Ключевой навык — критическое мышление: в НИУ ВШЭ обсудили, как ИИ меняет требования к работникам
Форсайт-центр и Институт искусственного интеллекта и цифровых наук (Институт ИИ) НИУ ВШЭ провели круглый стол «Как меняется работа в эпоху ИИ: опыт бизнеса, науки и госсектора». Представители бизнеса и эксперты обсудили роль руководителя в интеграции ИИ в бизнес-процессы, границы доверия к самостоятельным решениям ИИ-агентов, а также почему пилотные проекты не доходят до внедрения и как справедливо оценить труд сотрудников, чья производительность выросла благодаря использованию ИИ.
Модератором круглого стола выступила заведующая отделом методологии и организации форсайт-исследований ИСИЭЗ НИУ ВШЭ Олеся Майбах. Она отметила, что, по ее наблюдениям, несмотря на то, что пилотные проекты с искусственным интеллектом запускаются повсеместно, заметная часть из них не превращается в повседневную практику. Главный барьер, полагает она, не в технологии как таковой, а в том, что компании пока не готовы менять ради ИИ свои процессы, обучать людей и перестраивать культуру.
«Основные причины низкого уровня внедрения ИИ в рабочие процессы — это в первую очередь высокая цена разработки и интеграции, а затем идут слабая инфраструктурная оснащенность предприятий, нехватка кадров и данных», — подчеркнула Олеся Майбах.
Руководитель департамента цифрового развития и взаимодействия с клиентами компании «Северсталь-инфоком» Владимир Сидоров рассказал, что внедрение ИИ — это точка приложения организационных усилий как руководителей (top-down), так и линейных сотрудников (bottom-up). Без первых лиц запустить ИИ нельзя, уверен он.
«Если топ-менеджмент не использует генеративный ИИ в обычной жизни и на работе, ничего не получится. Руководитель должен пощупать ИИ собственными руками, только тогда появится доверие к тому, что этот ИИ делает. Инициативы снизу без управленческого давления сверху эффектов не приносят», — говорит Владимир Сидоров.
Кроме того, если компания хочет масштаба, ей придется создавать собственные цифровые платформы — готовые, удобные и безопасные. Разрозненные решения не дают нужного эффекта. «Классический ИИ в компании развивается с 2016 года. За это время наш коллектив создал больше сотни моделей разного масштаба — от управления агрегатами до цифрового двойника производства. Генеративный ИИ стал просто следующим слоем этой цифровизации», — поделился опытом спикер.
Андрей Даркшевич, заместитель директора Института ИИ НИУ ВШЭ, отметил, что в современной индустрии от молодых специалистов, помимо навыков использования ИИ, требуется отраслевая экспертиза, понимание экономических и технических законов. По его мнению, звездные стажеры не задерживаются в командах, потому что им интересна идея, а не кропотливая работа по внедрению. Часто приходится слышать жалобы работодателей: «Мы десятилетиями разбираемся с этой темой, и вот пришел математик, чтобы рассказывать, как нужно работать. Но реальные процессы — это не только математика, но и глубокая доменная экспертиза».
Решение проблемы эксперт видит в том, чтобы лабораторные работы в университете проводились на реальных данных, а не на «учебных примерах», это приближает специалистов к более глубокому пониманию бизнес-составляющей. Сейчас информации так много, что без опоры на стандарты и нормы ИТ-решение не поднять.
Андрей Даркшевич также полагает, что благодаря клиповому мышлению, которое принято считать недостатком, молодые специалисты лучше подготовлены к современной работе с данными. Например, они умеют оперативно обрабатывать информацию из разрозненных источников и быстрее принимать решения. «У нас есть два пути: либо нанимать больше людей, чтобы справляться с возрастающим объемом цифровой информации о бизнесе, либо научиться использовать клиповое мышление в работе компаний», — говорит он.
По мнению директора Центра ИИ на транспорте Российского университета транспорта Федора Шкурова, языковые модели и инструменты вайб-кодинга уже способны взять на себя значительную часть работы офисного специалиста или эксперта — от аналитики и подготовки документов до реализации идей. Спикер опирался на личный опыт: если раньше подготовка поправок к нормативному акту или разработка прототипов сервисов по продуктовым гипотезам растягивалась на месяцы, то теперь на это уходят дни, а в некоторых случаях часы. Рутинные задачи в его собственных проектах решаются с помощью ИИ, и это базовое требование к членам команды.
«Я уже не могу ждать день, пока команда оформит результаты совещания, — это нужно через час. А проверку гипотез, прототип, схему и план — на следующий день. Такая скорость становится нормальной. И она создает одновременно и эффекты, и разрывы в производительности труда. Нужен новый подход к созданию ИИ-культуры в организациях: людям надо дать все условия для освоения технологии и встраивания ее в рабочий день», — отметил эксперт.
