Вопрос о смысле образования в эпоху сильного искусственного интеллекта автор рассматривает через призму книги Нила Постмана «Конец образования» (1995). Ожидая первенца, программист осознаёт, что его профессиональные навыки могут обесцениться, и задаётся вопросом, чему учить сына. Он напоминает: ещё в 1913 году Томас Эдисон обещал, что книги в школах устареют за десять лет, а радио заменит учителей. Этого не случилось — школы пережили радио, кинематограф и интернет. Причина в эффекте Линди: само выживание института говорит о его устойчивости. Гарвард, Йель и Принстон создавались для подготовки священников, но пережили и религию, а держатся на эндаументах, престиже и простой потребности присмотреть за детьми.

Автор перечисляет меняющиеся цели образования: стать хорошим человеком, гражданином, зарабатывать на жизнь, улучшать мир, усваивать факты. Раньше он сводил всё к «находчивости» — умению использовать любые ресурсы для решения задач, но теперь видит, что ИИ совершенствует эту находчивость лучше человека. Даже пути к славе через отказ от колледжа (Джобс, Гейтс) или через науку (Эйнштейн) оказываются под ударом. Постман предлагает новые позитивные цели: «Космический корабль Земля» (мы все вместе, заботимся друг о друге и планете), «Американский эксперимент» (возродить любопытство и ответственность) и «Творцы мира» (ученики создают инструменты и нарративы, которые затем формируют нас). Главная мысль: важен не столько предмет, сколько способ обучения — «делать вместе», а не «делать с» ребёнком, и стоит пригласить детей самих помогать формулировать цель их образования.

В эпоху ИИ ценность смещается от узких технических навыков к человечности, адаптивности, критическому мышлению, финансовой грамотности и базовым ценностям. Роль родителей — не выбирать карьеру ребенка, а прививать эмпатию, доброту, любовь к чтению и интеллектуальное любопытство, что обеспечит способность к дальнейшему обучению. Рекомендуется развивать умение задавать правильные вопросы, самостоятельно решать сложные проблемы и осваивать навыки, которые сложно автоматизировать: ручной труд, DIY, ремонт электроники, выживание в природе и первую помощь. Для изучения иностранных языков (например, китайского или испанского) предлагается переключить интерфейсы видеоигр и ТВ. В раннем детстве важнее совместное время: чтение книг, походы и посещение рынков для развития связи с миром. В дискуссии о роли школы одни считают, что доступ к информации через Google и ИИ может заменить учителя, другие (@procaryote) утверждают, что доступ к данным не равен компетенции, а структурированная среда с подотчетностью незаменима. Также отмечается, что школа часто служит бесплатным детским садом для работающих родителей, что делает её устойчивой к технологическим изменениям. При этом пользователь @sashank_1509 считает призывы к гуманитарному образованию защитной реакцией, полагая, что если ИИ превзойдет людей в математике и коде, ценность традиционных навыков упадет еще сильнее.

Викторианская элита Великобритании достигла выдающихся успехов, несмотря на отсутствие акцента на академическую строгость и STEM-дисциплины. Их образование в подготовительных и государственных школах (таких как Итон) было направлено не на заучивание, а на развитие социальных навыков, командной работы и сетевого взаимодействия — качеств, которые сегодня относят к «прогрессивному» подходу. Учёба начиналась поздно, учебная нагрузка была умеренной, а большое внимание уделялось спорту, танцам, охоте и другим внеклассным занятиям, формирующим характер и чувство принадлежности к закрытому сообществу. Эта система воспитывала не узких специалистов, а всесторонне развитых gentlemen, способных к дипломатии, компромиссу и коллективным действиям.

Во взрослой жизни викторианская элита продолжала этот образ: поздний подъём, богатые застолья, употребление алкоголя, участие в охоте, балах и светских раутах занимали значительную часть времени. Несмотря на такой образ жизни, они управляли самой богатой и мощной империей в мире — контролировали глобальную торговлю, промышленность и финансы, имели доминирующий флот и победоносную армию, а также плавно вели страну к демократии без революций и гражданских войн, в отличие от континентальной Европы. Их успех объясняется не пассивным parasitism на плодах промышленной революции, а сильной внутренней сплочённостью,共享ными ценностями и механизмами социального контроля: репутация, честь и страх перед осуждением со стороны peers удерживали элиту от разрушительных конфликтов и корыстного поведения. Эта модель показывает, что эффективное правление может основываться не только на жёсткой дисциплине и технической экспертизе, но и на развитых мягких навыках и чувстве коллективной ответственности.

