Квинтивиум: пять базовых искусств человека в эпоху ИИ
Девять лет назад я написал текст «Квадривиум» — попытку коротко сформулировать, чему, на мой взгляд, стоит учить детей в современном мире. Тогда мне казалось, что есть несколько базовых направлений, которые останутся важными почти при любых изменениях профессий, технологий и образовательной моды.
С тех пор изменилась сама среда. Искусственный интеллект (ИИ) перестал быть темой из футурологических разговоров и стал повседневным собеседником, помощником, исполнителем, генератором текстов, кода, картинок, планов и объяснений.
Всё чаще вопрос «чему учить» звучит уже с новой тревогой: если рядом с ребёнком есть ИИ, если он может объяснить почти любую тему и помочь собрать почти любой школьный проект, что тогда действительно должно оставаться внутри самого человека?
Этот текст — попытка поставить вопрос «чему учить» в эпоху ИИ заново. Не как дополнение к старому «Квадривиуму» и не как спор с ним, а как самостоятельная пересборка рамки с учётом новых обстоятельств.
Введение. Ребёнок, новый чат-бот и старый вопрос об образовании
На школьной конференции ребёнок показывает проект. На экране — аккуратная презентация, иллюстрации, описание идеи, немного кода, возможно, даже работающий прототип игры или небольшого приложения. Всё выглядит прилично. Местами — взрослее, чем ожидаешь от ребёнка.
Взрослые кивают. Потом кто-нибудь задаёт простой вопрос: «А почему здесь сделано именно так?» Или: «Что будет, если пользователь нажмёт не туда?» Или: «Как ты понял, что этот способ лучше?»
И в этот момент перестаёт быть ясно, что перед нами: результат обучения или результат удачно использованного инструмента.
Ребёнок действительно разобрался? Или хорошо провёл ИИ по задаче? Он научился думать, планировать, проверять, исправлять ошибки? Или получил гладкий результат, за которым почти нет внутреннего понимания?
Главный вопрос здесь не в том, пользовался ли ребёнок ИИ. Главный вопрос — что стало частью его собственного мышления.
Раньше такая проблема тоже существовала. Родители помогали с поделками, репетиторы писали сочинения, старшие братья решали задачи, готовые рефераты скачивались из интернета. Но ИИ меняет масштаб и качество этой проблемы. Он объясняет, уточняет, переписывает, предлагает структуру, спорит, генерирует варианты, имитирует наставника и исполнителя одновременно.
ИИ умеет создавать не только результат. Он умеет создавать убедительную видимость пути к результату.
Из-за этого старый вопрос об образовании становится острее. Чему учить ребёнка, если ответы всё чаще можно получить снаружи? Что должно оставаться внутри человека, если всё больше операций можно передать инструменту? Как отличить обучение от производства красивого результата? Где проходит граница между полезной помощью и протезом, который не даёт способности вырасти?
Самый быстрый ответ: «Надо учить пользоваться ИИ».
В нём есть здравое зерно. Конечно, ребёнок, студент, специалист и управленец должны понимать, как взаимодействовать с новыми инструментами. Делать вид, что ИИ нет, бессмысленно. И даже вредно: ребёнка на повороте обойдут более «современные» конкуренты. Как говорил президент Nvidia Дженсен Хуанг: «Вы не потеряете работу из-за ИИ. Вы потеряете работу из-за того, кто использует ИИ». И это случится, даже если вы считаете, что это нечестно и несправедливо. Хотите ли вы такой судьбы своим детям?
Инструмент может быть очень сильным. Но он не решает за человека, чего человек хочет, что считать хорошим результатом, где понимание, а где только ощущение понимания. Он не определяет, где человек компетентен, а где повторяет чужую позицию. Не подсказывает сам по себе, когда нужно остановиться и позвать эксперта. Не заменяет ответственность за принятое решение.
ИИ снимает часть рутинной нагрузки и тем самым выводит на поверхность более глубокие вещи: цели, мышление, проверку, ответственность, коммуникацию и доступ к внешнему знанию — всё то, что раньше часто пряталось за умением долго вручную выполнять операции.
Поэтому вопрос «чему учить» в эпоху ИИ надо пересматривать.
Часть I. Почему вопрос «чему учить» в эпоху ИИ надо поставить заново
Почему «научить пользоваться ИИ» — слишком мелкий ответ
Обучение работе с ИИ обычно начинают с внешних вещей: как задать запрос, как уточнить ответ, как попросить объяснить проще, как получить план, список идей, черновик письма, фрагмент кода или картинку. Промпты передаются друг дружке как столетия назад передавались тексты заговоров, заклинаний — или как совсем недавно делились «народными» рецептами лечения.
Всё это полезно. Человек, который совсем не умеет взаимодействовать с ИИ, будет хуже пользоваться новой средой. Но владение интерфейсом ещё не означает владения задачей.
Запрос к модели — только видимая часть работы. Под ним должны быть более важные вопросы: что я хочу получить, зачем мне это нужно, кому это должно быть полезно, как я пойму, что результат хороший, какие ошибки здесь опасны, что я сам понимаю в теме, где мои знания заканчиваются и кто должен проверить результат.
Без этого человек легко превращается в оператора чужой логики. Он вроде бы задаёт вопросы, но не владеет рамкой. Получает ответы, но не всегда понимает, по каким критериям их принимать или отвергать. Просит «сделать лучше», но сам не может объяснить, что значит «лучше». Радуется гладкости текста, но не замечает пустоты смысла. Видит работающий фрагмент кода, но не понимает, насколько он уместен, надёжен и безопасен.
Здесь есть две главные ловушки.
Ловушка первая. Владение интерфейсом не равно владению задачей.