Владение инструментами ИИ со временем выравняется у всех, а решающими останутся доменные знания, умение проверить результат, созданный алгоритмом. «Узким местом становится приемка, а не генерация», — считает эксперт. ИИ увеличивает производительность специалистов с собственной экспертизой в разы: один человек превращается в «завод продуктов». «Те же, кто применяет ИИ поверх пустоты в голове, без экспертизы, и принимает выдачу модели на веру, часто производят брак, который невозможно исправить», — добавил спикер. По его мнению, эффективность команд следует измерять долей результата, прошедшего экспертную проверку и внедренного в бизнес-процессы организации.
Ключевым недостатком молодых специалистов является нехватка компетенций 4К (коммуникация, командная работа, креативность и критическое мышление), полагает Сергей Колесников, руководитель образовательных проектов Cloud.ru. В качестве примера решения этой проблемы он привел внутренний опыт компании, где для сотрудников проводятся специальные курсы, направленные на совместную генерацию идей и развитие гибких навыков.
Об опасности некритичной коммуникации с ИИ рассказала Анна Гребенюк, заместитель директора Форсайт-центра ИСИЭЗ НИУ ВШЭ. Она описала распространенную ошибку, которая может снизить ценность использования ИИ. «Мы сразу идем в искусственный интеллект, для себя не продумывая задачу, и, когда нам модель подает какой-то ответ, мы начинаем думать в парадигме LLM». Особенно уязвимы школьники, у них навык самостоятельной постановки задачи еще не сформирован.
Эту мысль продолжил Илья Бердыш, директор по продукту компании Mymeet.ai, применительно к найму разработчиков. Начинающим специалистам, по его опыту, полезнее сначала разобраться в основах — функциональном программировании и системной архитектуре, а уже потом опираться на языковые модели. «Когда LLM под рукой, легко сразу перейти к вопросу, как это сделать, и модель охотно задает рамку. А полезнее сделать шаг назад, посмотреть шире и подумать системно», — считает он. Отсюда и подход к работе с ИИ-агентами: «Инженер, который понимает архитектуру, может вести сразу несколько агентов и отвечать за результат. Поэтому мы вкладываемся в фундамент, а не только в умение работать с моделями».
Елена Колесникова, директор по развитию производства и повышению эффективности дивизиона «Композитные технологии» ГК «Росатом», сместила фокус дискуссии на реальный сектор и производственные процессы. Она рассказала, что обилие предложений на рынке ИИ-продуктов — от видеоаналитики средств индивидуальной защиты до машинного зрения — часто подталкивает компании к неоправданным расходам. По словам спикера, аудит реальных процессов нередко показывает, что дорогостоящая автоматизация не нужна: детальное описание функционала сотрудников иногда показывает более высокую эффективность классической организации труда.
Елена Колесникова отметила, что искусственный интеллект — это лишь инструмент, который не должен заменять критическое мышление. Задача вузов — научить студентов целеполаганию, чтобы они понимали, ради чего внедряется технология, будь то снижение затрат, удобство или безопасность, и умели подбирать оптимальные решения. Это поможет избежать хаотичной цифровизации.
Константин Вишневский, директор Центра стратегической аналитики и больших данных ИСИЭЗ НИУ ВШЭ, рассказал, что сегодня ключевой вызов — это не дефицит информации, а дефицит доверия. «Мы на грани нового разрыва между людьми, но только разрыв будет не между теми, кто умеет пользоваться или не умеет, а между теми, кто просто доверяет искусственному интеллекту и кто умеет ставить ответ под сомнение, каким бы правдоподобным он ни казался». Причина — в экономике: современные модели обвалили стоимость ответа, и теперь важен не доступ к информации, а то, кто и на каком основании может подтвердить ее достоверность. Так возникает дефицит доверия.
Этот вывод подтвердил и собственный опыт Центра стратегической аналитики и больших данных, который разработал мультиагентную ИИ-платформу iFORA. Прототип аналитической платформы клиенты оценили высоко, но именно как чат-бота, тогда как реальное преимущество оказалось в другом — в методологии, проверенных источниках и человеческой экспертизе, которые стоят за ответом, а не в самом инструменте.
Закрывая дискуссию, Олеся Майбах призналась, что хорошая встреча оставляет больше вопросов, чем ответов, и у нее их теперь стало больше, чем было.
Вам также может быть интересно:
В НИУ ВШЭ стартуют 11 исследовательских проектов с участием научных центров из пяти стран
Высшая школа экономики подвела итоги Конкурса совместных фундаментальных научных проектов «Международное академическое сотрудничество». Полностью поддержано пять проектов, еще шесть получили сокращенное финансирование. Исследовательские команды сформированы с участием учёных из Бразилии, ЮАР, Китая, Индии и Омана. Подробностями о победителях МАС 2026 поделился Александр Балышев, проректор НИУ ВШЭ.