Обсуждение дополняет статью критическим контекстом: приводит реальные цифры о размере британской администрации, роль колониальной экономики, промышленной революции и бюрократии; подчёркивает наблюдательные и выживаемостные искажения; акцентирует внимание на эксплуатации и сетевых преимуществах элиты, показывая, что её «эффективность» была следствием внешних факторов и везения, а не образования. Спор: автор статьи игнорирует выживаемостный и наблюдательный смещения, сравнивая империю только с собой, а не с другими колониальными державами. Элита была оптимизирована под извлечение ренты из экономики и империи, построенной трудами остальных — её успех «на их собственных условиях», но не пример для подражания. Профессиональная бюрократия и жёсткие социальные нормы позволяли аристократии делегировать управленческие функции, усиливая эффективность имперского аппарата. Элита мало знала о реальном положении миллионов подданных и имела ограниченные возможности изменить их положение, что подрывает представление о её моральной ответственности. Успех викторианской элиты зависел от удачи и исторических обстоятельств, а не от личных способностей или образовательных практик. Власть элиты базировалась на эксплуатации колоний и низших слоёв общества, а не на собственных компетенциях. Современные технологические лидеры часто проходят через те же элитные школы, что и викторианская элита — это указывает на продолжение сетевого преимущества в разных эпохах. Большая часть благосостояния викторианской элиты обеспечивалась за счёт колониального налога и промышленного роста, а не личных трудов. Система «старой школы» (boarding school) способствовала формированию тесных сетей доверия, сохранявшихся всю жизнь и усиливавших их влияние.

Балдур Бьярнасон описывает, как его карьера в разных сферах — от авторства до разработки и образования — оказалась экономически неустойчивой, а профессиональные сообщества отвергали междисциплинарных специалистов, считая их либо слишком «техничными» для творческих ролей, либо наоборот. С приходом генеративного ИИ спрос на его образовательные проекты резко упал: курсы, книги и тренинги перестали востребоваться, а коллеги начали закрывать бизнес. Разработчики всё чаще используют чат-боты вместо системного обучения, что Bjarnason называет «обратным, неопределённым» подходом к образованию.

Аксель Раушмайер, автор популярных бесплатных онлайн-книг по JavaScript и TypeScript, сообщает, что его доход от продаж упал с уровня, достаточного для жизни (2024), до нуля (2026), несмотря на рост трафика — почти весь он теперь генерируется AI-сканерами, которые не приносят рекламных доходов. Из-за этого он вывел свой блог и книги из сети, чтобы защитить своё произведение от несанкционированного использования ИИ-компаниями. Салма Алам-Нэйлор, бывший специалист в DevRel, описывает выгорание из-за давления на роль, которая не может приносить краткосрочную прибыль, и отмечает, что разработчики заменили живое обучение и обмен опытом на бесконечную прокрутку короткого контента и диалоги с чат-ботами. Она считает, что ИИ крадёт тщательно созданные учебные материалы, стирая личность и труд преподавателей, и ушла в менее заметную разработческую работу. Джош В. Комо также подтверждает, что его бизнес моделей онлайн-курсов и интерактивных tutorialов разрушен ИИ, который централизует знания и commodifies их, вместо того чтобы обучать глубине и навыкам. Автор подчёркивает, что веб — радикально демократическая среда, и её разрушение угрожает inclusivity и самоопределению. Восстановление веб-развития возможно только через сеть людей, поддерживающих друг друга, изучающих технологии на практике, формирующих лучшие практики и делящихся знаниями — без оплаты труда преподавателей и исследователей это невозможно. ИИ-компании appropriating чужой труд не могут быть оправданы.