Человек может быстро освоить десяток приёмов работы с чат-ботом и всё равно не стать сильным пользователем ИИ. Сила здесь не в знании секретных формул запросов. Сила — в умении ставить задачи, задавать критерии, проверять ответы, видеть ограничения и не отдавать машине право решать, что именно для тебя хорошо.
Ловушка вторая. Объяснение не равно пониманию.
ИИ умеет объяснять гладко. Иногда очень гладко. Он может за минуту дать такую связную картину темы, на которую у живого преподавателя ушёл бы целый урок. Это прекрасно как вход в область. Но гладкое объяснение создаёт опасное чувство: «Теперь я понял!».
На самом деле человек понял только тогда, когда сам может применить объяснение, проверить его, перенести на новый случай, найти ошибку, задать точный следующий вопрос и увидеть границы модели. До этого у него может быть не понимание, а только ощущение понимания. Иллюзия.
В эпоху ИИ это различие становится особенно важным: машина умеет производить убедительность быстрее, чем человек успевает вырастить внутреннюю опору.
Вывод отсюда простой: учить работе с ИИ нужно, но начинать надо не с набора приёмов. Сначала надо понять, каким должен быть человек, чтобы ИИ стал усилителем его мышления, а не заменителем внутренней работы.
Главное изменение, которое приносит ИИ, состоит не в том, что «теперь всё знает машина». Она не всё знает. Ошибается, выдумывает, упрощает, теряет контекст, уверенно говорит ерунду. (Как и многие люди, будем уж честны.)
Но она резко снижает стоимость многих видов исполнения. Стало проще получить черновик текста, сделать иллюстрацию, написать первый вариант кода, собрать план, получить объяснение незнакомого термина, быстро войти в новую область, сделать прототип того, что раньше требовало отдельного специалиста или долгого обучения.
Это не делает человека ненужным. Это сдвигает центр тяжести.
Когда исполнение дешевеет, дорожают цели, проверка и ответственность.
Раньше человек часто ценился за способность долго и квалифицированно выполнять операции: писать, считать, искать, верстать, кодить, собирать справки, оформлять документы. Теперь часть этих операций можно передать машине. Но машина не снимает вопроса, ради чего всё делается и как понять, что результат действительно хорош.
Наоборот, чем сильнее исполнитель, тем важнее управление им.
Чем сильнее исполнитель, тем опаснее мутная задача.
Если слабому исполнителю дать мутную задачу, он, скорее всего, просто сделает плохо. Это неприятно, но обычно видно. Если сильному исполнителю дать мутную задачу, он может быстро, уверенно и красиво сделать не то. И внешне результат будет выглядеть убедительно. В этом его опасность.
Это не уникальная проблема ИИ. Так нередко ломаются обычные человеческие проекты.
Например, компания просит внедрить систему управления отношениями с клиентами — CRM: «Сделайте нам нормально, у вас же опыт». Подрядчик обещает лучшие практики, богатую библиотеку решений и знание отрасли. Через несколько месяцев выясняется, что система есть, деньги потрачены, сотрудники раздражены, процессы не улучшились, отчётность не отвечает на управленческие вопросы, а бизнес получил не инструмент, а новую зону сопротивления.
Часто причина не в том, что подрядчик злодей или глупец. Причина в том, что у самой компании не было ясного образа результата. Не было ответа, какие решения должна поддерживать система, какие процессы меняются, кто пользователи, какие данные критичны, какие сценарии должны работать, какие ошибки недопустимы и как будет измеряться успех. И она надеялась, что им про это расскажет кто-то извне.
С ИИ происходит то же самое, только быстрее.
Когда человек пишет «сделай мне хорошую презентацию», «придумай стратегию», «напиши приложение», «собери методику», «разберись в теме», он может получить много текста и даже что-то полезное. Но если у него нет собственных критериев, он не управляет работой. Он запускает процесс и надеется, что исполнитель сам догадается, что такое «хорошо».
Иногда догадается. Иногда нет. Иногда почти догадается, но уведёт задачу в сторону. Иногда создаст результат, который приятно читать, но трудно применять. Иногда предложит решение, которое хорошо выглядит в вакууме и разваливается при столкновении с реальной средой.
Поэтому работа с ИИ ближе к менеджменту, чем к набору «правильных промптов».
Нужны цель, образ результата, ресурсы, ограничения, критерии, контрольные точки, обратная связь, проверка и готовность исправлять курс. Нужна защита от дрейфа — постепенного ухода результата в сторону от исходного замысла. Нужна честная оценка собственной компетентности: где я могу принять результат сам, а где мне всё-таки нужен эксперт.
ИИ может быть сильным исполнителем. Но сильный исполнитель не отменяет управление им. Он делает плохое управление более заметным и более дорогим.
Именно поэтому вопрос «чему учить» нельзя сводить к инструментам. Нам нужно смотреть глубже — на риски, которые ИИ обостряет.
· потерять собственные цели и стать исполнителем чужих;
· жить в несвязанной картине мира и принимать гладкие объяснения за понимание;
· не уметь превращать цель в процесс;
· проваливаться в согласовании с людьми, экспертами и ИИ-помощниками;
· оставаться запертым в локальном круге опыта без языков доступа к большому миру.
Из этих пяти рисков и возникает рамка, которую я называю Квинтивиумом: пять базовых искусств человека в эпоху ИИ.
Часть II. Квинтивиум: пять базовых искусств человека в эпоху ИИ
Пять рисков, о которых шла речь выше, не висят в воздухе. На каждый из них нужен свой ответ — не разовый приём, не модный навык и не новая кнопка в интерфейсе, а более устойчивая человеческая способность.
Поэтому я говорю не о пяти предметах и не о пяти «компетенциях будущего», а о пяти искусствах.
Слово «искусство» здесь важно. Отдельный навык можно освоить как технику: написать запрос к ИИ, открыть таблицу, собрать презентацию, написать простой код. Искусство глубже: оно соединяет знание, мышление, действие, привычку, вкус и способность применять всё это в новых обстоятельствах.
Квинтивиум — это пять таких искусств
· рациональное и системное мышление;
· алгоритмическое и управленческое мышление;
· коммуникация и совместная работа;
· английский и другие языки доступа к миру.
Порядок здесь не случаен. Сначала человек должен хотя бы в первом приближении понимать, чего он хочет и на каком основании судит. Потом — строить связную картину мира. Затем — превращать цель в процесс. После этого — согласовывать действия с другими людьми и ИИ-помощниками. И наконец — иметь языки доступа к большому миру знаний, культуры, технологий и практик.
Каждое искусство закрывает отдельный риск
· если выпадает первое, человек становится исполнителем чужих целей;
· если второе — живёт в несвязанной картине мира и путает объяснение с пониманием;
· если третье — не может превратить желание в результат;
· если четвёртое — проваливается в согласовании с людьми, экспертами, командами и ИИ-помощниками;
· если пятое — остаётся запертым в локальном круге опыта, даже если неплохо мыслит.
Самоанализ и целеполагание: не стать исполнителем чужих целей
Первое искусство — самоанализ и целеполагание.
На первый взгляд может показаться странным начинать разговор об ИИ, образовании и будущем не с технологий, не с программирования, не с английского и не с рационального мышления, а с вопроса «чего я хочу?». Но именно здесь находится верхний слой всей конструкции.
Если человек не понимает своих целей, он не прекращает действовать. Он просто начинает выполнять чужие.
Чужие цели редко приходят с табличкой «сейчас тобой будут пользоваться». Чаще они выглядят вполне разумно. Родители хотят «как лучше». Школа задаёт свои критерии успеха. Рынок предлагает готовые образы желанной жизни. Социальные сети подсказывают, чем восхищаться и чего стыдиться. Работодатель формулирует задачи в рамках своих интересов. Культурная и политическая среда дают набор «самоочевидных» желаний. ИИ может быстро подхватить любую из этих рамок и помочь двигаться внутри неё.
Проблема не в том, что внешние цели всегда плохи. Многие из них разумны и полезны. Проблема в другом: человек должен хотя бы иногда останавливаться и спрашивать себя, где здесь моё желание, а где заимствованное. И не противоречат ли они друг другу.
Самоанализ в этом смысле — не психологическая роскошь. Это способность различать, чего я хочу, почему я этого хочу, чья это цель, какую цену я готов за неё платить и что буду считать успехом.
Но есть ещё один слой: на каком уровне компетентности я вообще об этом сужу.
Это особенно важно в эпоху ИИ. Машина может быстро дать связный ответ почти на любую тему. После этого легко появляется чувство: «Теперь я разбираюсь». Но чувство уверенности ещё не даёт права на уверенное суждение.
Для себя я когда-то сделал простую шкалу ak0–ak5: от «нет данных, не могу оценить» и «фантазирую» до «понимаю принцип, детали и границы применения».
Названия условны. Важен сам жест: честно отметить, с какого уровня компетентности я сейчас говорю. Где я вообще не понимаю тему и могу только задавать вопросы? Где я пересказываю чужое мнение? Где понимаю общий принцип, но не знаю деталей? Где достаточно компетентен, чтобы строить рабочие выводы? Где действительно могу спорить с экспертами по сути?
Без такой внутренней маркировки человек легко принимает чужую уверенность за свою. Особенно если эта уверенность красиво сформулирована ИИ.
Первое искусство можно сформулировать так: человек должен владеть своими целями и честно понимать границы своего суждения.
ИИ может помочь уточнить цель, задать вопросы, предложить варианты, показать противоречия. Но он не должен становиться последней инстанцией в вопросе, чего человеку хотеть и что считать хорошей жизнью, хорошей работой или хорошим результатом.
Рациональное и системное мышление: собрать связную карту мира
Второе искусство — рациональное и системное мышление.
В разговорах об ИИ часто говорят, что теперь особенно важна широта знаний. Это верно, но только наполовину. Широкий кругозор действительно помогает: человек знает, какие области существуют, какие вопросы можно задавать, какие инструменты бывают, где искать подходы и как входить в новую тему.
Но сама по себе широта ещё не делает мышление сильным.
Можно знать много фактов, терминов, имён, концепций и примеров, но жить в несвязанной картине мира. В одной области человек рассуждает строго, требует доказательств и проверяет источники. В другой — спокойно принимает бытовую мистику, модную чушь или красивую риторику. Как будто разные куски знания лежат в разных комнатах и не проверяют друг друга.
Например, человек может прекрасно понимать химию на работе, а дома верить в мистические объяснения действия гомеопатии. Может требовать строгих данных в бизнесе, но в политике принимать только те источники, которые приятно подтверждают уже готовую позицию. Может говорить о научном мышлении и тут же строить выводы из одного яркого случая.
Рациональное и системное мышление нужно не для того, чтобы человек стал сухим и занудным. Оно нужно, чтобы знания ложились в целостную карту. Новая информация должна находить место в системе: с чем она связана, чему противоречит, где её границы, что она объясняет, а что нет.
В эпоху ИИ это особенно важно. ИИ может быстро объяснить почти любую тему: дать структуру, примеры, сравнение подходов, краткую историю вопроса. Но он не гарантирует, что человек встроил объяснение в свою картину мира.
Объяснение — это ещё не понимание.
