«Да, я гуманитарий, который притворяется технарем»
За последние полгода OpenAI и Google представили новые модели для генерации текста, изображений и видео, а IT-индустрия сейчас меняется быстрее, чем когда-либо. Как начать карьеру в этой среде, мешают ли нейросети обучению и может ли гуманитарий стать программистом — обсуждаем с Александром Лебедевым, разработчиком систем искусственного интеллекта в Innostage.
Александр Лебедев, разработчик систем искусственного интеллекта в Innostage. Фото предоставлено собеседником
— Как начался твой путь в IT?
— В IT я попал интересным способом. По первому образованию я психолог. Много преподавал в университете, даже защитил диссертацию по психологическому благополучию. Но вот с докторской возникли трудности. Также к тому моменту я уже выгорел от научной деятельности.
В тот момент стал думать, как сменить направление. С этим мне помогло то, что на кафедре я занимался статистикой и анализом данных. В хорошей статье для научного журнала обязательно должны быть математические обоснования и подтверждения гипотез. Поэтому пришлось изучить как строить доверительные интервалы, что такое p-value и зачем проводить эксперименты.
Я подумал, а почему бы просто тем же самым не заниматься в бизнесе? Мне нужно было только выучить язык программирования Python. На это ушло три месяца интенсивной работы: по 10 часов каждый день. И вот, благодаря усердию и толике удачи, я устроился на первую работу в качестве аналитика данных.
Позже я понял, что если хочу развиваться в этом направлении, мне нужно хорошее базовое образование. Поэтому поступил в Уральский Федеральный Университет на магистратуру «Инженерия искусственного интеллекта». Было тяжело, сложно, я не покладая рук старался, и после первого года у меня уже было достаточно опыта, чтобы попасть на должность ML-инженера.
— Были у тебя какие-то страхи или опасения, когда переходил в IT, и как ты с ними справился?
— Конечно были. Очень страшно гуманитарию идти в техническую сферу. Но что мне помогло? Во-первых, я для себя переход воспринимал как вопрос жизни и смерти. Я понимал, что у меня нет опции отступить, сдаться. Это помогло избавиться от сомнения и стеснения. Я настолько раскрепостился, что отправил свое резюме в Стэнфорд. Мне, конечно, отказали, но тем не менее, я не побоялся. Я пробовал все, и это одна из причин, почему мне удалось найти первую работу в IT.
Во-вторых, я принял синдром самозванца. На мой взгляд, не надо с ним бороться. Зачем переживать о факте? Да, я гуманитарий, который притворяется технарем. Принятие этого мне помогло, когда я только начал работать аналитиком данных и много переживал, что еще ничего не знаю и не умею. Тогда я еще услышал очень нужные слова:
Если вы действительно стараетесь и работаете, но вас просто взяли не в то место, то это не ваша вина. Это меня расслабило, я перестал так сильно переживать и просто стал делать все, что могу.
— Как ты думаешь, что дало тебе самый большой буст? Твое самообучение, магистратура или рабочая практика?
— Лучший способ научиться работать — это работать. Ничего не заменит реальный опыт. У меня получилось так быстро трудоустроится, кроме всего прочего, потому что я сосредоточился на практике. Мои знакомые, кто тоже учился, долго пытались разобраться, как все устроено. Это, конечно, важно и для этого тоже нужно выделить время, но если тебе нужно здесь и сейчас, то необходимо делать, а не уходить сильно в теорию.
— С точки зрения разработчика нейросетей, как ты думаешь, влияет ли ИИ на образование?
— Я один из тех людей, которые предполагают, что образование изменится полностью. Особенно начальное и среднее. В последнее время я мало соприкасаюсь со школами, но раньше в них бывал довольно часто. Я видел, что система образования очень отстает. Преподаватель больше не источник знаний. Он знает меньше, чем ИИ. Мне кажется, в будущем, особенно в школе, роль педагога будет больше как ментора, который помогает ребятам с психологической точки зрения, определиться с мотивацией. Но источником знаний будут нейросети. При этом необходимо понимать, что они галлюцинируют, нужно перепроверять факты, цифры. То есть ИИ невероятно ускоряет обучение, но он совершает ошибки, так что нельзя полностью на него полагаться.
— Сейчас некоторые студенты делают все лабораторные работы с помощью нейросетей. Как ты думаешь, это плохо? Надо ли с этим бороться?
— Как я уже говорил, роль преподавателя меняется. Любые письменные работы теперь не имеют смысла с появлением нейросетей. Это период трансформации для образования. Кто-то из коллег рассказывал, что в университете они целенаправленно учат ребят работать с ИИ. Они предлагают использовать ChatGPT для структуризации текста, а после говорят студентам прочитать результат, проанализировать и переписать. ИИ вплетают в процесс образования, а не искореняют. Мы сейчас на волне, и нужно плыть на ней, а не против нее. Только нельзя скатываться в делегирование мышления. Например, ИИ слопперы (Прим. ред. от англ. AI slop — контент низкого качества, сгенерированный искусственным интеллектом, который не несет в себе ценности, смысла и логики) как раз проявление этой проблемы.
— Как использование ИИ в работе влияет на скорость и результат?
— Это как переход от деревянных счет к компьютеру. Нейросети улучшают показатели, но нужно научиться пользоваться новым средством. Это произойдет само собой, естественный отбор на рынке труда. Те, кто будет применять экзоскелет в виде ИИ, станут более производительными, начнут быстрее учиться, и просто оставят остальных далеко позади.
Но в использовании нейросетей для работы есть несколько важных ремарок. Во-первых, нужно помнить про информационную безопасность. Например, нельзя допускать утечку конфиденциальных данных и необходимо проверять, что сгенерированный код не взломают. Во-вторых, для тех, кто не разбирается и пытается вайбкодить (Прим. ред. от англ. vibe coding — метод программирования, использующий искусственный интеллект для генерации программного кода на основе описания задачи на естественном языке), это может только создать проблемы. Им понадобится исправлять ошибки с помощью той же нейросети, и в итоге это превратится в снежный ком неработающего кода от ИИ. То есть все равно нужно понимать, что ты делаешь, нельзя полностью делегировать мышление нейросетям.
— Что ты можешь посоветовать студентам, которые прямо сейчас начинают учиться или переходят в IT?
— Общаясь со студентами, я заметил, что ребята распределяют время не совсем рационально с точки зрения карьеры, будущего дохода и знаний. В студенческом периоде занято примерно полдня, а в остальное время можно заниматься крутыми и полезными вещами. Например, изучить что-то дополнительно по своей специальности или попробовать сделать небольшой проект в своей сфере. Одним словом, нужно правильно распоряжаться своим свободным временем, которого очень много во время учебы.
Источник фото: unsplash.com