НИУ ВШЭ разработает стандарт обучения по созданию и применению ИИ-агентов
НИУ ВШЭ совместно с российской платформой Nodul создаст стандарт и методику обучения по работе с ИИ-агентами. Доступ к платформе смогут получить до 8 тыс. студентов НИУ ВШЭ разных специальностей — от программистов до маркетологов, экономистов и юристов. По оценке Nodul, это станет самым массовым внедрением инструментов для создания ИИ-агентов в российском высшем образовании. Запуск новой программы начнется уже в текущем учебном году в рамках университетского проекта «Культура работы с данными» Data Culture.
НИУ ВШЭ стал победителем Всероссийского конкурса студенческих конструкторских бюро
Студенческое конструкторское бюро «Интеллектуальные автономные системы в промышленности», созданное на базе Института робототехнических систем и МИЭМ ВШЭ, одержало победу во Всероссийском конкурсе в области студенческого конструкторского лидерства. Организатор конкурса — Министерство науки и высшего образования РФ. Бюро получит государственную поддержку на реализацию проектов в области робототехники совместно с индустриальными партнерами.
НИУ ВШЭ представил в Китае исследование о безопасности нейросетей для анализа видео
Ученые Высшей школы экономики презентавали на международной конференции ChinaMM 2026 в Китае исследование о том, как искажения при передаче видео влияют на работу нейросетей. Авторы предложили новый способ проверять устойчивость таких моделей в условиях, близких к реальному использованию видеосервисов.
Научная экспедиция на Хайнань: ученые ВШЭ организовали конференцию по статистическому ИИ в Китае
С 24 по 28 августа 2026 года в городе Санья на острове Хайнань (Китай) прошла международная конференция Statistical AI («Статистический искусственный интеллект»). Мероприятие собрало ведущих специалистов в области статистики, машинного обучения и прикладного ИИ. Среди организаторов конференции — Алексей Наумов, директор Института искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ, и Сергей Самсонов, заведующий Международной лабораторией стохастических алгоритмов и анализа многомерных данных.
V конференция «Погружение в машинное обучение»: главное ИИ-событие осени соберет ведущих ученых России
Институт искусственного интеллекта и цифровых наук факультета компьютерных наук НИУ ВШЭ приглашает исследователей, разработчиков и всех, кто создает будущее технологий, на пятую, юбилейную конференцию «Погружение в машинное обучение» (Fall into ML 2026). Мероприятие состоится 23–24 октября 2026 года в Центре культур НИУ ВШЭ (Москва, Покровский бульвар, д. 11, cтр. 6) и станет главной точкой притяжения для российского ИИ-сообщества.
В НИУ ВШЭ пройдет международная конференция об обучении служением и искусственном интеллекте
21–23 октября 2026 года в НИУ ВШЭ пройдет Международная научно-практическая конференция «Обучение служением и искусственный интеллект: человекоцентричная социальная миссия университета». Конференция объединит представителей российских и зарубежных университетов, органов власти, некоммерческих организаций и бизнеса. Регистрация уже открыта.
НИУ ВШЭ расширяет сотрудничество с Малайзией в сфере технологического форсайта
Ученые НИУ ВШЭ примут участие в исследовании перспектив инженерного образования в Малайзии, а Малайзийская промышленно-правительственная группа высоких технологий (MIGHT) использует для валидации результатов их форсайт-исследований систему анализа больших данных iFORA. Таковы результаты визита представителей Вышки в Куала-Лумпур.
В НИУ ВШЭ разработают систему предиктивной аналитики для двигателей ледоколов
Автоматизация промышленности является одним из ключевых направлений применения технологий искусственного интеллекта. Среди решений, разрабатываемых для российской индустрии в рамках стратегического технологического проекта НИУ ВШЭ «Мультиагентная платформа ИИ-решений для отраслевых задач», — система предиктивной аналитики для крупных электродвигателей. Что такое предиктивная аналитика, как она влияет на работу электродвигателя и какие специалисты объединили усилия для создания этого продукта, «Вышке.Главное» рассказал координатор разработки, декан факультета «Школа информатики, физики и технологий» НИУ ВШЭ — Санкт-Петербург Антон Зарубин.
Дополнительные баллы к ЕГЭ за золотой значок: стартовал новый сезон сдачи нормативов ТехноГТО
Стартовала новая сессия сдачи очных нормативов технологической грамотности ТехноГТО на золотые значки. С сентября по декабрь 2026 года в разных регионах России участники смогут продемонстрировать свои знания на очных площадках проекта и заработать награды, которые позволяют получить до 10 дополнительных баллов к ЕГЭ при поступлении в вузы. ТехноГТО является частью Национальной технологической олимпиады (НТО) и реализуется Кружковым движением НТИ совместно с Президентской платформой «Россия — страна возможностей» при поддержке Движения Первых и НИУ ВШЭ.