— Игорь Васильевич, что такое квантовый компьютер и в чем его отличие от обычного?

— Разница заключается в принципах работы. Обычный компьютер оперирует битами, которые имеют всего два состояния: ноль или один, «да» или «нет». А квантовый компьютер оперирует кубитами — это физические системы, которые могут находиться не только в состоянии «0» или «1», но и в суперпозиции этих состояний. То есть один кубит может быть одновременно и нулем, и единицей.

Именно это свойство позволяет квантовому компьютеру проводить параллельные вычисления. Если обычный компьютер последовательно перебирает варианты, то квантовый просчитывает их все одновременно. Это дает экспоненциальный прирост скорости для определенных классов задач — тех, на которые у обычного компьютера ушли бы сотни лет. Например, разложение больших чисел на простые множители, моделирование сложных молекул и т. п. Для простых же операций использование квантового компьютера будет слишком дорогим.  

Различаются и методы определения результата. Обычный компьютер всегда дает точный и предсказуемый ответ, а квантовый — лишь наиболее вероятный. Чтобы убедиться в правильности, один и тот же алгоритм запускают многократно. В итоге строится гистограмма: тот ответ, который выпадает чаще всего, и считается верным.

— Существует несколько подходов к созданию квантовых компьютеров. В чем отличия?

— Квантовые компьютеры различаются прежде всего тем, какие физические объекты используются в качестве кубитов. От этого зависят их сильные и слабые стороны.

Самый распространённый тип — сверхпроводящие кубиты. Они быстры и технологичны, но требуют охлаждения почти до абсолютного нуля (холоднее, чем в открытом космосе) и сильно страдают от шума (теплового, влияния других кубитов). Квантовые компьютеры на ионных ловушках дают высокую точность операций и дольше удерживают квантовое состояние, но работают медленнее сверхпроводников.

Фотонные системы не нуждаются в криогенном охлаждении и перспективны для квантовых коммуникаций, но они пока сложны в масштабировании. Перспективными считаются квантовые компьютеры на нейтральных атомах. Там можно создавать сотни-тысячи кубитов и сравнительно долго сохранять квантовые состояния, но операции сложнее контролировать.

Пока ни один тип не достиг практического превосходства в реальных задачах Стабильно работающих, безошибочных квантовых компьютеров, которые можно было бы просто включить и использовать как обычный сервер, пока не существует. Это всё еще экспериментальные установки. Предстоит совершить ряд фундаментальных физических прорывов (например, в области коррекции ошибок) прежде, чем технология выйдет за пределы лабораторий.

— И в какой перспективе это может случиться?

— Предсказать сложно. То, что старые системы шифрования всё еще работают и ваши деньги в банках в безопасности, — лучшее доказательство того, что квантовая эра не наступила.

Всю гонку разработок подстегивает угроза взлома. Как только появится достаточно мощный квантовый компьютер, он сможет взломать любые современные ключи шифрования, используемые во всём мире. Поэтому лидеры — США и Китай — вкладывают огромные средства. Общий объём мировых инвестиций в 2025 году оценивалтся примерно в 33 млрд долларов.

Россия подключилась к этой гонке позже, но сейчас мы активно наверстываем упущенное. Финансирование идёт по схеме «пятьдесят на пятьдесят»: половину даёт государство, половину — крупные корпорации, в первую очередь — «Росатом». Например, с 2020 по 2024 год на дорожную карту квантовых вычислений было направлено около 24 млрд рублей. В 2025 году только на квантовые вычисления выделено порядка 15 млрд, плюс средства на сенсоры и коммуникации.

При этом развиваются все направления. Например, в Физическом институте им. Лебедева и Российском квантовом центре работают с ионами и нейтральными атомами, а в НИТУ МИСиС — со сверхпроводниками. Также развитием квантовых технологий занимаются ФИАН, МГУ, МФТИ, МГТУ имени Баумана.

— Есть ли уже какие-то практические проекты?

— Да, в частности, у «Росатома» и торговой сети «Магнит». Они решают задачу оптимизации логистики — как наиболее эффективно выстроить отгрузки товаров. По их расчетам, применение квантовых алгоритмов может повысить эффективность планирования на 30–40%.

Также важный практический проект — квантовые коммуникации. РЖД планирует связать всю страну, от Запада до Востока, защищенными квантовыми сетями для передачи ключей в рамках проекта «Экономика данных». На это до 2030 года планируется направить около 70 млрд рублей.

— Насколько знаю, в ПГУТИ как раз готовят специалистов для реализации данного проекта. Расскажите об этом подробнее.

— Да, на факультете оптических и квантовых коммуникаций ПГУТИ мы готовим специалистов для работы с квантовыми сетями. Обучение строится на сплаве трех дисциплин: углубленная физика, высшая математика и программирование. У нас есть отличная лаборатория по генерации квантовых ключей. Мы со студентами разбираем, как строятся защищенные сети, которые не боятся взлома.

Второе направление подготовки на факультете — алгоритмическое. Мы готовим не инженеров-физиков, а специалистов, которые будут уметь пользоваться квантовым компьютером, когда он появится. Это программисты и разработчики квантовых алгоритмов. Им не столько нужно знать физику, как разработчикам железа, сколько понимать математику и логику работы с кубитами.

Путь обучения по обоим направлениям достаточно сложный, но он очень перспективный. Учитывая планы РЖД и других корпораций по развитию квантовых технологий, спрос на специалистов будет только расти.

Автор: Александра Ламзина

Материал подготовлен при поддержке гранта Минобрнауки России в рамках Десятилетия науки и технологий.

— Елена, после окончания школы вы уже знали, что поступите именно в этот вуз. Что вам было известно о ПГУТИ?  И почему были так уверены в своем выборе?

— Я многое знала об университете по опыту своей старшей сестры. Она окончила ПГУТИ: и бакалавриат, и магистратуру, и аспирантуру. В те годы, когда она училась, вуз развивался, а я пришла уже в обновленный университет.

Еще я всегда понимала, что я — человек-техник. Даже сейчас моя должность звучит как «техник лаборатории искусственного интеллекта ПГУТИ».

И мне очень хотелось, чтобы в вузе у меня была возможность не просто создавать различные проекты, а реализовывать их. И пример моей сестры показал: это возможно. Она так же была очень талантливым студентом, так же посещала очень много мероприятий в разных городах страны благодаря нашему университету. И сейчас я иду по похожему пути. Недавно я стала председателем студенческого научного общества (СНО). Благодаря командировкам и научной деятельности в университете у меня появилась насмотренность, качественные знакомства, в том числе со студентами. Поэтому университет — это моя большая поддержка.

— То есть, ваши ожидания совпали с реальностью?

— Да. И еще мне понравился подход, который используют в нашем вузе, например, на моей специальности «Информационные системы и технологии» очень много предметов по разным направлениям: от программирования до формирования баз данных, менеджмента. Поэтому есть возможность развиваться как управленцу.

— Какие советы по выбору вуза и направлению обучения вы могли бы дать сегодняшним одиннадцатиклассникам, которые только планируют поступление в университет?

