У новому епізоді подкасту Mixture of Experts від IBM Technology ведучий Тім Хван разом з дослідниками Маріною Данилевськи, Гейбом Гудхартом та інженером Крісом Хеєм обговорюють те, що зазвичай лишається за межами презентацій про «світле AI‑майбутнє»: як насправді почуваються молоді люди, які закінчують університет у момент стрімкого прориву штучного інтелекту, і що їм робити з цією технологією тут і зараз.
На тлі гучних промов про «революцію AI» з’являється зовсім інша картина — скепсис, втома й відчуття втрати контролю. Але замість того, щоб ставати на бік безумовного оптимізму чи тотального песимізму, учасники розмови пропонують третій шлях: обережний, усвідомлений експеримент і повернення собі суб’єктності у стосунках з алгоритмами.
Коли випускники букають AI: що показують опитування
Символічний епізод цієї весни: Ерік Шмідт, колишній топменеджер Google, виходить на сцену університетського випускного, щоб говорити про горизонти штучного інтелекту — і отримує гучне «бу» від аудиторії. Цей жест легко списати на антикорпоративні настрої, але він добре лягає в ширший тренд.
Опитування, на які посилається видання Semafor, малюють різко стриману картину ставлення до AI в США. Близько 70% американців вважають, що штучний інтелект розвивається занадто швидко. Понад половина респондентів загалом мають негативне ставлення до цієї технології. І, можливо, найцікавіший штрих: лише приблизно 18% молодих людей кажуть, що відчувають надію щодо AI.
Це ламає звичний стереотип, за яким «старші бояться технологій, молодь їх обожнює». Сьогоднішні випускники університетів — це покоління, яке:
- пройшло через пандемію в найчутливіші роки навчання;
- виходить на ринок праці в умовах економічної турбулентності;
- одночасно чує взаємовиключні меседжі про штучний інтелект.
З одного боку — гучні заяви про «AGI вже тут» і неминуче масове звільнення працівників. З іншого — заклики повністю бойкотувати AI як небезпечну й токсичну технологію. Для людей на старті кар’єри це створює не просто інформаційний шум, а відчуття фундаментальної нестабільності: правила гри змінюються прямо під час гри, а зрозумілої «соціальної угоди» — працюй, розвивай навички, і отримаєш прогнозовану кар’єру — наче більше немає.
У цьому контексті скепсис молоді щодо AI виглядає не примхою, а раціональною емоційною реакцією на брак контролю над власним майбутнім.
Втрата контролю як головний страх покоління AI
Ключовий мотив, який проходить через розмову експертів, — це не стільки страх перед самою технологією, скільки страх перед втратою суб’єктності. Молоді люди виходять у світ, де рішення про їхню кар’єру, навчання, навіть творчість усе частіше приймаються системами, які вони не контролюють і не до кінця розуміють.
Це проявляється на кількох рівнях.
По‑перше, ринок праці. Студенти, які вступали на спеціальності з чітким уявленням про затребувані навички, закінчують навчання в іншій реальності. Те, що ще кілька років тому вважалося «надійною ставкою», сьогодні частково автоматизується або радикально змінюється під впливом генеративних моделей. Відчуття, що «правила переписали посеред гри», підсилює недовіру до будь-яких обіцянок про «нові можливості AI».
По‑друге, інформаційний фон. Молодь одночасно чує:
- катастрофічні сценарії про тотальну заміну людей машинами;
- тріумфальні заяви про безмежні можливості для підприємництва й креативу.
Обидві крайності позбавляють суб’єктності. У першому випадку людина — жертва неминучого прогресу. У другому — гвинтик у машині нескінченного «інноваційного» зростання, де єдиний правильний шлях — стати фаундером AI‑стартапу. Для більшості випускників, які не мріють про власну технологічну компанію, це виглядає як чужий сценарій.
По‑третє, символічний рівень. Коли на сцену виходить мільярдер, щоб розповісти студентам, як AI відкриє перед ними «світ можливостей», це легко сприймається як лекція з позиції сили. Тим більше, коли ті самі корпорації, що просувають AI, одночасно скорочують штати й автоматизують процеси.
У такій ситуації негативне ставлення до AI може бути не відмовою від технологій, а формою протесту проти того, що рішення про майбутнє приймаються без участі тих, кого це майбутнє безпосередньо стосується.
Чому обережний скепсис — це не проблема, а ресурс
На цьому тлі особливо показовою є позиція Гейба Гудхарта. Він пропонує подивитися на нинішній скепсис молоді не як на загрозу «прогресу», а як на потенційно здорову реакцію, яка може вберегти від набагато небезпечнішого сценарію.
