Я уже достаточно написал про образование. И плохо помню детали — о каких именно его аспектах.
Но в последнее время из разговора в разговор с людьми, далёкими от AI-пузыря, из меня вырывается один и тот же тезис про итеративность.
Метод проб и ошибок, хорошо знакомый ML-щикам. Тупой, примитивный, «от сохи»: берёте данные и фигачите, пока из этой глины не получится что-то стоящее.
Значение накопленного опыта выходит на передний план.
Раньше опыт конкурировал со знаниями. Знания сами по себе были дефицитным активом: нужно было знать, где искать, что читать, кого спрашивать, что вообще существует.
После коммодитизации информации и значительной части интеллектуального труда это преимущество почти исчезло. А опыт — остался.
Более того, его относительная ценность резко выросла.
Современная система образования совершенно для этого не приспособлена. Как, впрочем, и типичный карьерный путь, на котором опыт накапливается по крупицам.
Безусловно, на меня здесь сильно влияет работа с языковыми моделями и вообще современные подходы к их оркестрации.
Если очень грубо, модель сначала долго набивают знаниями. Учебники, статьи, книги, форумы, код, весь доступный письменный корпус человечества. Это называется предобучением.
На выходе получается невероятно начитанный эрудит, который при этом ещё не особенно умеет быть полезным.
А потом начинается второй этап: огромное количество попыток, оценок, корректировок, обратной связи. Модель учат не знать, а делать.
Университет — это предобучение.
А второй этап в человеческой системе почему-то считается чем-то, что произойдёт само. На работе. Лет за пятнадцать.
Опыт потому и конкурировал со знаниями, что его нельзя просто записать в конспект.
Его можно передавать через наставничество, наблюдение, совместную работу. Но в конечном счёте человек всё равно должен сам сделать некоторое количество попыток. Ошибиться. Исправиться. Попробовать ещё раз.
И вот здесь карьерная система устроена почти издевательски.
Джуниору не дают ошибаться, потому что ошибки дорогие. Их принято минимизировать. Ему дают маленький кусок задачи, проверяют, страхуют, согласовывают и постепенно расширяют зону ответственности.
То есть система оптимизирована на минимум проб. А значит — на минимум обучения.
Опыт копится по крупицам не потому, что быстрее нельзя. А потому что каждая проба имеет цену. И платить её за джуниора никто особенно не хочет.
В работе с моделями цена пробы рухнула вслед за ценой знания.
Гипотезу, которая раньше стоила квартал работы отдела, теперь иногда можно прогнать до обеда.
Не сработало — выкинул.
Жалко гораздо меньше, потому что вместе с неудачной гипотезой исчезает небольшая стоимость попытки, а опыт этой попытки остаётся.
Что сработало. Что не сработало. Где была ошибка. Как надо поставить задачу в следующий раз.
Поэтому забудьте уже про разрыв между «умеющими промптить» и всеми остальными.
Его почти нет.
Теперь разрыв возникает между людьми, у которых сто содержательных проб в неделю, и людьми, у которых одна.
Через год это станет разницей не в навыке работы с AI, а в объёме прожитого профессионального опыта.
А система образования тем временем продолжает грузить предобучение и выдавать за него дипломы.
И человек с одной попыткой в неделю всё ещё собирается конкурировать с человеком, у которого их сотни и тысячи. Удачи с этим.
Вы проиграете не тому, у кого очень большая голова.
Вы проиграете тому, у кого больше опыта.
А опыт теперь можно накапливать намного быстрее.
Так что совершайте ошибки. Много. Дёшево. Быстро. Прямо сейчас.
Ранее:
