-for-purpose AI — искусственный интеллект, созданный под конкретную задачу. Он должен быть сфокусирован на определенной области, а не пытаться охватить весь интернет.
Второй принцип — достоверность. Такой ИИ должен обучаться на контенте, который прошел экспертную или академическую проверку и опирается на серьезные исследования. Если речь идет об образовании, именно академическое сообщество должно определять, какие учебники, планы занятий и другие материалы составят эту базу знаний.
Третий принцип я называю trust coefficient — коэффициентом доверия. Даже если ИИ создан под конкретную задачу и использует качественный контент, остается вопрос: можете ли вы ему доверять? Здесь особенно важна роль университетов, потому что исторически именно они отвечали за качество и достоверность знаний, которые получают студенты.
Если объединить специализированный ИИ, качественный контент и доверие, а затем добавить критическое мышление, мы получим представление о том, каким может быть образование в эпоху искусственного интеллекта.
Есть еще один элемент — персональная образовательная траектория. Представьте преподавателя, который входит в класс, где сидят 30 учеников. Традиционно ему приходится ориентироваться примерно на середину: условно 20 учеников находятся на среднем уровне, пятерым нужна дополнительная помощь, а еще пятеро уже опережают остальных. Первых нужно подтянуть, но при этом сильнейшие ученики фактически вынуждены замедляться, хотя могли бы двигаться дальше.
Примерно так классная комната работала сотни лет. А теперь представьте возможность обучать каждого ученика в соответствии с его уровнем по конкретному предмету. AI-тьютор потенциально позволяет это сделать. Он не заменяет преподавателя, а усиливает его. Учитель по-прежнему отвечает за программу, содержание курса, предмет и работу с учениками, а технология может помочь каждому получить собственную образовательную траекторию — и в классе, и дома.
И это не технология завтрашнего дня. Она существует уже сегодня.
Одна из компаний в моем портфеле, ASI.Tech, создала AI-тьютора для правительства ОАЭ. Мы обучили его на проверенном контенте, но также добавили систему определения уровня знаний пользователя. Представьте, что мы с вами изучаем экономику и оба задаем вопрос об инфляции. Ваш вопрос может быть гораздо сложнее и точнее моего. Мы обращаемся к одной и той же базе знаний, но технология понимает, что вы находитесь дальше на своей образовательной траектории, и дает вам ответ соответствующего уровня. Одновременно она может определить мой уровень и объяснить ту же тему так, чтобы ответ соответствовал моим знаниям. Это не означает, что вы умнее меня. Просто ваша образовательная траектория может быть быстрее и прямее, а мне потребуется больше времени. В итоге мы оба можем прийти в одну точку — просто разными путями.
Именно это я имею в виду, когда говорю о персональной образовательной траектории. Технология понимает нюансы того, как вы формулируете вопрос, и делает информацию релевантной именно для вас. Это уже не подход «одно решение для всех».
ИИ становится механизмом релевантности.
Чему учиться, если никто не знает, какие профессии будут существовать?
— Все, о чем я говорю, строится вокруг принципа human in the loop — человек остается частью системы. Речь не идет о том, чтобы ИИ заменил преподавателей, школы или университеты. Речь о том, чтобы он усиливал существующую образовательную систему.
Сегодня существует множество инструментов для учебы и академической подготовки. Но гораздо меньше внимания уделяется характеру и социально-эмоциональным навыкам — качествам, которые нужны человеку, чтобы справляться с жизнью и добиваться результата: упорству, настойчивости, устойчивости и стремлению к мастерству. Образование тоже должно этому учить.
В данный момент маловероятно, что человек всю жизнь будет работать на одной должности или даже в одной профессии. У нас может быть несколько карьер, и нам придется постоянно адаптироваться к новым обстоятельствам. Поэтому способность проходить через изменения тоже должна стать частью образования.
Есть и более широкий вопрос — ценность диплома. Раньше хороший диплом хорошего университета практически гарантировал вам работу. Сегодня это уже не совсем так. Я не говорю, что диплом больше не нужен. Но представьте кандидата, у которого вместе с дипломом есть подтверждение того, что он умеет работать, обладает талантом, настойчивостью, устойчивостью и способен справляться со сложными задачами. Если работодатель видит не только академическую квалификацию, но и понимает характер человека, это может иметь огромное значение.