Цей небезпечніший сценарій виглядає так: молоді люди, переконані, що «інакше не вижити», починають тотально делегувати все, що можна, штучному інтелекту. Не як інструменту, а як єдиному способу «встигати за світом». У такій моделі:
- рішення про навчання, роботу, творчість фактично приймає модель;
- людина втрачає навички критичного мислення й самостійного аналізу;
- відповідальність за результат розмивається: «так зробив AI».
Саме це, на думку Гудхарта, було б справжньою катастрофою для покоління, яке й так відчуває брак контролю. На цьому тлі нинішня настороженість виглядає як шанс зупинитися й переосмислити, як саме варто інтегрувати AI в життя, щоб не втратити себе.
Обережний скепсис дає простір для запитань: де AI справді допомагає, а де створює ілюзію ефективності? Які завдання варто автоматизувати, а які принципово важливо виконувати самому? Як зберегти й розвивати власні навички, використовуючи моделі як підсилювач, а не заміну?
Це не відмова від технології, а спроба вибудувати з нею дорослі стосунки.
«Не вірте ні хайпу, ні песимізму»: стратегія особистого експерименту
На цьому тлі головна порада, яку Гудхарт адресує студентам і молодим фахівцям, звучить просто, але радикально: не вірити ні беззастережному хайпу, ні тотальному песимізму. Замість цього — формувати власну думку через обережний, контрольований експеримент.
Йдеться не про абстрактне «розберіться в AI», а про дуже конкретну практику.
По‑перше, важливо обрати «безпечний простір» для експериментів. Це можуть бути невеликі проєкти, які не є критичними ні для навчання, ні для роботи. Наприклад, допомога в чернетках текстів, ідеях для коду, структуруванні конспектів, творчих завданнях. Там, де помилка моделі не матиме серйозних наслідків, а людина зберігає повний контроль над фінальним результатом.
По‑друге, варто починати з малих кроків. Замість того, щоб одразу будувати складні «агентні системи», які самі виконують довгі ланцюжки завдань, логічніше спершу зрозуміти базову поведінку моделей: як вони реагують на різні формулювання запитів, де помиляються, як змінюється якість відповідей залежно від контексту.
По‑третє, критично важливо зберігати власну участь у процесі. Гудхарт наводить показовий приклад: його знайомий учитель англійської мови в школі активно навчає учнів користуватися AI‑інструментами, але всі підсумкові оцінювання проводить офлайн, без доступу до моделей. Учні можуть тренуватися з AI, але мають продемонструвати, що навички справді засвоєні, а не просто «передані на аутсорс» алгоритму.
Цей підхід добре лягає й на роботу з молодими співробітниками в компаніях. AI може бути присутнім у робочому процесі, але не як «чорна скринька», якій делегують усе, а як інструмент, що вимагає розуміння, перевірки й осмислення.
У підсумку стратегія особистого експерименту дає те, чого бракує багатьом молодим людям у стосунках з AI, — відчуття власного досвіду й права на власний висновок, а не нав’язану позицію з боку корпорацій чи апокаліптичних критиків.
AI як співрозмовник, а не підрядник
Один із найважливіших практичних висновків, який пропонує Гудхарт, стосується того, як саме варто використовувати моделі в повсякденній роботі й навчанні. Він радить розглядати AI не як «виконавця завдань», а як «співрозмовника» або «партнера з міркувань».
Різниця між цими двома підходами принципова.
У режимі «делегування» людина формулює завдання на кшталт «зроби за мене» й майже не взаємодіє з процесом. Модель генерує текст, код чи інший результат, який користувач часто приймає без глибокої перевірки. У такій схемі:
- втрачається розуміння того, як отримано результат;
- зростає ризик помилок, які важко виявити;
- людина поступово втрачає компетенцію в самій діяльності.
У режимі «співрозмовника» AI використовується інакше. Модель ставить уточнювальні запитання, пропонує варіанти, допомагає структурувати думки, але фінальне рішення й формулювання залишаються за людиною. Це може виглядати як:
- обговорення ідей для есе чи проєкту, де AI пропонує контраргументи;
- спільний розбір коду, де модель підказує можливі помилки, але розробник сам перевіряє й виправляє;
- генерація альтернативних формулювань, які користувач оцінює й адаптує під свій стиль.
Такий підхід не лише зменшує ризики, а й підсилює відчуття власності над результатом. Людина не просто отримує готовий продукт від моделі, а проходить із нею діалог, у якому зберігає роль автора й відповідального за зміст.
Це особливо важливо для молодих фахівців, які тільки формують професійну ідентичність. Якщо на старті кар’єри більшість завдань «робить AI», дуже легко опинитися в ситуації, коли складно відповісти на просте запитання: «Що саме в цьому результаті — моє?».
Між стартап‑романтикою і прагматикою більшості
У розмові звучить і ще один важливий нюанс: не всі молоді люди хочуть або можуть стати фаундерами AI‑стартапів, навіть якщо технологія справді відкриває безпрецедентні можливості для швидкого створення продуктів.
Кріс Хей наголошує на «епосі персоналізації», коли завдяки генеративним моделям дизайнери, HR‑фахівці, фінансисти й інші спеціалісти можуть самостійно створювати інструменти під власні потреби. З його точки зору, це «найзахопливіший час» для входу в індустрію: обчислювальні ресурси субсидуються великими лабораторіями, бар’єр входу для стартапів знижується, а «майже все, що можна уявити, можна спробувати побудувати».
Але Марина Данилевськи й Гейб Гудхарт нагадують про очевидну, але часто ігноровану річ: переважна більшість випускників не мріє про технологічний бізнес. Вони хочуть стати лікарями, вчителями, юристами, інженерами, соціальними працівниками, дослідниками — і будувати кар’єру, де головна мета не «запустити стартап», а розв’язувати конкретні суспільні й професійні проблеми.
Для цієї більшості важливо не те, як «зловити хвилю AI‑ринку», а як інтегрувати нові інструменти так, щоб:
- зберегти й посилити власну експертизу;
- не опинитися заручником непрозорих систем;
- мати можливість впливати на те, як саме AI застосовується в їхній сфері.
Саме тут повертається ідея «власності над процесом і результатом». Для лікаря це може означати використання AI для попереднього аналізу даних, але з обов’язковою клінічною верифікацією. Для вчителя — допомога в підготовці матеріалів, але не заміна живого оцінювання. Для юриста — чернетки документів, але не автоматичне ухвалення рішень без людського перегляду.
Інакше кажучи, питання не в тому, «чи варто молоді йти в AI‑стартапи», а в тому, як зробити так, щоб у будь-якій професії AI залишався інструментом, а не роботодавцем, який диктує правила.
Власний шлях у світі AI: що це означає на практиці
Якщо спробувати звести розмову експертів до кількох практичних принципів для студентів і молодих фахівців, картина виглядатиме так.
По‑перше, визнати реальність: AI нікуди не зникне, але й не перетворить світ на утопію чи антиутопію за одну ніч. Ігнорувати технологію — означає свідомо звужувати власні можливості. Але приймати будь-які обіцянки про «неминуче майбутнє» — теж шлях до розчарування.
По‑друге, будувати власний досвід через контрольовані експерименти. Не чекати, поки університет чи роботодавець «правильно» інтегрує AI, а самим шукати способи безпечно протестувати інструменти на невеликих завданнях, де ви зберігаєте повний контроль.
По‑третє, свідомо обирати роль у стосунках з моделями. Чим частіше AI виступає для вас співрозмовником, критиком, помічником у мисленні, а не безликим виконавцем, тим більше шансів зберегти й розвинути власні навички.
По‑четверте, не підміняти власні цілі чужими сценаріями. Якщо вас не приваблює шлях фаундера стартапу — це не робить вас «лузером епохи AI». Навпаки, саме в «нетехнологічних» сферах сьогодні особливо потрібні люди, які розуміють як свою професію, так і можливості та обмеження штучного інтелекту.
І нарешті, по‑п’яте, дозволити собі амбівалентність. Можна одночасно відчувати тривогу й цікавість, скепсис і захоплення. У світі, де від молоді часто вимагають «чіткої позиції» — або за AI, або проти — право на складну, нюансовану позицію саме по собі є актом повернення контролю.
Висновок: надія як навичка, а не статистика
Те, що лише близько 18% молодих людей у США сьогодні кажуть, що відчувають надію щодо AI, — тривожний, але не вирок. Надія в цьому контексті — не про віру в те, що «технологія все виправить», а про впевненість, що людина зберігає право впливати на те, як саме ця технологія вбудовується в її життя.
Штучний інтелект уже став частиною інфраструктури сучасного світу. Питання не в тому, чи зможе молодь «зупинити» його розвиток, а в тому, чи зможе вона відстояти власну суб’єктність у стосунках з ним. Поради на кшталт «не слухайте ні хайпу, ні песимізму» й «використовуйте AI як співрозмовника, а не підрядника» — це не просто технічні рекомендації. Це спроба повернути молодим людям те, чого їм так бракує в епоху турбулентності, — відчуття, що майбутнє, попри все, ще частково в їхніх руках.