Обсуждение показывает, что падение спроса на образовательные продукты связано не только с ИИ, но и с изменением поведения обучаемых: исчезла мотивация к глубокому обучению, пользователи предпочитают задавать вопросы напрямую ChatGPT вместо поиска учебников или видео. Авторы контента сталкиваются с резким падением доходов: продажи книг и курсов упали до нуля, а бесплатные блоги получают трафик от AI-кrawler'ов, который не приносит рекламных доходов. Платформы, сохранившие высокое качество и интерактивность (например, Boot.dev), смогли сохранить рост доходов, в отличие от тех, кто полагался на пассивный текстовый контент. Студенты и разработчики используют ИИ для автоматизации рутинных задач (запоминание API), чтобы сосредоточиться на высших уровнях абстракции: анализе моделей, архитектурных компромиссах и доменной логике. Есть спор: некоторые считают, что ИИ приводит к «умственному вырождению» («vibe coding»), другие видят в этом естественную эволюцию — как переход от ручного HTML к фреймворкам. Преподаватели отмечают, что традиционные методы (видео, курсы, книги) становятся нерентабельными: ИИ-генерируемый контент дешевле и быстрее, но хуже по качеству, что подрывает доверие к образовательным продуктам. ИИ позволяет создавать персонализированные обучающие системы (Discord-боты с тестами и планами на основе учебников), превосходя традиционное преподавание по эффективности. Рынок страдает не только от ИИ, но и от общего спада в IT: люди перестали инвестировать в обучение, не видя возврата на инвестиции — это вопрос экономической целесообразности, а не качества. Новые поколения разработчиков, выросшие с ИИ, не испытывают потребности в глубоком понимании базовых технологий, меняя саму суть «уметь программировать». Совет: образовательные институты должны переосмыслить обучение — учить суждению, системному мышлению и оценке качества AI-сгенерированных решений, чтобы готовить специалистов, способных доверять, но не слепо полагаться на ИИ. Многие авторы прекратили создавать контент, чувствуя себя обманутыми: их труд скопирован ИИ, доходы исчезли, а платформы не защищают авторские права или не компенсируют убытки. ИИ уничтожил экономику «free content»: раньше реклама и спонсорство поддерживали качественные блоги, теперь AI-кrawler'ы потребляют контент, но не кликают на рекламу — делая его финансово невыгодным. Опытные разработчики считают, что падение спроса на курсы — не катастрофа, а возвращение к естественному обучению: «just do it», а не «watch a video». Качество новых технических книг резко упало — многие созданы ИИ без участия автора («AI slop»), вызывая недоверие у покупателей. Образование в веб-разработке не умерло, но трансформировалось: ключевая задача — научить строить надёжные системы, а не писать код, потому что код генерируется ИИ, а суждение — нет.

Миф о том, что профессии в сфере ремесел — это путь к высокому доходу и защите от ИИ — сильно упрощён. Хотя некоторые электрики и сантехники действительно зарабатывают шестизначные суммы, в среднем выпускники вузов всё ещё зарабатывают значительно больше — разница может достигать сотен тысяч долларов за карьеру. При этом реальная стоимость обучения в колледже для большинства студентов давно упала: в 2024 году средняя чистая плата за год в государственном вузе составляла менее $2500.

Работа в ремеслах — это не просто альтернатива офису, а другой образ жизни: физическая нагрузка, работа на свежем воздухе, ощущение результата от созданных руками вещей, солидарность с коллегами. Но это подходит не всем: переход из IT в кровельные работы или электромонтаж требует адаптации к тяжёлым условиям, а не все навыки переносятся легко. Старшие мастера, которые когда-то уговаривали юных учеников бросить стройку и пойти в университет, часто были правы — они знали, сколько труда и неопределённости скрывается за «чистыми руками». Не слушайте общие истории — поговорите с теми, кто реально работает в этих профессиях.