— У меня был очень хороший опыт: в стенах университета я преподавала школьникам профориентацию. Ребята проходили тесты. И искусственный интеллект выявлял сильные и слабые стороны каждого школьника в рамках того образовательного курса в ПГУТИ, который они выбирали. Мой совет таков: сегодня можно с помощью нейронных сетей, описывая свой опыт, интересы, узнать, что школьнику лучше выбрать на основе его личных талантов.

— Сегодня вы еще являетесь штатным сотрудником ПГУТИ. Как это произошло?

— Я считаю, что мне повезло, потому что меня приняли в штат через полтора года обучения в университете. И это произошло благодаря тому, что я участвовала везде, где только можно. Например, публикуется информация об олимпиаде — я регистрируюсь; объявляется набор студентов в волонтеры — я иду. А еще, конечно, я благодарна моему преподавателю Светлане Геннадьевне Бедняк, которая вела у нас один из предметов. Она порекомендовала меня в качестве помощника для заместителя заведующего научно-исследовательской лаборатории искусственного интеллекта ПГУТИ Оксаны Игоревны Захаровой. Я стала участвовать в разработке проектов лаборатории. И спустя полгода мне предложили вступить в штат и представлять результаты деятельности лаборатории на различных мероприятиях и конференциях.

— Успеваете ли совмещать учебу и свои должностные обязанности?

— Так счастливо сложилось, что моя работа перекликается с учебой. Например, мне было очень лестно, когда у нас на третьем курсе начался курс по обучению работе с нейронными сетями, а я уже все это знала со второго курса. У меня появилась возможность повторить, укрепить свои знания, потому что сначала, на втором курсе, я погрузилась в практику работы с нейронными сетями, а потом, на третьем курсе, в теорию.

В целом университет с пониманием относится к работающим студентам. Конечно, речь не идет о том, что нам разрешают пропускать занятия. Но если студент профессионально развивается по своей специальности, это всегда находит поддержку у преподавателей. 

— Как у вас появился интерес к искусственному интеллекту?

— Благодаря знакомству с Оксаной Игоревной. Она мне очень понравилась как человек, педагог, наставник. Честно говоря, будучи школьницей, я очень боялась искусственного интеллекта. Потом, начав работать в лаборатории, боялась подвести команду, потому что у меня тогда еще не было никаких практических навыков. Я начинала как оформитель научных статей, презентаций. И вскоре поняла, что нельзя рассказывать о том, чего ты не знаешь. Поэтому начала изучать этот огромный объем информации. Коллеги помогали. И вот так постепенно зародилась моя любовь к этой работе. И сегодня я уже не могу представить свою жизни без лаборатории.

— Работая с ИИ, вы наверняка следите за тем, как он развивается. Насколько активно, по вашим наблюдениям, бизнес использует технологии ИИ?

— На мой взгляд, очень активно. Во многих коммерческих, даже некрупных, компаниях востребованы специалисты нашего университета именно на позициях настройки и отлаживания бизнес-процессов с помощью ИИ. Если раньше это называлось оптимизация, то теперь это именно, если так можно выразиться «ИИстематизация» за счет внедрения ИИ-агентов. То есть, уже не требуется писать личную программу: просто загружаются данные, алгоритмы обработки. Начинает быстрее обрабатываться информация, сокращается количество ошибок сотрудников компании или предприятия. Сейчас идёт очень активное развитие ИИ именно в этом направлении.

— У вас есть несколько личных проектов в сфере ИИ. Например, приложение для обучения программированию и перевода английских терминов, которые используются в кодах. Расскажите, пожалуйста, о нем.

— Этот проект был для меня первой научной работой. Я довела его до определенного этапа и закрыла. Сейчас я определилась с темой своего диплома: «Формирование базы данных на основе текстовых документов». Сегодня все мое время жизни и учебы посвящено этому. Писать диплом мне помогают разработки лаборатории. Например, сейчас наша команда занимается созданием графовой модели. Графовая модель — это когда есть слово, и оно связано с другим словом, например, глаголом. Мы стараемся улучшить и сделать более качественной эту связь, чтобы она работала не просто как предложение, а действительно имела большую смысловую нагрузку. Мы разработали новый подход к обработке ошибок в несколько этапов. На этот проект я опираюсь в своей преддипломной работе.

— В чем актуальность вашей дипломной работы?

—  Хотелось бы, чтобы моя работа нашла применение в коммерческих компаниях. Например, возьмем общество с ограниченной ответственностью или акционерное общество. В их деятельности есть много различных документов: договоры, лицензионные соглашения, оферты. Сейчас я вижу, что все эти документы люди сохраняют руками и потом ищут эти файлы в базе данных компании.

Я верю, что с течением нескольких лет всё это будет автоматизировано и «ИИнизировано». Но насколько качественно — зависит сейчас от наших решений. И поэтому сейчас я занимаюсь именно этим: чтобы договоры и лицензии — помещались к договорам и лицензиям, оферты — к офертам, и так далее строго в иерархическом порядке дат.  И тогда, мне кажется, документооборот коммерческих компаний станет прозрачнее, понятнее, уменьшится количество человеческих ошибок. Все будет структурировано и всем нам работать будет чуть-чуть проще.

— Недавно вы стали стипендиатом «Альфабанка». Расскажите, пожалуйста, каковы были условия участия в конкурсе?

-Я получаю стипендию от «Альфа-Банка» второй год. Ежемесячная выплата составляет 5 000 рублей. В этом году изменен подход к отбору участников: было несколько полей, посвященных отдельно научной, общественной, волонтерской деятельности. И нужно было заполнить максимально своими достижениями, подтверждёнными дипломами.

В моём случае секция по научной деятельности заполнилась моими публикациями крупных научных статей. И другие поля, по возможности, я тоже старалась заполнить. Для меня это не составило большого труда. Потому что, когда ты постоянно работаешь, у тебя накапливается хороший багаж достижений. 

Но я бы хотела отметить, что 5 000 рублей как стипендия для студентов — это не всегда значимо. Как наставник для первокурсников я всегда ориентирую на стипендию в 30 000 рублей. Это стипендия Президента РФ, которую я сейчас получаю с великим счастьем. Всего ее удостоены только несколько тысяч студентов в стране. Поэтому я всегда говорю первокурсникам, что наука помогает получать достойные деньги и что их труд всегда будет окупаться, если вы относитесь к нему честно.

— Елена, вы упомянули о наставничестве для первокурсников и школьников. Чем вас привлекает преподавательская деятельность?

— Я бы сказала, что у меня это семейное. Моя мама — преподаватель в колледже по экономическим дисциплинам и предпринимательству. Мне очень нравится то, чем она занимается. У меня была возможность пойти в профильный вуз и стать педагогом. Но я себе поставила цель сначала укрепить базу знаний, действительно стать профессионалом. А потом уже с чистым сердцем преподавать будущим специалистам то, что им может пригодиться. И благодаря нашему университету у меня есть эта возможность. В 2025 году я вела занятия по искусственному интеллекту в областном центре для одаренных детей «Вега». Для меня это невероятная радость, когда знания, которые есть у меня в голове, узнают другие люди, и они этому счастливы. В такие моменты я думаю, что не зря это всё запоминала, учила, практиковала; что моя работа не заканчивается на моей статье. Она продолжается в детях, в будущих абитуриентах, которые действительно рады что-то  узнать, чему-то научиться, и они уходят такие счастливые: «Мы научились! Мы делаем проекты!». Это меня очень радует.

— Каковы ваши дальнейшие карьерные планы?

— Я бы хотела получить полное высшее образование и развиваться как специалист, востребованный в коммерческом секторе. Не терять актуальность своих знаний и преподавать в университете.  В вузе есть преподаватели, которые совмещают основную занятость и преподавание, они всегда в движении, потому что знания применяют на практике. Я равняюсь на них и хочу, чтобы у меня получилось так же.

Автор: Татьяна Плотникова

Материал подготовлен при поддержке гранта Минобрнауки России в рамках Десятилетия науки и технологий.

Как рассказала руководитель СРТТЦ Елена Натарова, для Центра выделили просторное помещение, в котором был сделан ремонт и закуплено оборудование. 

«В этих процессах принимали участие как выпускники и преподаватели вуза, так и наши партнеры», — пояснила Елена Петровна. Результат совместного труда оправдал все ожидания: аудитория получилась уютной, с вдохновляющей атмосферой и соответствующим профессиональным наполнением. 

В распоряжении слушателей Центра — восемь мощных компьютера и два ноутбука с отечественным ПО. На учебные компьютеры установлен российский программно-аппаратный комплекс «Аэросим», который представляет собой образовательный тренажер-симулятор для обучения пилотированию БПЛА. Основная задача платформы — обеспечить безопасное и эффективное обучение управление дронами с нуля в виртуальной среде. Это позволяет курсантам отрабатывать навыки без риска разбить дорогостоящую реальную технику.

В Центре также обустроена собственная полетная зона с полосой препятствий для отработки навыков пилотирования на игровых дронах. Для большего погружения в процесс используются карманные пульты и FPV-очки (First Person View, с английского — «вид от первого лица» — Прим. ред.) — те самые, которые позволяют видеть «глазами дрона». 

В перспективе планируется оснастить Центр беспилотниками большего размера. Имеется для них и полигон: рядом со зданием ПГУТИ на Московском шоссе есть большой крытый манеж.

Кроме того, курсантов Центра научат ремонтировать и собирать беспилотники. Для этого здесь работают два 3D-принтера для прототипирования и изготовления деталей и две оборудованные специализированные зоны со всем необходимым. 

В зависимости от выбранного формата обучения слушатели получают диплом о профессиональной переподготовке (специалист по эксплуатации беспилотных авиационных систем, включающих в себя одно или несколько беспилотных воздушных судов с максимальной взлетной массой 30 кг и менее); удостоверение о повышении квалификации (оператор беспилотных авиационных систем) или свидетельство по рабочей профессии (оператор наземных средств управления беспилотным летательным аппаратом).

Программы рассчитаны на 72, 148 или 256 часов. 

Курсы подойдут специалистам с высшим или средним профессиональным образованием, а также студентам 4 курса профильных направлений.

Занятия ведут сертифицированные педагоги и большие энтузиасты своего дела, среди которых Даниил Федоров, Егор Кузнецов, Андрей Нефедов. 

Центр компетенций БПЛА ПГУТИ находится в тесном взаимодействии с профессиональными участниками рынка беспилотных авиационных систем в регионе. Например, с Научно-производственным центром БАС «Самара» (НПЦ БАС «Самара»), который базируется в Тольятти.

«Мы разработали дорожную карту совместных мероприятий с учебным центром НПЦ БАС «Самара», в числе которых создание общих программ, курсов, соревнований. К слову, ближайший такой турнир по программированию и пилотированию дронов запланирован на 2026-2027 учебный год», — поделилась информацией Елена Натарова.

В Центре ждут всех желающих освоить перспективные специальности. Навыки управления и программирования БПЛА требуются во многих отраслях экономики и промышленности: строительстве, сельском хозяйстве, топливно-энергетическом комплексе, транспорте и логистике, геодезии и картографии, добывающей промышленности, ЖКХ. А также — в сферах безопасности и контрольно-надзорной деятельности.

Материал подготовлен при поддержке гранта Минобрнауки России в рамках Десятилетия науки и технологий.

Выдать нереальное за реальное

Но для начала разберемся в сути явления. Руководитель отдела биометрических технологий и систем аутентификации компании «Инфосистемы Джет» Алексей Кузьмин рассказывает, что с технической точки зрения, дипфейк — это созданное или измененное с помощью алгоритмов ИИ изображение лица, видео или запись голоса. Видов несколько:

• полная замена: лицо одного человека подменяется другим;
• создание нового лица:, не существующего в реальности;
• изменение конкретных атрибутов лица;
• оживление и перенос мимики;
• клонирование голоса.

«Дипфейки обычно создают с помощью автоэнкодеров, генеративно-состязательных сетей и диффузионных моделей. Первые используют, чтобы выделить и сжать ключевые признаки (черты лица или тембр голоса), на базе которых потом строится генерация. Алгоритм вторых построен на работе двух сетей. Генератор берет входные данные (например, фото человека А и видео с человеком Б) и учится переносить черты (лицо, мимику, в аудио — тембр, паузы), создавая нечто новое. Дискриминатор проверяет, насколько убедительно получилось. Результат совершенствуется, пока он не перестает уверенно отличать синтезированные данные от реальных. Диффузионные модели создают изображения из шума, затем оживляют их, достраивают движение, артикуляцию и так далее», — объясняет заместитель заведующего научно-исследовательской лаборатории ИИ ПГУТИ Оксана Захарова.

Технология с большой зоной риска

Синтезированный контент используют вполне легально и повсеместно в медиа. В кино их применяют для омолажения или состаривание актеров, создания цифровых дублеров и т. д. Появляется всё больше рекламы с синтезированными людьми в кадре или «клонированными» звездами. Активно используют дипфейки и в сфере образования: для создания видеуроков, «оживления» исторических фигур, создания цифровых аватаров преподавателей и студентов.

Однако масштаб применения дипфейков преступниками тоже широкий: мошенничество, клевета, шантаж, дискредитация и дезинформация. По словам старшегопартнера ІТ-интегратора «Энсайн» Алексея Постригайло, злоумышленники используют ИИ сразу на двух этапах — сбора информации и создания контента: «Главная опасность дипфейка в том, что он превращает доверие к знакомому лицу или голосу в уязвимость. Для этого часто хватает общедоступных генераторов видео и сервисов синтеза речи. Материалом становятся фотографии, ролики из соцсетей и голосовые сообщения».

Эксперт по внедрению ИИ и бизнес-автоматизации, CEO и основатель компании AIVOLUTE Анна Райская отмечает, что порог входа в технологию за пару лет рухнул почти до нуля, а обойти защиту не составляет труда:
«Криминалу почти не нужен «темный» софт, вполне хватает легальных коммерческих сервисов. У всех есть защита: проверка личности и согласия перед клонированием голоса, блокировка клонов политиков, классификатор, определяющий, сделан ли звук их движком, цифровые метки происхождения. Но ее обходят, а где легальные сервисы отказывают, есть open-source-модели вообще без тормозов».

Юрист, доцент кафедры Иностранных языков и межкультурной коммуникации Финансового университет при Правительстве РФ Ольга Климова отмечает, что и биометрические базы язвимы перед дипфейками, особенно если система проверки использует только статичное изображение или простое видео. Многие компании внедряют дополнительные меры защиты — например, проверку на «живость», когда человек должен выполнить определенное действие: моргнуть, повернуть голову, произнести фразу.

Защита: от гигиены до паранойи

По словам Алексея Кузьмина, жизнь без интернета сейчас немыслима, а находясь в сети, мы в любом случае оставляем «цифровой след», который может быть использован. Основные способы защиты: ограничить публикации и научиться распознавать подделку. Также, по словам экспертов, важно соблюдать цифровую гигиену, включая внимательное отношение к запросам на предоставление данных, в том числе биометрических.

«Злоумышленники собирают видео/аудио жертвы через взлом соцсетей, фишинг или публичные базы. Минимизировать риск можно, закрыв аккаунты в соцсетях и включив двухфакторную аутентификацию. Также лучше не публиковать видео с четкими лицом и голосом», — советует ведущий аналитик «СёрчИнформ» Андрей Головин.

Анна Райская предлагает условиться с близкими о железном правиле: при любой «срочной беде» положить трубку и перезвонить самому, либо завести кодовое слово: «Распознать подделку «на глаз» всё сложнее, стопроцентной гарантии не дает ни один детектор, что признают сами разработчики. Так что главная защита сегодня — насмотренность и здоровая паранойя».

Психолог Родион Чепалов: «Главная опасность дипфейков не в технологии, а в ударе по базовому человеческому доверию. Поэтому и защита должна быть не только технической, но и психологической. Важный навык ближайших лет — доверять не эмоции момента, а процедуре проверки».

Что если дипфейк уже навредил

В законодательстве РФ нет наказания за дипфейк. Ведь его создание преступлением не является. Ключевым фактором становится использование технологии.

«Если дипфейк применяют для обмана, шантажа или распространения ложной информации, то могут применяться статьи Уголовного кодекса, связанные с мошенничеством, клеветой или вымогательством — обращаться нужно в полицию. Также можно подать гражданский иск о защите чести и достоинства и взыскании морального вреда. Однако на практике доказать факт использования дипфейка и привлечь виновных бывает непросто, особенно если материал создан анонимно», — комментирует ассистент кафедры гуманитарных наук Финансового Университета при Правительстве РФ Ярослав Климов.

Жертва вредоносного дипфейка также вправе потребовать его удаления с той или иной площадки. Но важно сразу сохранить ссылку и запись экрана.

Для глобального решения проблемы, по мнению экспертов, нужно продолжать повышать цифровую грамотность населения и менять законодательство. В числе предложений — закрепление четкого определения синтетического контента и вредоносного дипфейка, обязательная маркировка таких цифровых продуктов и сохранение сведений о распространителях на площадках, введение наказания за использование чужой внешности или голоса для создания дипфейка, развитие детекторов.

«Полностью запретить создание синтетического контента не получится, так как это часть пути развития ИТ. Однако государство может принять меры для того, чтобы остановить или хотя бы уменьшить объемы его незаконного использования. Комплексный подход позволит решить проблему», — подытожила Оксана Захарова.

Автор: Александра Ламзина

Материал подготовлен при поддержке гранта Минобрнауки России в рамках Десятилетия науки и технологий.

Путь к слабому ИИ

«Прошли века прежде, чем человечество перешло от филосовских идей о механизации к реальным научным разработкам по созданию искусственного интеллекта и их последующему внедрению в повседневную жизнь людей. Пришлось пережить немало зим разочарований, когда энтузиазм и идеи гасли на фоне недостатка данных и технологий», — рассказывает Оксана Захарова.

По ее словам, наиболее значимыми историческими вехами развития ИИ стали:

1956 год — на Дартмутской конференции ученые впервые использовали термин «искусственный интеллект» и заложили его основы как академической дисциплины;

1997 год — суперкомпьютер Deep Blue обыграл чемпиона мира в шахматном поединке, показав, что машина может быть умнее человека;

2020 год — появление генеративных моделей дало понимание того, что ИИ может не просто считать и работать по алгоритму, но и творить.

«Основополгающую роль в этом развитии сыграли три фактора. Во-первых, огромный объем данных, к которому у нас есть доступ через интернет. Без них ИИ в принципе бы невозможно было создать и тестировать. Во-вторых, железо. Техника и технологии наконец-то догнали научные идеи. Появились доступные видеокарты, способные обеспечить огромное количество ТБ вычислений. И, в-третьих, архитектура трансформеров, заменившая последовательную обработку данных на параллельную с механизмом внимания. Ее разработка дала скорость работе моделей», — отметила эксперт.

Сейчас пользователям доступен слабый или узкий ИИ. Он стоит за большинством привычных сервисов и инструментов, включая чат-боты и языковые модели (типа ChatGPT, «Алисы» и т. п.), рекомендательные системы, голосовых помощников и т. д. Как правило, такой ИИ может выполнять одну или узкий набор задач, опираясь на статистику и паттерны.

«Нужно понимать, что это не какое-то разумное создание, как многие себе его представляют, а некий калькулятор вероятностей — очень быстрый. Он работает на основе мощных статистических моделей, которые находят закономерности в данных и предсказывают наиболее вероятный результат. При этом в отличие от ранних моделей современные способны учиться самостоятельно, и программистам уже не нужно вводить тысячи строк кода, чтобы сформировать нужный алгоритм работы», — объясняет Оксана Захарова.

Польза и риски ИИ

Массовое распространение ИИ, по мнению преподавателя ПГУТИ, отвечает запросу времени. Ритм жизни ускоряется, и такие системы помогают людям не отставать, быть быстрее и эффективнее в учебе, работе, бизнесе:

«Элементарный  пример. Каждый день мы смотрим анализ пробок в городе и на основе этого составляем самый быстрый маршрут. И так почти со всеми сферами жизни. Ведь ИИ сейчас используют практически везде: в медицине, промышленности, науке, медиа, ЖКХ и т. д. Польза колоссальная, но есть и серьезные риски».

В первую очередь — это галлюцинации ИИ. Хоть пользователи успешно освоили навыки написания качественных промптов, многие принимают за веру сгенерированные результаты, а в них могут быть ошибки. В медицине и промышленности, например, это может привести к катастрофическим результатам: человек может пострадать из-за неправильной постановки диагноза, на заводе из-за сбоя в расчетах случится авария:

«Поэтому важно не выключать человека из контура принятия решений. Он должен критически оценивать все полученные от ИИ результаты».

Второй риск связан с влиянием искусственного интеллекта на психику людей — особенно молодых, и межличностные отношения. По словам Оксаны Захаровой, если раньше проблемой было то, что ребята больше общаются в социальных сетях, чем лично друг с другом, то теперь зачастую собеседника заменяет ИИ. Живого взаимодействия с другими людьми становится всё меньше.

ИИ должен развиваться в русле человекоориентированности. Нужен супер-помощник, способный снять с людей стресс рутины, но не заменять их. Финальное решение всегда должно оставаться за человеком.

«Развиваем объяснимый ИИ»

«Сейчас есть некий хайп вокруг концепций сильного (общего) ИИ, супер-ИИ и самопознающего ИИ, которые, как по мне, выглядят пока как некая фантастика. Идея сделать машину умнее человека не нова. Но вот сделать машину осознающей себя — это уже вопрос не математики, на основе которой построены ИИ-алгоритмы, а все-таки биологии и физики. И нужно ли это вообще? Для начала необходимо разобраться с проблемами слабого ИИ. Он должен развиваться таким образом, чтобы становиться всё более полезным инструментом для человека, но не его конкурентом», — считает Оксана Захарова.

Для выполнения этой задачи, как отмечает эксперт, в учебных заведениях нужно развивать направления подготовки специалистов по этике ИИ. Также требуется психологическая экспертиза, чтобы понимать, как искусственный интеллект влияет на восприятие, поведение, эмоциональное состояние людей и делать технологии безопасными и понятными.

«В плане разработки нужны уже не просто программисты, а специалисты, умеющие обучать модели под конкретные отрасли. В ПГУТИ есть хороший выбор прикладных направлений подготовки. Также с 1 сентября при поддержке Минцифры РФ и Аналитического центра при Правительстве РФ мы запустили в работу Центр ТОП ИТ, где обучение проходит через индустриальные треки: студенты решают конкретные задачи наших партнеров. В рамках лаборатории ИИ мы работаем над развитием объяснимого искусственного интеллекта, чтобы модель не просто выдавала результат, а показывала нам, почему она так решила. Без этого, внедрение ИИ — особенно в образование и крупные индустрии — просто опасно», — отметила эксперт. 

Автор: Александра Ламзина

Материал подготовлен при поддержке гранта Минобрнауки России в рамках Десятилетия науки и технологий

С чего всё началось

«Языки программирования создали, чтобы научиться общаться с машиной и заставлять ее выполнять необходимые команды», — объясняет эксперт.

Начался процесс в 1940-х годах с появления машинного кода. Его применяли для первых электронных и электромеханических вычислительных машин, используемых для научных и инженерных расчетов:

«Машинный код — самый низкоуровневый язык. Это последовательность нулей и единиц (битов), которую процессор исполняет напрямую. Но его использование требует больших мыслительных усилий со стороны человека. Поэтому возник запрос на упрощение».

Знаковым событием в стремлении удовлетворить этот запрос стало появление в конце 1940-х годов ассемблера. Он служит «переводчиком» между понятным человеку текстом и машинным кодом. Команды записывают не как нули и единицы, а в виде мнемоник (коротких понятных обозначений) и регистров (быстрых ячеек памяти процессора):

«Ассемблер — штука суровая и сложная. Но его изучение дает понимание архитектуры компьютера на низком уровне: что происходит внутри процессора, как функционируют регистры и так далее. То есть мы взаимодействуем с компьютером на уровне аппаратной части».

Самые влиятельные языки

Однако ассемблер не закрыл потребность в упрощении и ускорении работы с машинами. Поэтому начали появляться высокоуровневые языки — те, что более приближены к человеческому. В зависимости от задач и по мере развития техники, интернета, мобильных устройств специалисты создавали все новые и новые виды. По мнению Игоря Макарова, одним из важнейших для развития программирования стал BASIC:

«Моя история начиналась именно с него. Мы изучали BASIC в школе, и я до сих пор считаю, что если человек хочет научиться мыслить программистски и общаться с машиной, нужно начинать именно с этого языка. Он прост для понимания, есть привязка к сетке монитора, простым функциям. От него легко протоптать дорожку и к ассемблеру вниз, и к чему-нибудь более высокоуровневому. BASIC дает чувствование машины».

В области системного программирования наибольшее влияние оказал язык C, созданный в 70-х годах прошлого века для написания ОС UNIX. Он сочетал в себе высокую производительность и простоту кода (по сравнению с ассемблером):

«С хорош тем, что у него есть выход на низкий уровень: работу со стеками, функциями. Он считается универсальным языком, существенно повлиявшим на создание С++ и С#, а также на Java, Go, PHP и другие. Порог вхождения у С высокий, как и у С++, а вот на С# уже можно за 5 минут собрать рабочее приложение. На С и его прямых потомках много что написано — тот же Windows».

Продолжает расти популярность Python. Он был создан еще в 1990-х годах, но со временем оброс огромным количеством библиотек, где можно найти решения для различных областей. При этом его легко изучить — синтаксис похож на обычный текст:

«У Python такое большое комьюнити и столько библиотек, что если необходимо отправить ракету на Марс, то скорее всего, вы там найдете нужный алгоритм. С его помощью делают и игры, и роботов, и научные расчеты, и анализ больших данных, и нейросети. Уровень владения оценивается именно по количеству изученных библиотек».

В приоритете — скорость

Игорь Макаров отмечает, что развитие языков программирования обусловлено коммерческой составляющей индустрии. Важнейшим фактором является скорость выполнения задач бизнеса:

«Поэтому на передний план выходят языки программирования, которые позволяют вести разработку быстро, на верхнем уровне. Сейчас в выполнении этой задачи помогает искусственный интеллект. Он хорошо умеет писать шаблонные коды, избавляя программистов от рутины. Сам ИИ создавать новые языки не может. Он лишь повторяет то, что в него заложили».

Впрочем, для использования ИИ требуются языки для описания цепочек рассуждений, формирования промптов. Остается запрос на безопасное системное программирование, ускорение вычислений, в том числе квантовых, и работы с большими данными:

«Продолжит развиваться лоу-код, позволяющий писать программы на уровне языка, очень похожем на человеческий. Возможно, он объединится с ИИ, и ты просто будешь говорить, что нужно, а он сформирует готовую программу. Ведь теперь машины участся понимать язык человека. Конечно, это не убьет классическое программирование, потому что ИИ тоже надо кому-то писать, но изменит рынок, запустив туда специалистов, не связанных с классическим программированием».

В цене — полиглоты

Эксперт ПГУТИ констатирует, что роль разработчика на рынке уже меняется. Сейчас важнее понимать архитектуру данных, а уже на каком языке ты будешь ее реализовывать — второй вопрос. Поэтому в цене — инженерное мышление.

В то же время имеет место тренд на полиглотность. По мнению Игоря Макарова, на его появление повлиял человеческий фактор. По мере развития индустрии разработчики осваивают всё новые и новые языки, опасаясь, что их знания устаревают, и они будут не нужны рынку. Однако такая полиглотность стала востребована в больших проектах.