Понимание появляется там, где человек может применить модель, перенести её на новый случай, заметить сбой, задать уточняющий вопрос, увидеть исключение, проверить вывод и при необходимости изменить позицию.
Рациональное мышление помогает различать факт, гипотезу, интерпретацию, оценку, фантазию и красивую пустую формулу. Системное мышление добавляет связи, уровни, петли обратной связи, ограничения, побочные эффекты и контекст.
Без этого ИИ превращается в усилитель интеллектуального туризма. Человек быстро сёрфит по областям знания, собирает впечатления, говорит умными словами, но нигде не создаёт прочные опоры.
С этим искусством ИИ становится другим инструментом: быстрым проводником по новой местности, где человек всё равно сам отвечает за свою карту и за то, куда он по ней идёт.
Алгоритмическое и управленческое мышление: превратить цель в проверяемый процесс
Третье искусство — алгоритмическое и управленческое мышление.
Если первое искусство отвечает на вопрос «чего я хочу и на каком основании сужу», а второе — «как устроен мир, в котором я действую», то третье отвечает на следующий вопрос: как превратить цель в результат.
Алгоритмическое мышление шире кода. Это способность видеть действие как последовательность шагов, условий, развилок, проверок и исправлений. Для этого даже не нужен компьютер. Ребёнок, который ведёт взрослого инструкциями по карте, уже осваивает зачатки такого мышления. Он понимает: чтобы получить результат, мало хотеть. Нужно задать исполнимую последовательность действий.
Управленческое мышление добавляет к этому реальный мир: ресурсы, ограничения, людей, сроки, ошибки, контрольные точки, ответственность и обратную связь.
Вместе они дают способность, без которой работа с ИИ быстро превращается в хаос. Человек просит: «сделай хорошо», «напиши нормально», «разберись в теме», «создай приложение», «придумай стратегию». ИИ что-то делает. Иногда даже полезное. Но если не заданы цель, образ результата, критерии качества и проверки, человек не управляет процессом. Он надеется, что исполнитель сам угадает смысл слова «хорошо».
ИИ здесь похож на сильного исполнителя. У него много возможностей, высокая скорость, способность быстро производить варианты. Но он ошибается, может уверенно уходить в сторону, не всегда понимает скрытые ожидания, иногда оптимизирует не тот критерий и почти всегда нуждается в ясной рамке.
Поэтому человеку нужны образ результата, понимание текущей точки, ресурсы и ограничения, план, контрольные точки, критерии приёмки, обратная связь и защита от дрейфа.
Это основа нормального управления. Не так важно, работает человек с подчинённым, подрядчиком, командой, ИИ-помощником или самим собой.
ИИ не отменяет управление. Он делает качество управления главным ограничителем результата.
Запрос к модели — только форма передачи намерения. За ним должен стоять управленческий контур.
Коммуникация и совместная работа: согласовывать цели, смыслы и действия
Четвёртое искусство — коммуникация и совместная работа.
Здесь легко ошибиться и решить, что речь про умение быть приятным собеседником, красиво выступать или мягко формулировать мысли. Всё это может быть полезно, но суть глубже.
Коммуникация в «Квинтивиуме» — это способность согласовывать цели, смыслы, критерии и ответственность между разными субъектами: людьми, командами, экспертами, заказчиками, исполнителями и ИИ-помощниками.
Очень часто провал возникает не потому, что люди не старались, а потому что они использовали одни и те же слова в разных смыслах.
Разработчик может считать, что задача готова, потому что код написан и тесты прошли. Дизайнер — потому что макет выглядит аккуратно. ИИ-помощник — потому что выполнил запрос в своей интерпретации. Заказчик — только если пользователь может решить реальную задачу без боли. Руководитель — если результат можно внедрить, поддерживать и не получить ущерб.
Все говорят «готово», но имеют в виду разные вещи.
Хорошая коммуникация здесь — не вежливость и не красноречие. Это умение сделать общий смысл проверяемым. Кто пользователь? Какой сценарий должен пройти? Что считается успехом? Какие ошибки недопустимы? Кто принимает результат? Что именно меняется после выполнения задачи?
То же относится к спорам, обучению, постановке задач, работе с экспертами. Если у человека в теме низкая компетентность, он должен уметь не притворяться экспертом, а правильно поставить вопрос тому, кто понимает глубже. Если команда спорит, надо понять, они спорят о фактах, целях, критериях, рисках или вкусах. Если ИИ даёт ответ, нужно уметь уточнить, что он понял, какие допущения сделал и по каким признакам считает результат хорошим.
Коммуникация — это не добавка к мышлению. Это способ превратить индивидуальные карты мира в общее действие.
Без неё человек может хорошо думать и хорошо планировать, но всё равно проваливаться там, где нужно работать с другими.
Английский и другие языки доступа к миру
Пятое искусство — английский и другие языки доступа к миру.
Если выбирать один практический язык, который открывает ребёнку большой мир, ответ по-прежнему прост: английский.
Английский даёт доступ к огромной части современной науки, технологий, культуры, образования, документации, профессиональных дискуссий и людей. Да, машинный перевод стал намного лучше. Да, ИИ может объяснить иностранный текст, пересказать его, перевести, упростить, адаптировать. Но это не отменяет ценность прямого доступа к языку.
Перевод часто передаёт общий смысл, но теряет скорость, нюанс, интонацию, культурный слой, игру слов, неявные отсылки, профессиональную среду. Человек, который знает английский, не просто «понимает текст». Он подключается к среде напрямую: читает источники без посредника, слышит живую речь, видит, как устроен профессиональный спор, может проверить перевод, уточнить термин, почувствовать контекст.
Но в эпоху ИИ английский уже не единственный язык доступа.