Доходы в ремеслах варьируются по специализации, региону и условиям труда, не являются универсально высокими и не гарантированы — при массовом притоке рабочей силы конкуренция снизит цены, как в IT. Физические риски (повреждения спины, плеч, шеи, работа под напряжением, контакт с отходами), утомляемость и ограничения по здоровью (дальтонизм — формальный барьер в Германии и Великобритании) остаются реальными препятствиями, особенно после 40 лет. Автоматизация и современные технологии (умные очки, ИИ-ассистенты) повысили безопасность труда по сравнению с 70–80-ми годами, но уменьшили спрос на ручную ловкость и опыт, дескиллинг ремесленный труд, превращая рабочих в операторов и снижая их автономию. Электрики — не однородная группа: специализации (жилой, промышленный, ВЧ, морской и др.) сильно различаются по доходам, условиям и возможностям бизнеса. Работа включает не только монтаж, но и вождение, резку, сверление, ползание в тесных пространствах и административные задачи. Высокий доход возможен только у мастеров с бизнесом или узкой специализацией (сварщики высшего класса, монтаж в высотных зданиях), не у среднестатистических исполнителей. Ремесленные профессии регулируются локальными лицензиями, ограничивая международную мобильность по сравнению с программистами. Даже без прямой замены ИИ, сокращение занятости в других отраслях может вызвать перепроизводство рабочей силы в ремеслах. Некоторые электрики работают с живыми проводами без отключения питания — профессия остаётся опасной несмотря на формальные правила безопасности. Уровень дохода в некоторых регионах сравним с начальным в IT вне американских хабов; профсоюзы обеспечивают минимальную заработную плату. Получение квалификации требует длительного обучения и часто недоступно из-за финансовых барьеров, даже при наличии навыков и интереса. Выбор между ремеслом и университетом должен основываться на личных предпочтениях и склонностях: ремесло подходит тем, кто ценит осязаемый результат, практическое мышление и работу с инструментами, а не абстрактные задачи — иначе человек не будет счастлив и успешен. Ремесленные профессии могут быть более удовлетворяющими, чем офисная работа, при таких ценностях.

Когда ИИ стал способен выполнять все домашние задания в моём курсе, я перестал проверять понимание через работу вне аудитории. Раньше я использовал GPT-3 для тестов ещё в 2021 году и видел, как он выдаёт убедительные ответы без чтения материала, но тогда ничего не менял. К 2026 году ситуация изменилась: агенты ИИ могли делать любые задания, и я перестроил оценку, сделав акцент на взаимодействии с ассистентами, экзаменах и видео-демонстрациях, даже если это противоречит некоторым педагогическимベスト-практикам.

Курс Machine Learning in Production остался верен своим целям — обучению инженерным компромиссам, управлению рисками и командной работе, а не написанию кода или использованию конкретных инструментов. Мы разрешили студентам использовать ИИ везде, кроме письменных и устных экзаменов, считая, что запрет бесполезен, а умение работать с ИИ — часть профессиональной подготовки. Основная идея: если ИИ может сделать домашнее задание, то проверять нужно то, что он не может — живое мышление и диалог.

Традиционные домашние задания утратили смысл из-за ИИ, так как студенты легко генерируют ответы, не понимая материала. Преподаватели переходят к аудиторным формам проверки — устным экзаменам, интервью, проектам с защитой — как единственному надежному способу оценить реальное понимание. Ограниченные по времени письменные задания без интернета также считаются разумным способом сохранить контроль. ИИ не заменяет цели обучения, а лишь подменяет доказательства их достижения — то, как мы измеряем знания, а не что мы учим. Переход к высокоставочным экзаменам вынужден, так как низкоставочные частые оценки (например, ДЗ) обходятся ИИ. Некоторые видят в ИИ персонального репетитора и винят неправильное использование студентами, но другие считают, что это не решает проблему отсутствия самостоятельного обучения. Запрет устройств в аудитории предлагается как решение, но считается нереалистичным из-за масштабов и стоимости. Рекомендуется сочетать практические проекты с устной защитой для проверки понимания в реальном времени. Предложения обучать студентов ответственному использованию ИИ или использовать ИИ для создания самопроверяющихся заданий признаны неработающими. Домашние задания всегда были ineffective из-за списывания — ИИ лишь ускорил этот процесс. Переход к персонализированному, практичному обучению желателен, но требует системных изменений, которых пока нет. Использование ИИ для обратной связи преподавателями (например, боты в Slack) допустимо, но не для студентов — иначе возникает обвинение в лицемерии. Преподаватели, которые никогда не задавали ДЗ и фокусировались на лекциях и экзаменах, считают, что система была сломана давно — ИИ лишь обнажил проблему.