«Появилось такое понятие, как Fullstack-разработчик, который знает все группы языков, необходимых для выполнения поставленной задачи. Они высоко ценятся. В целом же для рынка нормально, если программист знает 2-4 языка. Однако нужно понимать, что в плане образования уже нет универсальных программ подготовки. Студентов обучают языкам по направлениям, базе, и чтобы не терять время, лучше в параллели изучать и другие языки программирования», — советует эксперт.

Автор: Александра Ламзина

Материал подготовлен при поддержке гранта Минобрнауки России в рамках Десятилетия науки и технологий.

«К ИИ нужно относиться как к калькулятору»

«Искусственный интеллект — всего лишь коммерческое название раздела вычислительной математики, известного как «распознавание образов», где машину учат отличать кошку от собаки, больную клетку от здоровой, а законный платеж — от мошеннического. В этом смысле нейросети — не более чем очередной, очень мощный статистический инструмент. И относиться к ним нужно соответственно — как к калькулятору, только очень дорогому и требовательному к учителям», — объясняет член Центрального совета Независимого профсоюза «Новый труд», кандидат экономических наук, доцент МГЛУ и РГСУ Саид Гафуров.

По его словам, ИИ влияет на экономику, как и большинство других новых разделов прикладной математики, но затронет больше отраслей:

«Если посмотреть на цифры, картина получается пестрая. С одной стороны, внедрение идет полным ходом. В 2025 году 78% российских компаний заявили, что получили экономический эффект от внедрения ИИ, а бизнес вложил в эту сферу рекордные 257 млрд рублей. С другой — технологии распределены неравномерно. Например, лишь половина предприятий тестируют генеративный ИИ, и в основном для оптимизации бизнес-процессов и обслуживания оборудования».

ИИ автоматизирует повторяющиеся процессы, в том числе обработку изображений и видео, создание и редактирование текстов, анализ данных и документов, прогнозирование спроса и оценку эффективности бизнес-процессов, клиентскую поддержку. Поэтому он стал востребован не только в сфере ИТ, но и в банковском и финансовом секторах, маркетинге, PR, продажах, HR, дизайне, документообороте и т. п.

«В нашей компании весь оцифровываемый рутинный процесс мы передали ИИ-агентам. Прямая выгода — больше 500 тысяч рублей в месяц. Скорость и себестоимость рутины падают, бизнес растет быстрее», — рассказал генеральный директор cервиса управления репутацией бизнеса ORM-Service Василий Александров.

 «ИИ-навыки — новый стандарт рынка труда»

По данным hh.ru, число вакансий с требованием или пожеланием наличия навыков работы с ИИ растет, но умеренными темпами. Если 3 года назад они составляли 0,2% от общего количества предложений, то сейчас — 1,6%. И всё же в количественном выражении рост значительный.

«За 5 месяцев 2026 года в России было открыто 54,7 тысячи таких вакансий, что в 6,5 раз больше, чем за тот же период 3 года назад. В ПФО показатель вырос в 10 раз — до 7,9 тысячи, в Самарской области — в 8 раз, до одной тысячи предложений, — констатирует директор hh.ru Поволжье Альбина Султанова. — Опрос работодателей показал, что уже сегодня ИИ-навыки становятся обязательными при приеме маркетологов, PR- и SMM-специалистов, копирайтеров и контент-менеджеров, аналитиков данных, дизайнеров и сотрудников отделов продаж, разработчиков, менеджеров проектов и продуктов».

По словам руководителя направления по развитию регионов «Авито.Работы» Наиля Хафизова, умение работать с ИИ — новый стандарт рынка труда. Растет не только число вакансий с требованием соответствующих навыков, но и сами соискатели все чаще упоминают об этой компетенции в резюме: за январь–май 2026 года — в 2 раза по России и на 89% в ПФО. Больше всего таких резюме размещено кандидатами на позиции сотрудников маркетинга/PR и ИТ-специалистов.

«В апреле мы проводили опрос и выяснили, что 21% россиян уже регулярно используют ИИ-инструменты для решения рабочих задач, а 59% — осваивают их. Причем большинство делает это самостоятельно. Некоторые проходили обучение на работе либо получали компенсацию за соответствующие курсы», — рассказал Наиль Хафизов.

Но, как отмечает генеральный директор ИТ-компании «Инфомаксимум» Александр Бочкин, мало просто уметь пользоваться отдельными ИИ-инструментами. Нужны навыки по их встраиванию в решение реальных бизнес-задач, понимание, где технология действительно может дать эффект, а где ее применение будет скорее модным экспериментом.

«Поэтому востребованы навыки на стыке ИИ, данных и процессов. Во-первых, базовая data-грамотность: понимание, какие данные нужны для задачи, насколько они полные, качественные и пригодные для анализа. Во-вторых, процессное мышление: умение видеть не отдельную операцию, а весь рабочий контур — где возникает рутина, где теряется время, где появляются ошибки и что можно улучшить. Важен и навык постановки задач для ИИ-инструментов: декомпозировать запрос, задавать контекст, формулировать критерии результата и ограничения. Но не менее важна критическая оценка результата. Специалист должен понимать, что ИИ может ошибаться, и уметь проверять выводы, сопоставлять их с данными и бизнес-логикой», — считает Александр Бочкин.

Поэтому самостоятельное обучение эксперты советуют на начальном этапе погружения в мир ИИ. По их словам, быстрее процесс идет через практику. Для более глубокого погружения и понимания алгоритмов работы инструментов лучше пройти профессиональное обучение. При этом уже наметился тренд на переход к организации системного образования со стороны государства: от бесплатных курсов до запуска образовательных программ в школах.

Плюс к зарплате

Генеральный директор сервиса GdeRabota.ru Екатерина Агаева советует всем специалистам интеллектуального труда готовиться к требованиям работодателей по освоению ИИ: «Даже если от вас пока этого не просят, всё равно стоит освоить технологии. Вероятность появления таких требований в ближайшие годы будет высока. К тому же уже сейчас владение цифровыми навыками повышает уровень дохода специалистов. ИИ забирает на себя рутинные задачи, освобождая время сотрудника для более творческой работы. В результате повышается эффективность труда, и, как следствие, зарплата», — объясняет Екатерина Агаева.

HR-менеджер коммуникационного агентства PR Partner Анастасия Курникова рассказала, что по оценкам рынка, разница в зарплатных предложениях может составлять от 10% до 30% в зависимости от позиции и уровня экспертизы. Причем компании рассматривают подобные навыки как возможность оптимизировать штат, поскольку один сотрудник способен выполнять объем работы, который раньше требовал участия нескольких специалистов.

Впрочем, некоторые работодатели считают, что ИИ-навыки — уже база, и в доплате нет необходимости. Своим опытом поделился основатель производственно-строительной компании NordBox, консультант в области управления и маркетинга Никита Прохоренко:

«Я давно требую навыков работы с ИИ от маркетологов и специалистов в этой области, которых нанимаю на работу. Также это требование распространяется на всех руководителей, независимо от направления. Знание ИИ необходимо им для повышения личной и командной эффективности. Предложения по зарплате не отличаются. Если соискатель не умеет работать с ИИ, я просто отказываю ему в найме. Считать этот навык поводом для повышения стоимости кандидата на рынке — не совсем уместно, на мой взгляд, поскольку это база, особенно в маркетинге. Если маркетолог или аналитик этим не владеет, он просто профнепригоден».

