Добавить в корзинуПозвонить
Найти в Дзене

Странность с курсами по ИИ: сертификат проверяет именно то, что ИИ скоро будет делать сам

Рынок прикладного образования лихорадит из-за ИИ. Можно это рассмотреть на примере курсов по самому ИИ. 26 мая открылась ещё одна программа: InfoQ AI Engineering Cohort. Это пятинедельная онлайн-группа для senior-инженеров от платформы InfoQ, которая стоит за конференциями QCon. Фасилитатор — Hien Luu из Zoox, автор книги по MLOps. Формат: 4 часа live-сессий в неделю, домашка, применение фреймворков из QCon-talks к реальным задачам участников в закрытой группе. В конце выдается сертификат ICAEP. За полгода это уже третий такой продукт крупного вендора: AWS, Snowflake, теперь InfoQ. Уникальность в формате: не лекции, а pressure-testing решений с peers из других компаний под NDA. Но суть та же: сертификат подтверждает знание методологий, которые лежат в открытом доступе. И здесь есть странность, которую мало кто проговаривает. Чем дешевеет ИИ, тем больше открывается курсов по «AI Engineering». Хотя логика подсказывает обратное: если машина умеет всё больше, зачем платить за обучение тому

Рынок прикладного образования лихорадит из-за ИИ. Можно это рассмотреть на примере курсов по самому ИИ. 26 мая открылась ещё одна программа: InfoQ AI Engineering Cohort. Это пятинедельная онлайн-группа для senior-инженеров от платформы InfoQ, которая стоит за конференциями QCon. Фасилитатор — Hien Luu из Zoox, автор книги по MLOps. Формат: 4 часа live-сессий в неделю, домашка, применение фреймворков из QCon-talks к реальным задачам участников в закрытой группе. В конце выдается сертификат ICAEP. За полгода это уже третий такой продукт крупного вендора: AWS, Snowflake, теперь InfoQ. Уникальность в формате: не лекции, а pressure-testing решений с peers из других компаний под NDA. Но суть та же: сертификат подтверждает знание методологий, которые лежат в открытом доступе.

И здесь есть странность, которую мало кто проговаривает. Чем дешевеет ИИ, тем больше открывается курсов по «AI Engineering». Хотя логика подсказывает обратное: если машина умеет всё больше, зачем платить за обучение тому, что она делает сама? Меня смущает не сам факт курсов. А то, что именно сертификат удостоверяет.

Хороший сертификат подтверждает навык, который не у каждого второго есть. Лицензия пилота, допуск к радиации. Плохой — подтверждает знание правил из открытых учебников. «Сертифицированный AI Engineer» — это в первую очередь знание методологий и документации, которые выложены бесплатно. Сертификат говорит: «я прочитал и сдал экзамен». Ничего сверх. В обычные времена это работало. Работодатель видит сертификат, экономит время на собеседовании. Курс для школы зарабатывает деньги. Все довольны.

Но современный ИИ — это машина, которая прочитала все учебники. Все технические документации, все книги по prompt engineering, все статьи по AI Engineering. Она их уже знает лучше, чем выпускник любого курса. Значит, сертификат проверяет именно ту компетенцию, которая первой автоматизируется. Если знание формальных правил можно получить за минуту разговором с Claude, зачем платить за курс, который это знание даёт? Это не «курсы плохие». Это сдвиг экономики. Раньше формальное знание правил было дефицитом, и за него платили. Теперь ИИ раздаёт его бесплатно. Сертификат потерял ту функцию, которая делала его ценным.

Есть тип знания, которое ИИ не может взять из учебника. Потому что его нет ни в одном учебнике. Это ваша личная практика работы с ИИ. Конкретно: какие ваши задачи ИИ умеет, а какие ему сразу даёте криво. Как формулируете запрос, чтобы получить ответ с первого раза. Где регулярно ошибаетесь и как обходите. Что ИИ должен помнить о вас, чтобы помогать лучше.

У меня есть правило, которое выросло из практики: перед каждой рабочей сессией с ИИ я делаю протокол открытия, в котором описываю в какой роли и ИИ будем каким методом создавать какой рабочий продукт, который модно будет пощупать (увидеть) в конце сессии. Звучит просто, но это выросло из 50 сессий, где я забыл контекст и начал сначала. Таких правил у меня десятка два, и они составляют мой стиль работы с ИИ (хотя и не только с ИИ). Они не в учебнике. Их нет на курсе по AI Engineering. И именно они делают мою работу с ИИ воспроизводимой. Именно за это в новой экономике начинают платить. Это новая культура работы.

Я не против курсов. Сам брал, когда входил в новое поле. Они дают структурный обзор за неделю вместо трёх месяцев самостоятельного копания, сетку терминов для разговора с коллегами, быстрый старт в абсолютно новой области. Это полезно. Но только как точка входа. Не как финал. Курс даёт карту местности, если вы впервые в этом лесу. Но карта не заменяет навык ходить. А навык ходить — это то, что ИИ за вас не сделает.

Так что делать вместо курса или после? Не тратить 100 000 ₽ и 3 месяца на сертификат, а выстроить систему взаимодействия с ИИ. Это значит: ритуалы взаимодействия с агентами, контекстные сессии с правилами, захват знаний после каждого решения, персональные протоколы, которые накапливаются неделя за неделей. Через 3 месяца у вас не будет сертификата. Но у вас будет воспроизводимая среда, в которой ИИ работает по вашим правилам, а не вы по его. Это навык, которого нет ни у выпускника курса, ни у самого ИИ.

ИИ обесценивает то, что хорошо описано формально. И сертификации проверяют ровно это — формальное знание. То есть то, что удостоверяет сертификат, и есть то, что первым автоматизируется. А ценность остаётся в том, чего нет в учебнике, — в вашей собственной практике. И эту практику нельзя купить за деньги и сдать на экзамене. Можно только наработать. Неделю за неделей, хотя бы по 30 минут в день.