Код — это язык исполнимых систем. Это не значит, что каждый должен стать разработчиком. Речь о другом: хотя бы базовое понимание кода и программной логики позволяет точнее ставить задачи цифровой среде, работать с ИИ-помощниками, проверять логику решений и не быть полностью зависимым от посредника.
ИИ — новый интерфейс к знаниям и действиям. Чтобы пользоваться им сильно, нужно понимать не только кнопки и запросы, но саму логику взаимодействия с внешним помощником: контекст, задачу, ограничения, проверку, итерации.
Цифровые инструменты — среда, в которой всё больше задач можно не только описывать, но и выполнять. Научная и культурная карта мира помогает понимать, куда вообще смотреть, какие области существуют, какие языки и инструменты стоит подключать.
Важно не превратить это искусство в кладовку всего полезного. В пятое искусство попадают не все полезные инструменты, а только те, которые открывают доступ к большим внешним системам знания, коммуникации, культуры или действия.
Смысл пятого искусства можно сформулировать так: дать человеку языки доступа к большому миру.
Без этого человек может быть умным, рефлексивным и даже хорошо организованным, но оставаться запертым в локальном круге опыта. Он будет зависеть от пересказчиков, переводчиков, посредников, готовых интерфейсов и чужих карт.
Английский, код, ИИ и культурная карта нужны не для галочки. Они расширяют пространство, в котором человек вообще может мыслить и действовать.
И здесь разговор о будущем возвращает нас к самому базовому: к тому, как ребёнок учится управлять действием в живом мире — до экранов, сложных проектов и разговоров про искусственный интеллект.
Часть III. От игры к осознанному действию: как ребёнок осваивает пять искусств
Ребёнок начинает не с терминов. Он начинает с тела, движения, предметов, игры, карты и маршрута.
И это хорошо. Сложные способности редко появляются сразу в абстрактной форме. Обычно они сначала проживаются физически: пройти, повернуть, найти, спрятать, объяснить, повторить, исправить. Ребёнок сначала чувствует действие телом, потом начинает видеть в нём схему, потом — правило, потом — алгоритм, потом — модель, и только заметно позже — программу, проект или работу с ИИ.
Сильное обучение редко сразу прыгает в абстракцию. Оно ведёт ребёнка ступеньками: от живого действия к символу, от символа к модели, от модели к инструменту.
Игра, карта и маршрут: первые уроки управления действием
У меня в детстве был странный и, как сейчас понимаю, очень ценный опыт. Компьютера ещё не было, но были книжки по языкам программирования. Паскаль, Бейсик, простые программы, листинги, команды. Запустить их было негде, и я начал запускать их в голове: мысленно идти по программе шаг за шагом, держать переменные, проходить условия, циклы, выводы.
Это было тяжело. Не уверен, что такой путь можно рекомендовать как педагогически мягкий. Но он дал очень глубокую интуицию: программа — это не текст на странице, а процесс во времени. У неё есть состояние, порядок, развилки, последствия.
Ещё хорошо сработал другой опыт. У меня был игрушечный планетоход: с клавиатурой на корпусе, простым языком команд и возможностью заранее задать маршрут. Проехать вперёд на десять единиц. Повернуть. Ещё проехать. Повернуть снова. Сделать «пиу-пиу» бластером. Развернуться.
Я помню восторг, когда он выполнил целую миссию по квартире: выехал из моей комнаты, прошёл коридор, добрался до кухни, где сидели родители с гостями, торжественно сделал «пиу-пиу» в ошарашенных взрослых, развернулся и уехал обратно.
В этот момент ребёнок чувствует не «я выучил команду». Он чувствует другое: я сделал механизм, и он сам взаимодействует с миром.
Это очень важное переживание. Из него растёт инженерное и алгоритмическое мышление: я могу представить результат, задать последовательность, отдать команды исполнителю, дождаться выполнения, увидеть, где замысел разошёлся с реальностью, и исправить маршрут.
Такие подъёмы можно строить гораздо раньше и мягче. Например, ребёнок управляет взрослым как роботом. Взрослый закрывает глаза, а ребёнок говорит: «шаг вперёд», «поверни направо», «шаг влево», «остановись». Цель — довести «робота» до кухни или до спрятанной вкусняшки.
На поверхности это просто игра. Внутри игры ребёнок осваивает сразу несколько вещей: цель, исполнителя, ограниченный язык команд, последовательность действий, маршрут, проверку, исправление, радость от получения результата.
Если потом нарисовать карту квартиры и отметить на ней спрятанную коробочку, появляется следующий слой. Ребёнок уже работает не только с телом и пространством, но и с моделью пространства. Карта отличается от квартиры, но помогает действовать в квартире. Маршрут можно спланировать заранее. Ошибка здесь — не провал. Это способ увидеть разницу между замыслом и реальностью. Ребёнок хотел привести «робота» к кухне, но тот уткнулся в стул. Значит, команда была неточной, карта неполной или маршрут плохо продуман. Или же надо «программировать» действия при препятствиях. Исправление делает мышление точнее.
Здесь почти незаметно становится интуитивно понятной идея графов: комнаты как узлы, проходы как связи, препятствия как ограничения, маршрут как путь. Ребёнку не нужно говорить слово «граф». Достаточно, чтобы он много раз прожил ситуацию: есть место, есть цель, есть путь, есть развилки, есть проверка, есть исправление.
В такой игре уже появляются первые зачатки нескольких будущих искусств. Ребёнок учится хотеть и выбирать цель, отличать карту от квартиры, давать команды, исправлять маршрут и объяснять другому, что делать. Позже из этих простых действий вырастут и алгоритмы, и работа с моделями, и умение управлять более сложными исполнителями.
