Главное про AI - Вадим Жартун

4: «Встречи + заметки». Выбираете Granola (если не хотите бота) или Otter (если не пишете сами). Важно — не менять инструмент каждую неделю, а дать одному инструменту накопить историю.

5: «Текст + переписывание». Один AI-чат (Claude, ChatGPT, GigaChat — неважно) как «зеркало для текста», не генератор, а редактор: вы пишете, AI правит, вы правите AI.

Принцип: меньше инструментов, дольше история. Серебряная пуля — не десять AI-приложений, а пять, которые помнят ваш контекст и не сбрасываются каждую неделю.

ОШИБКИ НОВИЧКОВ В ЛИЧНОЙ AI-ПРОДУКТИВНОСТИ

Шесть ошибок, которые я видел у клиентов в личной AI-продуктивности. Проверьте себя по каждой — большинство из них совершает каждый второй, кто пробует AI впервые.

1: Покупка подписки и недельный тест-драйв. Купил Reclaim, попробовал три дня и закрыл. AI-инструмент требует две–три недели притирки, как новый сотрудник.

2: Ожидание, что AI «узнает» вас с нуля. AI вас не узнает, если вы не дали ему материал, а личная база собирается вручную.

3: Использование AI-чат-бота как единственного инструмента. Как я писал выше, одного чата недостаточно для роли ассистента — он не умеет действовать в вашем контексте.

4: Подключение AI ко всему подряд. Когда у вас двенадцать AI-инструментов, ни один не работает — меньше лучше.

5: Слепое доверие черновикам. AI-письмо без редактуры — это и есть тот «workslop» — пустая работа, блестящий текст без содержания, — о котором в сентябре 2025 писал HBR.

6: Отключение собственной памяти. Если вы фиксируете всё в AI, а потом AI сбрасывает контекст, вы не помните ничего. Личная база должна быть у вас в голове и на диске, а AI — это слой поверх неё.

Личный AI — это стажёр первого месяца, который забывает всё между сессиями и не отвечает за последствия. Стажёр не устаёт, не обижается, не спорит, готов работать 24/7 и не просит зарплату. Звучит как мечта. Но у этого стажёра есть три качества, о которых забывают, когда нанимают. Во-первых, он уверенно говорит ерунду: не скажет «я не знаю» в нужном месте, сгенерирует правдоподобный ответ с выдуманными цифрами. Во-вторых, у него нет памяти между сессиями: каждый разговор начинается с чистого листа. В-третьих, он не отвечает за последствия. Если стажёр ошибся — отвечаю я. AI-ошибка — та же моя ошибка. Сформулируйте ему «кто я, что для меня важно, как я принимаю решения» — он будет полезнее. Не сформулируете — останется игрушкой.

AI ДЛЯ ОБУЧЕНИЯ: УСКОРЕНИЕ ПРОЦЕССА, А НЕ ЗАМЕНА

Личное обучение в 2026 году — это связка из двух слоёв: контентного и обучающего. Контентный слой — курсы, книги, лекции, которые вы потребляете. Обучающий слой — AI, который помогает переварить контент: задаёт вопросы, проверяет понимание, даёт задачи, объясняет непонятное. Khan Academy с Khanmigo (запущен в марте 2023, активно развивается) — самый известный пример: GPT работает как персональный репетитор для студента, а не как генератор ответов. Anthropic в Claude добавила Projects и Skills — функции для создания долгосрочных проектов с контекстом и настройки компетенций модели под задачу. С их помощью можно собирать «тьюторов» под конкретные курсы, и рынок таких решений растёт.

В обучении есть второй миф, который я слышу чаще, чем «AI заменит учителя»: «AI помогает учиться». Помогает, если вы сами учитесь. Если вы делегируете AI думать, он отучает думать, и миф особенно опасен в обучении детей и стажёров. Граница проверяется одним вопросом: «вспомните ли вы что-то через неделю, если AI закроют?». Если да — учились. Если нет — взяли чужой навык напрокат, и по окончании проката он забудется.

В январе 2025 года на конференции CHI 2025 опубликовали исследование Ли (Lee), Саркар (Sarkar), Танкелевич (Tankelevitch) и коллег из Microsoft Research и Carnegie Mellon: 319 офисных работников, 936 живых примеров использования генеративного AI в рабочих задачах. Находка парадоксальна: чем выше уверенность пользователя в AI, тем меньше критического мышления он вкладывает в результат. Чем выше уверенность пользователя в самом себе — тем больше критического мышления он применяет. Это структурная проблема дизайна AI-инструментов: они сделаны так, чтобы звучать уверенно. Тон AI — уверенный тон эксперта. Когда ученик работает с AI, он постоянно получает ответы в экспертной интонации, и это снижает его привычку сомневаться, проверять, формулировать собственную позицию. Способность мыслить критически — мышца, которая слабеет без нагрузки. Если ученик привык, что за него думает уверенный голос, его собственная мышца атрофируется. Авторы исследования предлагают три противоядия: встроенные мягкие подсказки — «nudges» (термин поведенческой экономики; здесь: «проверь это», «уточни источник»), позиционирование AI как партнёра, а не заместителя, и тренировочные программы, которые заставляют человека продолжать работать с темой после того, как AI дал ответ.

В июне 2025 года MIT Media Lab опубликовал работу «Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task» («Ваш мозг на ChatGPT: накопление когнитивного долга при использовании AI-ассистента для написания эссе»): 54 участника в возрасте 18–39 лет писали эссе по одному за двадцать минут в трёх режимах (с ChatGPT, с поиском в Google, без инструмента вообще), и на голове у них был EEG-шлем с 32 электродами. Группа с ChatGPT показала наименьшую нейронную активность. Её тексты были «крайне похожи» друг на друга, одинаковые по ритму, без собственного голоса, и два преподавателя английского оценили эти работы как «бездушные».

Когда исследователи поменяли группы местами — те, кто писал с AI, попробовали писать без него, — они почти не помнили, что сами писали. Исследователи называют это «когнитивным долгом» — накоплением долгосрочных когнитивных издержек от чрезмерного доверия к LLM. Вывод для обучения: AI не «учит за вас», он закрывает пробелы в навыке, и навык перестаёт тренироваться — как нога в гипсе, которая забывает, как ходить.

Соберём типовые сценарии обучения с AI в таблицу: где AI помогает навыку, а где его подменяет.

Последний сценарий важен отдельно. AI не знает вашу мотивацию, контекст, карьерные ставки. Он может перечислить, что есть, но «что мне учить» — это решение, в котором ваш контекст важнее списка. Здесь AI — ассистент выбора, а не выборщик.

Khanmigo хорошо работает в двух режимах. Первый — ребёнок, который стесняется спросить учителя: AI-тьютор не осудит, не поставит оценку за вопрос, ребёнок растормаживается. Второй — взрослый, который учит новый предмет и хочет проверить, правильно ли он понял термин: AI-тьютор задаёт