Плохая новость для всех, кто радостно отдал обучение ИИ на аутсорс. Новое исследование от Anthropic показывает: если активно использовать ИИ-ассистента при изучении новой технологии, мозг начинает лениться. И это не метафора, а измеряемый эффект — минус 17% понимания и особенно болезненный провал в навыках отладки. Именно тех, без которых ИИ превращается из помощника в источник скрытых багов.
Что именно проверяли — и почему результат получился неприятным
Исследователи взяли разработчиков с опытом Python и дали им новую асинхронную библиотеку Trio — штуку не тривиальную, с концепциями вроде структурированной конкурентности (structured concurrency). Половине участников разрешили пользоваться ИИ-ассистентом (на базе GPT-4o), половине — нет.
Задачи были максимально приближены к реальности:
⚙️
– написать таймер с конкурентными задачами
– обработать ошибки асинхронного ввода-вывода
– разобраться, почему корутина «не awaited» и что с этим делать
После этого — тест:
📚 понимание концепций
🧠 чтение чужого кода
🐛 отладка
И вот здесь начинается самое интересное.
Цифры, которые стоит перечитать дважды
📉 Минус 17% к знаниям
Разработчики с ИИ показали на 17% худшие результаты в тесте. Это не «чуть хуже», а минус две полноценные оценки.
🐛 Отладка пострадала сильнее всего
Самый большой разрыв — в дебаггинге (debugging). Люди, которые меньше сталкивались с ошибками сами, хуже понимали, почему код ломается.
⏱ Продуктивность почти не выросла
В среднем ИИ не дал статистически значимого ускорения. Некоторые участники тратили до 30% времени просто на формулирование запросов ассистенту.
Это важный момент:
ИИ не ускорил обучение, но замедлил формирование навыков.
Шесть типов поведения с ИИ — и только три из них безопасны
Авторы вручную просмотрели записи экранов всех участников и выделили шесть паттернов взаимодействия с ИИ. Это, на мой взгляд, ключевая часть работы.
Паттерны, которые убивают обучение
🧠❌ Полная делегация
ИИ пишет код → человек копипастит → идёт дальше. Быстро. Пусто в голове.
🐌❌ ИИ-отладка по кругу
«Вот ошибка, почини» → «А теперь эту» → «А всё ли правильно?»
Минимум мышления, максимум зависимости.
📉❌ Прогрессирующая лень
Первую задачу ещё думают, вторую — полностью отдают ИИ.
Паттерны, которые сохраняют мозг
🧠✅ Сначала код — потом понимание
ИИ сгенерировал → человек разбирает, задаёт уточняющие вопросы, перепроверяет.
📚✅ Код + объяснение
Просьба не просто «напиши», а «напиши и объясни, почему так».
🔍✅ Только концептуальные вопросы
ИИ — как документация и преподаватель, а не как автопилот.
Ирония в том, что внешне все шесть паттернов выглядят одинаково: человек общается с ИИ. Но когнитивно — это разные вселенные.
Почему именно отладка — зона максимального риска
Отладка — это место, где формируется инженерное мышление:
🐛 столкнулся с ошибкой
🔍 понял, откуда она
🧠 связал с моделью исполнения
🛠 исправил
ИИ убирает первые два шага. Ошибка исчезает — а понимание так и не появляется. В эксперименте контрольная группа (без ИИ) сталкивалась с ошибками в 3 раза чаще — и именно поэтому лучше их понимала.
Это тревожный сигнал для индустрии:
мы всё больше полагаемся на ИИ-код, но всё меньше умеем его проверять.
Моё мнение: это не «ИИ плохой», это «мы используем его неправильно»
Исследование не говорит «запретите Copilot». Оно говорит куда более неприятную вещь:
Продуктивность ≠ компетентность
ИИ — это усилитель.
Он усиливает и мышление, и его отсутствие.
Если использовать его как:
🧠 преподавателя
📖 интерактивную документацию
🔍 собеседника для проверки гипотез
— обучение сохраняется.
Если как:
🤖 автогенератор решений
🪄 магическую кнопку «сделай»
— мозг быстро уходит в режим энергосбережения.
Что это значит для компаний и образования
🏢 Для бизнеса
Риск вырастить инженеров, которые не способны контролировать ИИ-код. Особенно опасно в финтехе, медицине, безопасности.
🎓 Для обучения
ИИ нельзя просто «разрешить» — его нужно встраивать в методику:
– запрет на автогенерацию
– акцент на объяснения
– отдельная практика отладки без ИИ
🤖 Для будущего
Чем умнее становятся модели, тем важнее становится человек, который понимает, когда модель ошибается.
Итог
ИИ действительно делает нас быстрее.
Но без дисциплины он делает нас и глупее — тихо, незаметно, без ощущения деградации.
Главный вывод исследования Anthropic звучит жёстко, но честно:
ИИ-ускорение — не короткий путь к мастерству.
И если мы не научимся пользоваться ассистентами осознанно, нас ждёт поколение разработчиков, которые пишут код быстрее всех…
и не понимают, почему он работает.
Источники
- Оригинальная статья (arXiv): https://arxiv.org/abs/2601.20245
- Репозиторий с аннотированными данными исследования: https://github.com/safety-research/how-ai-impacts-skill-formation