Сначала ребёнок осваивает маленькие языки действия: слова-команды, карты, стрелки, карточки, условные знаки. Позже к ним добавятся код, английский, ИИ и другие более взрослые способы входа в большие системы.
Алгоритмическое мышление начинается не с кода. Оно начинается с переживания управляемой последовательности действий.
Поэтому раннее обучение не обязано начинаться с экрана. Иногда экран даже мешает: он слишком быстро даёт готовую абстракцию, пока тело ещё не построило опору. Ребёнку полезно сначала походить, повернуть, ошибиться, посмеяться, нарисовать карту, попробовать ещё раз и увидеть, что мир поддаётся управлению через понятные команды.
Это не значит, что детям нельзя давать цифровые инструменты. Значит другое: инструмент должен появляться как следующий этаж, а не как лифт, который увозит ребёнка мимо лестницы.
ИИ в обучении: где он помогает, а где подменяет понимание
Именно поэтому с ИИ в детском обучении нужна осторожность. Не страх, не запрет, не морализаторство, а аккуратное различение способов использования.
ИИ может быть прекрасным помощником. Он может объяснить непонятное другими словами, придумать упражнение, задать наводящий вопрос, показать ошибку, предложить аналогию, помочь найти следующий шаг. Для сильного ученика он может стать быстрым собеседником, который расширяет поле. Для слабого — терпеливым объяснителем, если правильно встроен в процесс.
Но тот же ИИ легко становится протезом мышления. Ребёнок получает текст, код, картинку, презентацию, проект — и почти не проходит внутренний путь. Готовая работа есть. Способность не появилась.
В обучении важен не только результат, который ребёнок сдал. Важно, что стало частью его собственного мышления.
Это различие часто теряется. Взрослые смотрят на проект и радуются: стало красивее, сложнее, богаче. Но если ребёнок не может объяснить, почему решение устроено именно так, где оно может сломаться, как проверить результат и что он сделал сам, то образовательный результат сомнителен.
Слабому ученику ИИ может даже навредить. Раньше он, возможно, сделал бы простую, кривую, но свою работу: сам ошибся, сам нашёл кусок решения, сам понял хотя бы один принцип. С ИИ он может получить более взрослый результат и меньше внутреннего опыта — как Емеля со Щукой (а то и как Вовка и двое из ларца).
Сильному ученику ИИ вредить будет реже, но риск остаётся другим: появляются скрытые дефекты понимания. Проект становится сложнее, но внутри могут лежать неуместные решения, которые ученик не умеет распознать. Он вроде бы сделал больше, но часть этого «больше» не принадлежит ему как понимание.
Поэтому вопрос не в том, давать детям ИИ или не давать. Вопрос в том, какую роль ИИ играет в обучении.
Есть способ использования, где ИИ выступает наставником: задаёт вопросы, объясняет, предлагает упражнение, просит предсказать результат, помогает сравнить варианты. Такой способ может усиливать обучение.
Есть способ использования, где ИИ выступает исполнителем: пишет код, делает текст, собирает проект, генерирует решение. А ребёнок — его руководителем. Этот способ тоже нужен, особенно в проектной работе, но он требует других проверок и формирует другие компетенции. Ребёнок должен понимать цель, уметь объяснить результат, пройтись по ключевым решениям и показать, что он не просто принёс машинную работу.
Самая простая проверка здесь такая: если ИИ что-то сделал, ребёнок должен суметь объяснить, что именно сделано, зачем, как это проверить и где это может сломаться.
Для маленьких детей эта проверка будет совсем простой. Почему «робот» пошёл не туда? (Ответ «папа дурак» не принимается.) Почему карта не совпала с комнатой? (Ответ «карта сама испортилась» тоже так себе.) Почему команда «иди туда» плохая, а «два шага вперёд и поверни направо» лучше? Для подростка проверка сложнее: почему выбран такой способ, что будет при другом вводе, как проверить результат, какие ограничения у решения. Взрослому самому важно уметь проверять такое, что для него самого делает важными требования владения этими компетенциями — а с этим, чего греха таить, часто беда.
ИИ может помогать проходить такие проверки. Он может спросить: «Объясни, почему ты выбрал этот способ». Может предложить тестовый случай. Может сыграть роль строгого пользователя. Может найти слабое место. Но если он просто выдаёт готовый результат, и ребёнок несёт его как свой, обучение начинает подменяться изготовлением красивой работы.
Здесь важно не спутать две разные задачи
— Получить внешний результат — что мы сделали наружу?
— Научиться — что изменилось внутри ученика? И что он сможет использовать потом?
У взрослого в рабочей задаче первый вопрос часто главный. У ребёнка главный второй. Поэтому детское использование ИИ должно быть устроено иначе, чем взрослая работа с ИИ-помощниками. Взрослый может делегировать, если умеет принимать и проверять результат. Ребёнок ещё формирует саму способность принимать и проверять.
Значит, ИИ в обучении должен работать не как обходной путь вокруг усилия, а как усилитель правильно организованного усилия. Сначала ребёнок пробует. Потом объясняет. Потом получает подсказку. Потом исправляет. Потом проверяет. Потом снова объясняет, что изменилось.
В этом смысле хороший детский сценарий с ИИ похож не на кнопку «сделай за меня», а на терпеливого партнёра по игре, который помогает ребёнку увидеть следующий шаг, но не крадёт у него сам путь.
Та же логика никуда не исчезает и во взрослой работе. Просто меняются игрушки: вместо карты квартиры — проекты и интерфейсы, вместо «папы-робота» — человеческие команды и ИИ-помощники, вместо коробочки со вкусняшкой — результат, риски и ответственность.