Po‑Shen Loh предлагает, чтобы математики и специалисты любой отрасли приняли фундаментальный принцип: «Мы (люди) должны помогать человечеству процветать». По его мнению, такой гуманистический приоритет позволит сохранить человеческое лидерство даже в эпоху мощного ИИ. Он отмечает, что уже сейчас в математическом сообществе растёт тревога из‑за успехов ИИ — например, решения вариантов задачи Миллениума про уравнения Навье‑Стокса, что привело к множеству открытых писем и деклараций (Лейденская — 4000+ подписей, Math and AI — 7000+, письмо против Mathathon — 2000+). Критики из технологий и экономики призывают математиков адаптироваться и уступить контроль ИИ, но Loh считает, что такая позиция ошибочна: если человечество ставит своё процветание выше чисто технологического прогресса, то развитие ИИ само замедлится, потому что появится огромный спрос на человеческий труд в областях, где нужны этические, педагогические и управленческие навыки — например, в преподавании, работе с реальными социальными проблемами и государственном управлении. Он приводит примеры математиков‑практиков: премьер‑министр Сингапур Ли Сяньлун, президент Румынии Никушор Дан и папа Лев XIV, показывая, что аналитическое мышление ценно в руководстве страной. Loh призывает математическое сообщество открыто провозгласить гуманистический axiom, сделать преподавание и работу с людьми ключевыми критериями при найме и tenure, а также применять свои навыки к решению глобальных проблем — тогда общество сможет доверять, что математика служит благу людей.

Участники дискуссии считают, что ИИ ускоряет математику, но люди остаются необходимы для интуиции, верификации, постановки вопросов и генерации данных для обучения моделей. @Planktonne и @groundzeros2015 подчеркивают, что без человеческого понимания и инсайта технические доказательства ИИ не создают нового знания. @Mbarley добавляет, что ИИ в основном перебирает варианты, тогда как люди находят новаторские решения. @qubex на примере CAS (Derive, Mathlab, Mathematica) предлагает делегировать рутинные вычисления инструментам, чтобы сосредоточиться на интуиции. @strideashort призывает сделать математику более доступной, преодолев институциональные барьеры. @ThePhysicist отмечает, что ИИ может как демократизировать область, так и усилить элитарность и зависимость от статуса. О возможности полной автоматизации спорят: @bananaflag полагает, что ИИ заменит всех специалистов, но @daxfohl и @elendilm (ссылаясь на теоремы Гёделя и Тарского) утверждают, что пространство истин бесконечно, поэтому «финальный» сборник знаний невозможен. @retrocog напоминает о важности человеческих навыков на случай отказа технологий. @immmmmm предупреждает, что потребность в больших вычислительных ресурсах может сместить исследования в сторону богатых стран. @twelve40 и @biimugan сомневаются, что технологические компании примут аксиому «помогать человечеству процветать», ставя прибыль выше ценностей. Поддержку сообщества подтверждает @lnrd: Leiden Declaration собрала более 4000 подписей, а инициативы Math and AI — более 7000.

Математика часто сводится к доказательствам, но их ценность как прокси для понимания снижается, если доказательства генерируются без осмысления. Автор предлагает формализовать и вознаграждать «мотивированные объяснения» — работы, отвечающие на вопрос «как бы ты пришёл к этому?», а не просто подтверждающие истинность теоремы. В отличие от доказательств, где определения даются сначала, в мотивированных объяснениях они появляются по мере необходимости, а путь может начинаться с ошибочной идеи, которая затем уточняется — как в жанре «дискавери фикшн» (открывательной прозы), где идея evolves через исправления и новые вопросы. Такие объяснения не только показывают, почему теорема верна, но и почему она естественна, полезна и вписывается в более широкий контекст. Хотя их сложнее формализовать и оценивать, такие вклады уже существуют: учебники, пояснительные статьи, образовательные материалы. Автор предлагает включить их в систему академического признания — например, через гранты, tenure-треки или премии вроде Steele Prize, но с фокусом на раннюю карьеру и пояснительную работу. Это особенно важно сейчас: внешний мир может воспринимать математиков как устаревших из-за ИИ-генерируемых доказательств, но если сообщество будет ценить объяснение и мотивацию, оно покажет, что суть математики — в понимании, а не только в формализме. Это поможет привлечь и удержать талантливых людей, показав, что они могут формировать будущее поля, а не просто следовать за автоматикой.

