Университеты в эпоху ИИ: новые специальности или трансформация старых?

Рассказывает Юрий Чехович — кандидат физико-математических наук, эксперт в области академической этики, машинного обучения и ИИ, заведующий лабораторией в ИПУ РАН и основатель сервиса Domate. 

Как меняются вузы с развитием ИИ

Искусственный интеллект становится новым востребованным направлением в вузах. Американский институт МТИ (Massachusetts Institute of Technology, MIT) ещё в 2022 году запустил образовательную программу «Искусственный интеллект и принятие решений». В университете Южной Флориды уже в 2025 году 3 тысячи студентов поступили на факультет искусственного интеллекта и кибербезопасности. 

Российские вузы не отстают. Так, в 2026 году в МГУ откроется факультет искусственного интеллекта, хотя упор здесь будет сделан на фундаментальные науки — математику и информатику. Новый факультет будет готовить специалистов по проектированию, разработке и интеграции интеллектуальных систем. 

Во всех случаях показательно одно: ИИ не выступает самостоятельной областью изучения, а сочетается с уже существующими дисциплинами. Иными словами, речь идёт не о внедрении новых специальностей, а о трансформации уже существующих. Мы читаем новости о появлении направлений «искусственный интеллект и здравоохранение», «искусственный интеллект и дизайн», «искусственный интеллект и анализ политики» и т.д. 

К традиционным направлениям добавляется приставка «ИИ», добавляя новый методологический слой для образовательного направления. И в этом нет ничего плохого или сомнительного. 

История показывает, что попытки решить даже нерешаемые задачи нередко приводят к прорывным результатам. Классический пример — алхимия. Поиск философского камня как центральная, утопическая по современным представлениям цель, стимулировал развитие экспериментальных методов работы с веществами. Именно из алхимических практик постепенно сформировалась химия как научная дисциплина. 

И тем не менее есть очевидный кандидат, который теоретически может стать чем-то принципиально новым для высшего образования — направление, связанное с так называемым промпт-инжинирингом. Если сам термин «промпт-инжиниринг» пользуется популярностью, логично предположить, что может оформиться и соответствующая образовательная программа. Вопрос в том, станет ли это самостоятельной профессией или останется прикладным навыком, то есть частью более широких компетенций.


@Freepik (лицензия INV-C-2024-8250540)

Сегодня вокруг написания промптов активно формируется рынок курсов, тем не менее совсем не обязательно, что из этого интереса разовьётся полноценная профессия. В своё время существовали позиции вроде «оператор ЭВМ» или «оператор компьютера» — это была отдельная специализация. В 21 веке цифровая грамотность — базовый навык, который встроен практически в любую профессию. 

Сам по себе он редко выступает как самостоятельная карьерная траектория. По аналогии можно предположить, что и работа с ИИ (а именно — умение формулировать запросы и интерпретировать их выводы) со временем станет универсальной компетенцией. Наверняка она будет особенно востребована в программировании, дизайне, медиа, работе с текстом, изображением, звуком и видео, но, вероятно, не как изолированная специальность, а как обязательная часть профессионального набора.

Отличное владение генеративными инструментами не отменяет необходимости фундаментальной подготовки. Напротив, базовые навыки — умение снимать и монтировать видео, писать музыку, проектировать что-либо — останутся ключевыми. Искусственный интеллект сможет усилить профессионала, но точно не заменит его профильную экспертизу и талант.

Как трансформируются существующие специальности

Сегодня мы наблюдаем трансформацию уже существующих областей знания, и, вероятно, процесс будет ускоряться. Тем не менее о радикальных переменах пока не приходится говорить: фундаментальные знания по-прежнему представляют собой главную опору.

В случае медицины, например, базовая профессиональная подготовка врача остаётся неизменной по своей структуре и длительности: многолетнее обучение, клиническая практика, ординатура. Добавление курсов по использованию алгоритмов машинного обучения в диагностике или анализе медицинских данных не отменяет фундаментальных требований к квалификации. 

ИИ здесь становится таким же инструментом, как несколько десятилетий назад стали МРТ, компьютерная томография или цифровые системы хранения данных. Это адаптация профессии к технологической среде, а не создание принципиально новой специальности.

Аналогичная логика применима к политологии, дизайну или журналистике. Специалист по «анализу политики с применением ИИ» в первую очередь остаётся политологом: он обязан разбираться в институтах, процессах и теориях, а алгоритмические методы лишь расширяют его аналитический инструментарий. То же касается дизайна, медиа и других гуманитарных направлений.

Показательно, что обсуждение новых ролей часто сводится к идее «редактора ИИ» — то есть эксперта, способного оперативно выявлять галлюцинации или другие логические ошибки и искажения в материалах, созданных с помощью алгоритмов. 


@Freepik (лицензия INV-C-2024-8250540)

Однако и здесь возникает вопрос масштабируемости: если задача может быть формализована, то в перспективе она, вероятно, будет автоматизирована. Живой эксперт слишком дорого стоит, а кроме того, его нельзя масштабировать, тогда как алгоритмическое решение при наличии ресурсов можно тиражировать практически безгранично.