Часть IV. Квинтивиум во взрослой работе и профессиях
Пять искусств работают не только в разговоре о детях. Настоящая проверка начинается во взрослом мире: там, где есть проекты, сроки, деньги, люди, документы, интерфейсы, ошибки, клиенты, подрядчики, начальство, профессиональная ответственность и последствия плохих решений.
У ребёнка первые элементы «Квинтивиума» видны в игре: цель, карта, маршрут, команда, проверка, исправление. У взрослого те же элементы становятся частью работы. Только вместо квартиры — организация, рынок, продукт, команда или проект. Вместо «папы-робота» — сотрудники, подрядчики, эксперты и ИИ-помощники. Вместо коробочки со вкусняшкой — результат, за который кто-то платит, отвечает или потом долго исправляет последствия.
ИИ делает эту связь особенно заметной. Он может быть помощником, собеседником, аналитиком, редактором, программистом, тестировщиком, генератором идей и черновиков. Но чем больше задач можно передать ИИ, тем важнее становится взрослый вопрос: кто владеет целью, критериями и приёмкой результата?
Именно здесь «Квинтивиум» перестаёт быть педагогической рамкой и становится практической рамкой взрослой работы и ответственности.
Работа с ИИ как управление исполнителем: цели, критерии и проверка
Когда взрослый человек работает с ИИ, он часто начинает с запроса. Это естественно: интерфейс подсказывает именно такой формат. «Напиши, спроси, уточни, попроси переделать».
Но запрос — только внешняя часть работы. В серьёзной задаче за ним должны стоять цель, контекст, ограничения, критерии качества и понимание того, кто принимает результат.
ИИ полезно воспринимать как сильного, быстрого, но способного ошибаться исполнителя. Он может сделать много работы, предложить неожиданные варианты, быстро собрать черновик, найти структуру, написать код, отредактировать текст, провести предварительный разбор. Но он не освобождает человека от ответа на вопрос, что именно должно получиться и почему это будет считаться хорошим результатом.
Для простой задачи это не так заметно. Попросил переформулировать письмо — получил вариант, поправил руками, отправил. Цена ошибки невелика, проверка быстрая.
Сложная задача устроена иначе. Если ИИ помогает делать приложение, методику, регламент, стратегию, интерфейс, учебный курс или аналитическую записку, одной команды «сделай хорошо» уже недостаточно. Нужно понимать, какой результат нужен, кто будет им пользоваться, какие сценарии должны работать, какие ошибки недопустимы, какие промежуточные проверки нужны, где нужна внешняя экспертиза и по каким признакам результат можно принять.
Главный риск работы с ИИ — не явная ерунда, а правдоподобный результат без достаточного основания.
Грубую ошибку ещё можно заметить. Сложнее с результатом, который выглядит уверенно, складно и почти правильно. Текст читается гладко, код запускается, структура выглядит взрослой, выводы звучат разумно. Но внутри может не быть нужной предметной модели, проверки, устойчивости к нестандартным случаям или связи с реальной задачей.
Здесь и включаются пять искусств.
Самоанализ и целеполагание нужны, чтобы человек понимал, зачем он вообще запускает работу, какую цель считает своей и на каком уровне компетентности принимает решения. Если у него нет уверенного владения темой, он может собирать мнения и задавать вопросы, но не должен самоуверенно принимать результат без эксперта.
Рациональное и системное мышление нужны, чтобы видеть не только красивый ответ, но и модель: какие допущения заложены, какие связи учтены, где возможны исключения, что проверено, а что просто звучит убедительно.
Алгоритмическое и управленческое мышление превращает желание в процесс: этапы, роли, проверки, критерии, исправления, защита от ухода в сторону. Без этого ИИ производит много материала, но не обязательно движется к нужному результату.
Коммуникация и совместная работа нужны, потому что результат почти всегда проходит через людей: заказчиков, пользователей, экспертов, коллег, подрядчиков. Одно слово «всё хорошо» может значить разные вещи для разработчика, руководителя, пользователя и ИИ-помощника.
Английский и другие языки доступа позволяют подключать внешние источники: документацию, код, профессиональные обсуждения, исследования, инструменты, примеры, чужой опыт. Без них человек слишком зависит от пересказчиков и готовых оболочек.
Поэтому взрослая работа с ИИ не сводится к умению «хорошо спрашивать». Сильный пользователь ИИ — это человек, который умеет держать цель, строить модель, организовывать процесс, согласовывать смысл с другими и подключать нужные языки доступа. То есть — руководитель.
ИИ переносит центр тяжести взрослой работы с ручного исполнения на постановку, проверку и ответственность.
Профессии после удешевления исполнения: почему дорожают предметная модель и постановка задачи
Из возможностей ИИ часто делают громкие выводы: раз модель пишет код, тексты, планы, письма, отчёты и презентации, значит профессии начнут исчезать одна за другой. Такие прогнозы удобны для заголовков, но реальность обычно устроена сложнее.
ИИ прежде всего удешевляет отдельные операции внутри профессий.
Проще написать первый вариант текста. Проще получить черновик кода. Проще собрать структуру презентации. Проще сделать справку по теме. Проще накидать варианты решения. Проще автоматизировать кусок рутины.
Но профессия редко сводится к одной операции. Она держится на предметной модели, опыте, понимании ограничений, типовых ошибках, ответственности, знании людей и способности отличить формально правильное от реально полезного.
Хороший бухгалтер ценен не потому, что умеет нажимать кнопки в конкретной программе. Он понимает логику учёта, документы, налоги, риски, ошибки пользователей, управленческие вопросы и последствия неверной операции. Поэтому в мире ИИ такой специалист может стать сильным постановщиком бухгалтерского результата — если умеет перевести своё знание в цели, сценарии, ограничения и проверки.