Но есть еще одна вещь, которую технология не может создать за вас, — мотивация.
Когда я приехал в inVision U и познакомился со студентами первого набора, они произвели на меня сильное впечатление. Они увлечены, хотят учиться, у них есть собственный голос, они задают вопросы. Когда я приезжаю в Центральную Азию или бываю в таких странах, как Китай и Индия, я часто вижу молодых людей, которые действительно хотят учиться и улучшать свою жизнь. Они хотят получить работу, построить карьеру, создать новую технологию или придумать что-то свое.
Эту страсть к жизни и к новым знаниям невозможно заменить.
Без интереса, любознательности и внутренней мотивации технологии могут привести вас лишь до определенной точки. Сам предмет в каком-то смысле даже вторичен — главное, чтобы человек хотел задавать вопросы.
Я также считаю, что здесь есть ответственность семьи. Ответственность есть у школы, но родители тоже должны мотивировать молодых людей. А сами студенты должны быть амбициозными, ставить перед собой цели и стремиться стать лучшей версией себя. Им не нужно становиться самыми успешными людьми в мире. Достаточно стать лучшей версией самих себя.
Когда мы говорим о профессиях будущего, стоит помнить: в истории все постоянно менялось. Промышленная революция изменила рынок труда. Сельское хозяйство изменилось с появлением тракторов. Все эволюционирует — и мы адаптируемся, меняемся и создаем что-то новое.
Никто не знает, как именно будет выглядеть будущее. Никто. Но профессии точно будут меняться.
Стал бы я сегодня стремиться стать традиционным консультантом по управлению? Наверное, нет. Я могу использовать Claude и за пару часов провести часть анализа, на который раньше консалтинговой компании могли потребоваться месяцы и огромный бюджет.
Но это не означает, что консультанты исчезнут. Они эволюционируют. Консалтинговые компании уже становятся технологическими советниками и разработчиками решений для своих клиентов. Поэтому вопрос в другом: остаются ли они традиционными консалтинговыми компаниями или постепенно превращаются во что-то новое?
Еще один интересный пример — медицина. Arizona State University развивает новую медицинскую школу на пересечении медицины и ИИ. Идея не просто в том, чтобы готовить хороших врачей, а в том, чтобы выпускать врачей, которые изначально умеют работать с искусственным интеллектом и воспринимают его как естественную часть своей профессии.
Если это происходит в медицине, почему того же не должно быть в инженерии? Почему не в архитектуре или любой другой сфере?
Поэтому я бы не советовал родителям бояться будущего. Лучше сосредоточиться на том, о чем мы уже говорили: учить детей критически мыслить, задавать правильные вопросы и интерпретировать полученные ответы, а не просто верить информации потому, что ее выдал ChatGPT.
«Если контент не представляет ценности, возможно, проект вообще не стоит начинать»
— Сегодня существуют образовательные компании стоимостью в миллиарды долларов, чьи модели уже устаревают. Они сами это понимают, хотя не всегда готовы признать. Они пытаются перестроиться и стать современными ИИ-компаниями, но им мешает наследие старых систем и бизнес-моделей.
Меня больше интересует то, что я называю services as software — когда технология строится вокруг конкретной экспертизы или проблемы. Например, сейчас я работаю с ведущим специалистом в области женского здоровья, менопаузы и гормонов. Она написала книги, записала сотни подкастов и видео на YouTube, публиковала исследования, а ее клиника работала с десятками тысяч женщин. То есть перед нами настоящий эксперт в своей области. Мы взяли тот контент, которым она готова поделиться, поместили его в закрытую среду и обучили ИИ на этих знаниях. В результате женщины могут обращаться к специализированному ИИ и получать информацию, основанную на проверенной экспертизе конкретного специалиста.