Есть и другой аспект. По словам эксперта профсоюза «Новый труд» Саида Гафурова, ИИ уже сейчас фомирует четкую иерархию: те, кто создает модели, — наверху, а те, кто просто пользуется готовыми интерфейсами, — внизу пирамиды:

«Самые высокие доходы — у разработчиков и инженеров ИИ. В 2025 году их зарплаты достигали 410 тысяч рублей в месяц. Для сравнения: средняя зарплата по IT-отрасли — 182,7 тысячи. Средний класс — ИИ-тренеры (те, кто «обучает» нейросети). Их медианная зарплата в 2025 году — 104,3 тысячи рублей, плюс 12,5 тысячи к прошлогоднему показателю. «Рабочие лошадки» — SMM-специалисты, администраторы, контент-менеджеры с базовыми навыками работы с нейросетями. Им предлагают в среднем 48–61 тысячу».

Кого ИИ лишит работы

Один из самых спорных вопросов: в каких профессиях искусственный интеллект заменит человека? Большинство экспертов сходятся во мнении, что ИИ — лишь помощник.

«Он представляет собой не альтернативу человеческому труду, а инструмент, который позволяет выполнять различные задачи более быстро и эффективно. ИИ не заменит человека, но люди, умеющие с ним работать, заменят тех, кто не умеет», — считает директор hh.ru Поволжье Альбина Султанова.

Руководитель продукта WinWork Ума Аюбова отмечает, что ИИ также помогает бизнесу справиться с кадровым дефицитом: «Компании ищут не способ сократить персонал, а возможность делать больше с уже имеющимися ресурсами. Если несколько лет назад организация могла искать отдельно копирайтера, редактора и контент-менеджера, то сегодня ценятся специалисты, которые умеют использовать ИИ для решения комплекса задач и брать на себя больший объем работы. Для бизнеса это возможность быстрее масштабировать команды и получать результат без расширения постоянного штата». 

Однако, по словам старшего PR-менеджера консалтинговой компании Coleman Group Михаила Кирьянова, некоторые профессии всё же находятся в зоне риска:

«Это специалисты, выполняющие повторяющиеся, узкие и линейные функции: операторы колл-центров, кассиры, водители (с развитием беспилотного транспорта), бухгалтеры начального уровня, переводчики (линейные), корректоры, редакторы, контент-менеджеры, junior- разработчики, дизайнеры, занимающиеся презентациями, монтажеры цветокоррекции, а также копирайтеры, SMM-менеджеры, телемаркетологи. По оценкам Всемирного экономического форума, к 2030 году будет упразднено 9 млн рабочих мест, но создадут 11 млн новых. Уже появились AI-тренеры, промпт-инженеры, нейрокреаторы, ИИ-фасилитаторы, специалисты по ИИ-безопасности».

По мнению Никиты Прохоренко, исчезнет огромный пласт интеллектуальных специализаций начального уровня, а эксперты высокого класса превратятся в операторов ИИ, которые умеют грамотно ставить задачи нейросетям и контролировать результат.

«Будут востребованы люди, мыслящие процессами и конечным результатом, способные этот результат детально представить и описать. Таким специалистам ИИ будет только помогать, — считает основатель NordBox. — Я сам перестал обращаться к дизайнерам и копирайтерам. Большую часть их задач, а также функции бизнес-ассистента теперь выполняют ИИ-агенты, причем делают это намного эффективнее человека».

Такой фон, по словам психолога Родиона Чепалова, приводит и к эмоциональным изменениям на рынке труда, так как у многих людей растет тревога, что их заменят. Но одновременно появляется новая возможность — стать специалистом, который работает быстрее и умнее за счет новых инструментов:

«С психологической точки зрения выиграют не те, кто знает конкретную программу или нейросеть, а те, кто умеет постоянно учиться. Сегодняшний рынок труда всё больше ценит когнитивную гибкость, способность осваивать новые инструменты и не бояться менять привычные способы работы. Именно это становится главным профессиональным навыком будущего».

Автор: Александра Ламзина

Материал подготовлен при поддержке гранта Минобрнауки России в рамках Десятилетия науки и технологий.

Что такое промпт-инжиниринг

Термин ввели в оборот всего около 5 лет назад в связи с активным развитием генеративного ИИ и его внедрением в бизнес-процессы. По словам основателя сервиса нейрофотосессий Facee.ru Константина Бельды, за последние годы модели поумнели настолько, что им можно доверять многие рутинные задачи. Например, собрать черновик письма, переписать текст под нужный тон, создать дизайн, баннер или фото, провести анализ документов, набросать план или код по описанию. Компаниям потребовались сотрудники с соответствующими навыками, ключевым из которых является умение грамотно формулировать промпты, то есть запросы.

Как отмечает сооснователь университета «Зерокодер», научный сотрудник РАНХиГС, университета Иннополис и МГУ им. Ломоносова Кирилл Пшинник, речь идет не о простом написании слов в чат, а о постановке задачи нейросети таким образом, чтобы получить предсказуемый, воспроизводимый и качественный результат. В основе — вайбкодинг, то есть программирование с использованием привычной речи человека.

«Вы описываете задачу словами и даете понимание конечного результата, а ИИ-агент переводит слова в код и все сделает за вас, — объясняет эксперт. — Но вайбкодинг без понимания, как работают нейросети и агенты, превращается в лотерею. Вы получите сделанное задание, но контролировать результат будет затруднительно. Условно накликать прототип решения за вечер легко, но довести его до стабильно работающего безопасного приложения — это инженерия. Поэтому останавливаться на вайбкодинге нельзя: нужно понимание алгоритмов работы и слабых мест модели, выстраивания контекста и только потом работа с промптами».

Следующей ступенью работы с ИИ специалист называет контекст-инжиниринг: «Когда задача больше одного запроса, и ты управляешь тем, что модель видит: документами, памятью, инструментами, подключенными базами знаний. Вершиной работы с искусственным интеллектом будет промпт-инжиниринг в чистом виде: тонкая настройка инструкций под выпуск вовне, под масштаб, под надежность».

Многие эксперты отмечают, что именно контекст-инжиниринг сейчас является определяющим в работе с ИИ. Это связано с развитием самих инструментов.

«Три года назад модели были капризнее, от формулировки зависело многое, и вокруг этого выросла целая субкультура «секретных промптов». Сегодня модели поумнели, и центр тяжести сместился: важнее не текст запроса, а контекст — какие данные вы даете системе, как описан процесс, что считается хорошим результатом, как организовать знания и данные компании, чтобы модель работала с ними надежно», — рассказывает генеральный директор ООО «Альянс Перспективных Технологий» Ильдар Саттаров.