То же самое происходит с врачом, юристом, инженером, учителем, консультантом, дизайнером, редактором, управленцем. ИИ может взять на себя часть черновой работы, но остаётся вопрос: что здесь является хорошим решением именно в этой предметной области?
В эпоху ИИ дорожает не знание фактов. Дорожает предметная модель: понимание того, какие сущности важны, как они связаны, где риски, какие исключения бывают, что нельзя перепутать и по каким признакам видно качество.
Но и предметной модели мало, если человек не умеет её предъявить. Сильный специалист должен уметь ставить задачи: объяснить, что именно должен сделать инструмент, какие сценарии важны, какие ошибки недопустимы, какие проверки нужны и где результат должен быть принят человеком.
Сильнее становится тот, кто соединяет несколько слоёв: понимает предмет, умеет формулировать цель, видит ограничения и риски, умеет работать с людьми и ИИ, может проверять результат и понимает, где нужна внешняя экспертиза.
Это не значит, что всем нужно срочно становиться программистами, дизайнерами, аналитиками и управленцами одновременно. Значит другое: границы профессий становятся более проницаемыми. Человек, который хорошо понимает предмет и умеет работать с ИИ, может делать то, что раньше требовало отдельной команды. А команда, которая перестраивает работу под ИИ, может двигаться быстрее организации, которая просто купила всем доступ к новым инструментам.
Просто выдать людям ИИ недостаточно. Это похоже на покупку дорогого инструмента без изменения способа работы. Настоящее преимущество появляется там, где перестраиваются роли, проверки, правила постановки задач, обучение, накопление знаний и ответственность за результат.
Будущее профессий зависит не только от того, что умеет ИИ. Оно зависит от того, как люди перестраивают вокруг него свою работу.
В этом смысле «Квинтивиум» — не теория для обучения детей и не красивый образовательный лозунг. Это практическая рамка для среды, где исполнение дешевеет, а ценность смещается к целям, предметной модели, согласованию, проверке и ответственности.
Человек, который понимает свои цели, строит связную картину мира, умеет превращать цель в процесс, согласовывает действия с другими и владеет языками доступа к большому миру, не становится неуязвимым. Но он гораздо лучше подготовлен к миру, где рядом с ним работает сильный внешний помощник.
После этого можно вернуться к исходному вопросу уже без паники и без модной суеты. Ответ не в том, чтобы угадать следующий инструмент, а в том, каким должен становиться человек рядом с ним.
Заключение. Владелец целей, смысла и результата
Мы начали с вопроса: чему учить ребёнка, если рядом с ним уже есть ИИ?
Ответ теперь можно сформулировать так: учить надо человека, который умеет жить и действовать рядом с сильными внешними помощниками, не отдавая им свои цели, суждение и ответственность.
ИИ будет меняться. Сегодня это чат-бот и ИИ-помощник для программирования, завтра — более самостоятельные системы, встроенные в документы, интерфейсы, телефоны, очки, рабочие среды, учебники и бытовые процессы. Одни модели сменят другие. Часть сегодняшних приёмов работы с ИИ через несколько лет будет выглядеть так же архаично, как старые поисковые хитрости.
Но базовая проблема останется.
Сильный инструмент делает слабость пользователя менее заметной на поверхности и более опасной по последствиям. Человек может получить гладкий текст, работающий прототип, красивую презентацию, убедительное объяснение — и не заметить, что внутри у него не прибавилось ни понимания, ни способности проверить результат, ни ответственности за принятое решение.
Поэтому вопрос «чему учить» в эпоху ИИ — это вопрос о том, остаётся ли человек владельцем собственных целей и решений.
Квинтивиум — мой рабочий ответ на этот вопрос.
Пять искусств складываются в простую рамку
· превращать цель в проверяемое действие;
· согласовывать смысл и ответственность с другими;
· владеть языками доступа к большому миру.
Обычные предметы от этого не становятся ненужными. Математика, языки, история, естественные науки, литература, спорт, ремесло, программирование — всё это может работать на «Квинтивиум». Меняется главный вопрос к ним: какую человеческую способность они формируют?
Если предмет учит ребёнка видеть причинность, проверять себя, строить модель, формулировать мысль, выдерживать сложность, работать с другими и понимать границы своего знания — он формирует человека, которому ИИ будет полезен. Если предмет сводится к механическому воспроизведению, ИИ быстро покажет его слабость.
Сначала эта опора может быть очень простой: игра, карта квартиры, маршрут, команда, ошибка, которую можно исправить, и радость от того, что задуманное действие получилось. Потом появляются язык, математика, письмо, спор, проект, код, английский, ИИ. Потом — профессия, команда, ответственность, деньги, клиенты, реальные последствия.
Логика остаётся той же: человек ставит цель, строит карту, организует действие, согласует его с другими и подключает инструменты.
ИИ в этой логике — мощный усилитель. Но усилитель не выбирает, что именно усиливать. Он может усилить мышление, а может усилить хаос. Может расширить свободу, а может ускорить движение по чужой траектории. Может помочь учиться, а может незаметно украсть у ребёнка сам путь обучения.
Поэтому точный вопрос звучит не «как научить детей пользоваться ИИ?», а иначе:
каким должен становиться человек, чтобы ИИ усиливал его собственное мышление, а не подменял его?
Мой ответ: человек должен понимать себя, понимать мир, уметь действовать, уметь действовать вместе и иметь языки доступа к большому миру.
Это и есть «Квинтивиум» — попытка назвать пять оснований, без которых сильные инструменты начинают вести человека вместо того, чтобы расширять его собственную способность действовать.