Другой пример — IndexLaw. Это юридическая ИИ-платформа, которая ориентирована не столько на самих юристов, сколько непосредственно на частных лиц, стартапы, предпринимателей и компании. Мы собрали законодательство разных стран и регионов в единую базу знаний, с которой может взаимодействовать пользователь. Вы описываете юридическую проблему и получаете информацию о возможных вариантах действий. Это необязательно судебный процесс — решением может быть компромисс, арбитраж или другой путь. При этом модель остается гибридной: благодаря партнерствам у нас есть доступ к тысячам юристов по всему миру. Когда система понимает суть проблемы и юрисдикцию, человеку можно подобрать специалиста с нужной экспертизой. Задача — сократить время и расходы и сделать весь процесс эффективнее. Мы также разработали концепцию защищенного «хранилища» для конфиденциальной информации. В юридической сфере это может быть интеллектуальная собственность или чувствительные данные компании. ИИ может работать с информацией внутри такого хранилища, не раскрывая сами конфиденциальные данные.
Тот же принцип можно применить в здравоохранении. Представьте, что ваши медицинские данные находятся в защищенной среде, где врач может использовать искусственный интеллект, чтобы анализировать их, помогать с диагностикой или лучше понимать историю вашего здоровья. И снова это гибридная модель: не ИИ вместо специалиста, а ИИ вместе с человеком в безопасной и контролируемой среде.
Именно поэтому я считаю, что контент и технологии нужно разделять. Есть эксперты, которые знают свою предметную область, понимают образовательные программы и содержание. Есть технологии — я отношу себя именно к этой категории, — которые умеют доставить эти знания пользователю с помощью технологий. Один человек не обязан быть специалистом одновременно во всем.
Сейчас, к примеру, я развиваю проект с компанией, которая работает с передовыми технологиями в области электрических и водородных двигателей в автоспорте. У них есть невероятная инженерная экспертиза. И я спросил их: почему бы не превратить эти знания в образовательную программу? Почему бы не показать технологии, стоящие за этими разработками, школьникам, студентам колледжей и университетов, будущим инженерам?
Так, качественный, аутентичный контент соединяется с сильной технологией.
Когда я встречаю потенциального партнера с глубокой экспертизой, я иногда задаю довольно неудобный вопрос: «По шкале от одного до десяти насколько вы хороши в своем деле?».
Звучит ужасно и даже похоже на вопрос с подвохом. Но это не так. Мне нужно понять, действительно ли человек хорошо знает свою область. Если он настолько хорош, насколько я предполагаю, становится интересно: технологии могут масштабировать эту экспертизу. Но если это не так, я хочу узнать об этом до того, как мы потратим время, деньги и ресурсы на создание продукта вокруг недостаточно качественного контента. У вас может быть великолепная технология, но если в ее основе нет достоверных и ценных знаний, проект не реализует свой потенциал.
В конечном счете технология — лишь способ доставки. Если сам контент не представляет ценности, возможно, проект вообще не стоит начинать.
Есть и финансовая проблема. Исторически развитие технологий сильно зависело от венчурного капитала: деньги во многом определяли, какие технологии будут созданы. Сегодня ранним проектам в образовании, здравоохранении и deep tech особенно сложно привлекать инвестиции, потому что огромные объемы капитала направляются в LLM и дата-центры.
Поэтому нужны другие модели. Значительная часть моей сегодняшней работы строится вокруг совместных предприятий. У одного человека могут быть ресурсы и желание инвестировать в изменения. У другого — глубокая предметная экспертиза и способность построить продукт или образовательную институцию. А затем к ним присоединяется технология.
Когда эти три элемента сходятся и люди действительно начинают работать вместе, тогда и происходит магия.
Несмотря на все опасения вокруг искусственного интеллекта, я остаюсь оптимистом. Мы не можем предсказать, что произойдет через десять лет. Иногда сложно предсказать даже следующие десять дней. Я не утверждаю, что риски ИИ — это ерунда. Так говорить было бы глупо, но я верю, что человек продолжит играть критически важную роль.
Если у технологии плохие намерения за собой — можно создать плохой ИИ. Если хорошие — можно создавать ИИ, который приносит пользу. Я предпочитаю концентрироваться на специализированных и надежных системах, способных улучшать образование и профессиональную подготовку, помогать врачам, медсестрам и больницам, создавать возможности для непрерывного обучения и профессионального развития. Именно в этом я вижу возможности искусственного интеллекта.