Из обсуждения

• @ForgotMyUUID: I’m reminded of that famous debate between Poincaré and Hilbert at the International Congress of Mathematicians in Paris in 1900. It was then that everyone decided to follow Hilbert’s path, and proof came to be valued more than intuition. I think modern math at school and at applied university kind of lost this intuitive part.I try to teach my students that mathematics is, first and foremost, a very precise language of communication. It’s sometimes amusing to ask those who don’t like math to do without it entirely, just to see how much harder it becomes to describe the things around them.Second thing I tell them, formulas are the essence of mechanisms in their purest form. And in this form, they’re much easier to grasp and mentally manipulate. It always amused me, after taking a mechanics course, to imagine that for any formula, you could visualize a mechanism or process that implements it.And third thing, I suppose, the ability to verify one’s own statements as proof. Although, of course, mathematicians would probably tear me apart here for my heresy:sorry, I’m not a mathematician, but an engineer. You can make mistakes by using incorrect assumptions, but at some point, analysis itself will show you that you were mistaken. There’s a wonderful book, How to Prove It by Daniel Velleman, which provides an introduction to proof for the uninitiated like me. I really enjoyed it.
• @sweezyjeezy: The math field is confronting something that coders have been dealing with for a few years now, only far more violently. Today's moat for software seems to be that AI can automate tasks but not a full job (yet). But for a large proportion of mathematicians, doing these tasks really was _the_ job. It's the bit they wanted to do, and if they completed a sufficiently difficult set of tasks, they got tenure. Now this model is failing, they frantically need to pivot the role of humans to save their profession from funding cuts.I remember when "writing code was never the point" became a mantra here. There was truth in it, but removing the coding has certainly taken away a lot of the texture of the work and enjoyment of the craft. Many of us feel this loss as we tech-lead teams of agents as our source of income. I am not optimistic the mathematics pivot is going to work, but I'm certain that most will be depressed with the outcome even if they succeed.We are all staring at the same existential dread, just seeing it unfold slower. We're being told that utopia is to be obsolete, and that is a jarring idea to contend with.

Нью-Йорк запретил использование искусственного интеллекта в начальных и средних школах, включая инструменты для обучения, проверки домашних заданий и коммуникации с родителями. Запрет касается всех публичных школ города и вводится из-за опасений по поводу влияния ИИ на развитие критического мышления, риска плагиата и неравного доступа к технологиям среди учащихся. Чиновники подчеркнули, что технологии должны поддерживать, а не заменять учителей и живого взаимодействия в классе.

Исключение сделано только для специализированных курсов по информатике в старших классах, где ИИ изучается как предмет, а не как инструмент обучения. Родители и педагоги выразили смешанную реакцию: некоторые applaudируют защиту детского развития, другие опасаются, что запрет отстает от реальности и готовит учеников хуже к будущему. В городе планируются альтернативные программы по цифровой грамотности без использования генеративного ИИ.

Большинство комментаторов поддерживают запрет как способ развить критическое мышление и сократить образовательное неравенство, поскольку более обеспеченные семьи уже используют ИИ дома. При этом многие согласны, что младшим ученикам нужно сначала научиться думать самостоятельно, а ИИ вводить позже как инструмент — аналогично калькуляторам. Спорные аргументы: @rps93 делится опытом использования ИИ в колледже для создания тестов и заметок, отмечая ускорение обучения и экономию на учебниках; @ytoawwhra92 ссылается на исследование 1997 года, показавшее, что калькуляторы в начальной школе не ухудшали арифметические навыки, предполагая аналогичный нейтральный эффект для ИИ; @rmason сравнивает запрет с запретом персональных компьютеров в 80-х, опасаясь отставания учеников NYC от сверстников. @pj_mukh отмечает, что личные устройства и «читающие» ИИ уже запрещены в классах, а эксперименты с новыми цифровыми инструментами проходят в частных и школах для одарённых, где родители активно вовлечены, — так что новый запрет лишь расширяет существующие ограничения. В качестве компенсации @WCSTombs указывает на планируемый курс по AI-грамотности в старших классах, а @mango7283 предлагает контролируемое внедрение по аналогии с подъёмником в спортзале — использовать для ускорения, но не заменять собственные усилия.