По его словам, следующий шаг — постановка задач не одной модели, а связкам ИИ-агентов, и здесь главным навыком становится проектирование процесса: где машина готовит решение, а где человек его принимает.

«Для России с ее документоемкими отраслями (промышленность, энергетика, госуправление) это направление почти бездонное. Только входной билет туда — не сборник промптов, а знание предметной области плюс инженерная дисциплина мышления», — добавил Ильдар Саттаров.

Профессия растворяется

Интересным в этом контексте выглядит развитие промпт-инжинринга как профессии. По словам участников рынка, пик предложений пришелся на 2023 год.

Количество вакансий промпт-инженеров в РФ (по данным hh.ru):

• 2024 год — 129; 
• 2025 год — 277; 
• начало 2026 года — 130.

«Был хайп вокруг «заклинателей нейросетей» с зарплатами топ-менеджеров, но этот пузырь сдулся. Рынок повзрослел. Сегодня чистый промпт-инженер «в вакууме» — редкая роль, гораздо чаще это навык внутри другой специальности», — констатирует Кирилл Пшинник.

По мнению Ильдара Саттарова, профессия «промпт-инженер» растворяется как когда-то «оператор ЭВМ»: должность исчезла, а навык стал обязательным для всех: «Парадокс в том, что промпт-инжиниринг в исходном виде устарел раньше, чем успел стать профессией. Зато требование уметь работать с нейросетями расползлось по обычным профессиям: 55% компаний считают, что к 2028 году этот навык станет критически важным для большинства специальностей».

Константин Бельды отмечает, что нельзя быть промпт-инженером в вакууме: «Чтобы получить от модели хороший результат, надо разбираться в сфере, задачи которой решаешь, иначе не отличишь рабочий ответ от галлюцинации».

Где востребованы промпт-инженеры (по данным экспертов данной статьи):

• ИТ-компании; 
• телеком-компании; 
• банки;
• маркетинговые агентства; 
• проекты по автоматизации обработки данных и документов.

Уже сейчас обучиться промпт-инжинирингу советуют специалистам интеллектуального труда: аналитикам, маркетологам, программистам, юристам, HR-специалистам, преподавателям, журналистам и менеджерам. По словам старшего преподавателя Учебного центра IBS Александра Бреймана, повесив на ИИ часть рутины, они станут более ценными для работодателей:

«Например, маркетолог с помощью ИИ может ускорить подготовку контента и анализ аудитории, юрист — обработку типовых документов, HR-специалист — поиск и оценку кандидатов, а аналитик — работу с большими массивами информации. Во многих компаниях такие навыки становятся фактором карьерного роста и повышения зарплат за счет увеличения производительности».

Где учиться

Вариантов обучения много — от бесплатных гайдов, видеоуроков от разработчиков нейросетей до программ подготовки при крупных вузах и в онлайн-школах. Но специалисты советуют не учиться «промптам ради промптов»

«Хороший курс дает не приемы, а основы: как устроены языковые модели и где их пределы, как раскладывать задачу на шаги, как готовить контекст и проверять результат. Если же обещают «сто готовых промптов для заработка» — это маркер, что учат вчерашнему дню. Промпты устаревают с каждым обновлением моделей. Мышление — нет», — отмечает Ильдар Саттаров.

Это мнение разделяет и Кирилл Пшинник. По его словам, обучение фундаментальной базе должно дать понимание устройства больших языковых моделей и ИИ-агентов, терминологии (токенов и т. п.), контекстного окна, особенностей галлюцинирования и базового контроля. Но при этом должно быть не менее 70-80% практики, включающей демонстрацию задач, проектирование промптов, работу с агентными системами, подключение внешних данных и инструментов, оценку качества ответов. И, конечно, преподавателям необходимо дать ученикам понимание, как использование ИИ-инструментов можно встроить в реальный продукт или рабочий процесс.

«Не стоит перечеркивать прошлый опыт, знания и умения, то есть речь не про «стану промпт-инженером с нуля», но про большую эффективность себя как специалиста, за которого рутинные задачи сделает ИИ. Промпт-инжиниринг будет встраиваться буквально во все профессии и расти как обязательный навык. При этом он будет усложняться, так как языковые модели становятся мощнее, появляются агенты, мультиагентные системы. Выиграют те, кто относится к такой трансформации как к инженерной профессии, а не как к набору скиллов», — считает эксперт.

В приоритете — критическое мышление

Дальнейшее развитие и внедрение ИИ в экономику, по мнению специалистов, приведет к тому, что промпт-инжиниринг станет частью цифровой грамотности. Поэтому целесообразно начинать обучение еще в школах, но не в виде отдельного предмета, а как дополнение к существующим дисциплинам.

Зарплаты промпт-инженеров, по данным участников ИТ-рынка, варьируются от 70 до 200 тысяч рублей в зависимости от опыта. Больше получают и более востребованы инженеры ИИ-систем: 350-600 тысяч рублей.

«Главный риск я вижу не в том, что дети не освоят промпты — освоят быстрее учителей. Риск в том, что они научатся получать ответы раньше, чем научатся думать. Поэтому в приоритете не технология, а критическое мышление и умение анализировать: способность все подвергать сомнению, как говорил Декарт. Калькулятор не отменил обучение арифметике: сначала счет, потом автоматизация. С ИИ принцип тот же — инструмент усиливает мышление только там, где оно уже есть», — считает Ильдар Саттаров.

Практический уклон обучения работе с ИИ должен быть в ссузах и вузах. Как отмечает Кирилл Пшинник, будущему медику, инженеру, юристу, дизайнеру и другим специалистам нужно учить промпт-инжиниринг в связке с его профессией, а не в отрыве:

«И главный принцип, который я бы заложил везде — это начинать не с заучивания промптов, а с понимания, как работают нейросети и агенты. Сначала база и вайбкодинг, которую можно развивать со школьной скамьи, как способ почувствовать инструмент, потом — контекст-инжиниринг, далее — тонкая инженерия промптов. В обратном порядке получаются люди, которые умеют нажимать кнопки, но не понимают, что происходит внутри. А рынок таких уже не ищет».

Материал подготовлен при поддержке гранта Минобрнауки России в рамках Десятилетия науки и технологий.

Идея мероприятия отсылает к советской традиции отправлять студентов на осеннюю сельскохозяйственную практику («на картошку»). Но фестиваль ПГУТИ сегодня уже имеет другие цели и наполнение. Программа длилась три дня – со 2 по 4 сентября – и была насыщена событиями. Для первокурсников организовали интерактивные игры, командные квесты, мастер-классы, творческие выступления и встречи с преподавателями, представителями студсоветов и других университетских организаций. Это помогло студентам поближе познакомиться друг с другом вне учебных аудиторий, влиться в большое студенческое сообщество, найти друзей и единомышленников, а также узнать о возможностях для самореализации в вузе. Атмосферу «Картошки Фест» можно почувствовать, посмотрев фоторепортаж.

Фото: предоставлено пресс-службой ПГУТИ

Материал подготовлен при поддержке гранта Минобрнауки России в рамках Десятилетия науки и технологий.