«Возможности Казахстана огромны»
— Я провел в Казахстане всего три с половиной дня, поэтому не хочу делать вид, что понимаю всю страну. Но за это время мне удалось познакомиться с очень интересными людьми, и увиденное произвело на меня сильное впечатление. В inVision U я встретил талантливых, амбициозных молодых людей, которые хотят учиться и стремятся стать лучшей версией себя. Конечно, один университет не может представлять всю страну. Но если люди, которых я здесь встретил, действительно отражают новое поколение Казахстана, то возможности этой страны огромны. Особенно интересно видеть молодых людей, желающих развиваться, строить карьеру и реализовывать свой потенциал. Думаю, ключевую роль здесь будет играть сотрудничество — между образованием, технологиями, инвестициями и людьми, которые действительно хотят что-то создавать.
Еще одна вещь, которую я заметил здесь: успешные люди хотят отдавать что-то обществу. Они инвестируют в образование, культуру и институции, способные работать для следующего поколения. Такое встречается далеко не везде. Когда успешный человек решает делиться своими возможностями с обществом и эти ресурсы соединяются с сильными идеями и людьми, способными их реализовать, может получиться нечто действительно значимое. Я сам видел эффект такого подхода на протяжении всей своей карьеры.
Один из проектов, которым я горжусь больше всего, появился во время моей работы в Apple в Китае. Стив Джобс и Терри Гоу из Foxconn хотели запустить социальный образовательный проект для сотрудников фабрик. Этим проектом занялись я и один из моих коллег. Foxconn выделил семь учебных классов в Шэньчжэне, Apple предоставила 500 компьютеров iMac, а мне удалось убедить Pearson предоставить образовательный контент. Проект назывался SEED. В первом наборе участвовали 4 967 человек. Это были молодые сотрудники, которые проводили по 10–12 часов на производстве, а после смены приходили на занятия и изучали инженерные дисциплины. Посещаемость составляла от 92% до 96%, а 196 участников первого набора впоследствии поступили в китайские университеты.
Когда я приезжал в Foxconn, китайские коллеги иногда просили меня зайти в аудитории и поговорить со студентами. Многие не говорили по-английски, поэтому я просто рассказывал истории. Однажды через несколько минут несколько студентов встали со своих мест, подошли ко мне, сели рядом и начали прикасаться к моей руке и ноге. Я совершенно не понимал, что происходит.
Позже коллеги объяснили: студенты знали, кого я представляю и что приехал, чтобы помочь им, но им было сложно поверить, что я действительно нахожусь перед ними. Им хотелось убедиться, что все это реально.
Тогда я понял, что на самом деле означает giving back — отдавать что-то обществу. Дело было не в деньгах. Я увидел, насколько много одна возможность может значить для молодого человека.
Позже, когда проект посещали другие руководители Apple и Pearson, я настаивал, чтобы они тоже заходили в эти аудитории. Помню, как одна из руководителей Pearson сидела среди студентов, которые подходили к ней все ближе и слушали ее истории. В какой-то момент по ее лицу потекли слезы. Я посмотрел на нее и подумал: вот что значит отдавать что-то обществу.
Если вы уже многого добились и можете помочь следующему поколению, это может оказаться гораздо ценнее денег. Этот опыт повлиял на все, чем я занимался после ухода из Apple.
Я, конечно, очень горжусь своей работой в Apple. Мне довелось работать там в невероятно творческий период, и участие в развитии подкастинга и iTunes U стало для меня огромной возможностью. Но я не меньше горжусь образовательным проектом Foxconn, хотя о нем, вероятно, знает гораздо меньше людей. Сегодня мне также повезло работать с невероятно талантливыми молодыми людьми и создавать вместе с ними новые компании. Один из проектов, которым особенно горжусь сейчас, — IndexLaw.
И когда я смотрю на молодых людей, которых встретил здесь, в Казахстане, я вижу те же качества: амбиции, любознательность, желание учиться и понимание ценности опыта, которым с ними готовы делиться другие.