Таким образом, нынешняя волна «ИИ-специальностей» во многом отражает институциональную и маркетинговую реакцию университетов на технологический тренд. Вместо появления принципиально новых профессий мы наблюдаем перестройку образовательных программ, где искусственный интеллект становится обязательным элементом профессиональной подготовки — междисциплинарным инструментом, который проникает в уже существующие области знания и в какой-то мере меняет их практику.

---

Читайте также: Борис Агатов, эксперт по внедрению ИИ: «ИИ не оправдывает ожидания, рост производительности 60%»

---

Какими навыками сегодня должны обладать студенты

Для технических специальностей вопрос навыков, связанных с развитием ИИ-технологий, остаётся во многом открытым. Эта среда меняется быстрее, чем обновляются образовательные стандарты, и предсказать, какие именно компетенции окажутся ключевыми через 5–10 лет, крайне сложно. Кроме того, очевидно, что в ряде профессий изменения носят эволюционный характер. 

Однако есть области, где трансформация происходит стремительно. При этом акцент постепенно смещается от накопления знаний о каких-либо фактах к способности работать с ними. Конкретную информацию сегодня можно получить за считанные секунды — будь то физическая константа или базовый алгоритм решения математической задачи. Доступность данных сегодня уже не является конкурентным преимуществом.

А вот навыки интерпретации, критической оценки и практического применения знаний становятся гораздо более значимыми. Существуют компетенции, которые невозможно заменить мгновенным запросом к алгоритму. К ним можно отнести освоение сложных видов деятельности от игры на музыкальном инструменте до проведения хирургических операций — подобные вещи требуют длительной практики и повторяемости. 

Во множестве профессиональных областей регулярные тренировки, формирование профессионального чутья и личной ответственности за результат являются принципиальными.

На этом фоне университеты начинают пересматривать образовательную политику. Так, в ВШЭ уже разрабатывают рекомендации для студентов по использованию генеративных моделей и формируют новые регламенты работы с ИИ. Это сигнал к тому, что навыки взаимодействия с интеллектуальными системами, включая грамотную постановку задач и оценку полученных результатов, сегодня рассматриваются как необходимый элемент подготовки специалиста.


@Freepik (лицензия INV-C-2024-8250540)

Есть ли риски для тех, кто сегодня выбирает специальности с приставкой «ИИ»

Один из обсуждаемых сегодня вопросов в сфере высшего образования звучит так: возможен ли в ближайшие годы переизбыток специалистов по искусственному интеллекту, которые не смогут найти применение своим компетенциям? Риск перепроизводства кадров формулируется шире: речь идёт не только об ИИ, но и об ИТ-сфере в целом — разработчиках, инженерах программного обеспечения, аналитиках данных. 

На фоне стремительного роста инвестиций в генеративные инструменты периодически можно встретить мнение о формировании «пузыря» — завышенных прогнозов коммерческой отдачи от ИИ-технологий. История цифровой экономики уже сталкивалась с подобным — можно вспомнить кризис доткомов на рубеже середины 90-х — начала 00-х. Однако даже после резкого падения капитализации рынок тогда не исчез: потребность в цифровых продуктах и инфраструктуре продолжила расти.

Подобную логику можно применить и к ИИ. Снижение барьеров входа — удешевление разработки, автоматизация рутинных задач — не ведёт к сокращению спроса на специалистов. Напротив, по мере удешевления технологий увеличивается количество проектов, сервисов и приложений. Сфера применения генеративных моделей расширяется и тем самым компенсирует рост производительности инструментов.

При этом в обществе заметна и другая тенденция — так называемый эффект «ИИ-усталости». Объявления на площадках для соискателей всё чаще требуют опыта работы с ИИ, а маркетинг стремится применять этот термин к продуктам даже из самых неожиданных и далёких от интеллектуальных категорий. Это вызывает определенное недоверие у аудитории и даже демонстративный отказ от «ИИ-брендинга». 

Подобные реакции типичны для этапа стремительного внедрения технологии: за короткий период она из специализированного инструмента превращается в массовый феномен. Но по мере накопления опыта так или иначе будет происходить институционализация технологии — от стадии эксперимента и «игры» к этапу прагматического использования.

Можно говорить не столько о рождении принципиально новых профессий, сколько о глубокой перестройке и трансформации существующих направлений. Университеты, вероятно, не станут массово создавать совершенно новые факультеты, а скорее будут переосмыслять образовательные программы, интегрируя в них работу с ИИ как обязательный элемент подготовки специалистов будущего.

Искусственный интеллект постепенно перестаёт быть отдельным направлением и становится базовой инфраструктурной технологией — так же, как когда-то компьютеры и интернет. Университетам важно своевременно реагировать на перемены и не избегать ИИ, а встраивать его в образовательные процессы и в существующие дисциплины.

Юрий Чехович, 
основатель сервиса Domate.

Для NEW RETAIL