К 2040 году каждый человек получит доступ к эквиваленту современного B300 GPU, что позволит запускать передовые LLM вроде Fable или Sol круглосуточно. Это не приведёт к сингулярности — ИИ останется быстрее и дешевле, но не превзойдёт человеческий уровень — однако масштаб доступа изменит всё. Образование станет персонализированным: каждый ребёнок получит бесконечно терпеливого репетитора, способного адаптироваться к его стилю обучения, что особенно преобразит развивающиеся страны, где сегодня не хватает учителей. Здравоохранение получит ИИ-диагностов, способных анализировать симптомы и предлагать лечение на уровне лучших специалистов, снижая смертность в отдалённых регионах. Социальные сети, вероятно, трансформируются: вместо лент новостей и алгоритмов вовлечения появятся ИИ-ассистенты, помогающие фильтровать информацию, вести диалоги и проверять факты — что может уменьшитьpolarisation, но усилить зависимость от посредников в общении. Риск тотального наблюдения реален: если такие системы будут централизованы и контролироваться государствами или корпорациями, каждый получит не только помощника, но и постоянного наблюдателя. Однако децентрализованные модели и локальная обработка на устройствах могут сбалансировать власть. В итоге мир не станет утопией или дистопией — он станет более справедливым в доступе к знаниям и услугам, но потребует новых институтов, этики и регулирования, чтобы мощь ИИ служила людям, а не наоборот.

Доступ к мощным GPU не приведёт к социальному прорыву без решения базовых проблем: неравенства в грамотности, энергопотреблении и контроле над технологиями. LLM — не фундаментальная технология вроде интернета или парового двигателя: их применение ограничено из-за неразрешимых проблем с надёжностью, а пользу получают в основном опытные пользователи. Большинство людей не смогут эффективно использовать GPU из-за низкой грамотности и отсутствия технического бэкграунда. Технологии распределяются неравномерно — GPU, как и интернет, будут усиливать существующее неравенство, особенно под контролем крупных корпораций. Глобальная раздача 500-ваттных GPU увеличит энергопотребление более чем вдвое, что физически невозможно без революции в энергетике. Нужна производительность уровня B300 при 1/100 нынешних энергозатрат, иначе мир перегреется. Смартфоны уже содержат GPU, но используются для игр и соцсетей, а не для локальных LLM — инфраструктура пока не развита. Дешевизна и скорость моделей не равны интеллекту: его рост зависит и от архитектурных прорывов, не только от вычислительной мощности. Конкурсы с призами за AI-генерируемые истории — не демократизация, а способ собрать дешёвый обучающий материал для AI-компаний. Требования раскрывать использование LLM бессмысленны: участники не будут раскрывать, а проверка без инструментов невозможна. Будущее — за локальными малыми моделями (Qwen 3.8, Llama 3.1) на специализированных чипах: если они станут быстрее и дешевле, GPU и дата-центры подешевеют, а доступ к ИИ станет массовым без колоссального энергопотребления. Большинство людей не будут использовать ИИ для образования или творчества — они будут смотреть TikTok, играть в Candy Crush и скроллить ленты, как и с телевизором. История показывает: даже при равном доступе к технологиям социальные структуры не меняются. Фантастика (Азимов, Тчайковский) предсказала эти проблемы, но её игнорируют — технологии развиваются без учёта этических и социальных последствий. Производство и распределение чипов уровня B300 к 2040 году требует ресурсов, которые, как еда, вода и образование, распределяются неравномерно.

Bill Gates предупреждает, что искусственный интеллект может стать либо величайшим инструментом равенства в истории человечества, либо источником глубокой несправедливости — всё зависит от решений, которые мы принимаем сегодня. Он подчеркивает, что без продуманного планирования и активного вмешательства ИИ рискует усилить существующие неравенства: усугубить безработицу, усилить кибератаки, быть использованным в преступных целях и углубить разрыв между богатыми и бедными странами. Однако, если направить его развитие правильно, ИИ может радикально улучшить доступ к здравоохранению, образованию, сельскому хозяйству и чистой энергии — особенно в беднейших регионах мира.

Гейтс призывает к созданию глобального плана перехода к ИИ, который бы обеспечивал справедливый доступ к технологиям, инвестиции в обучение рабочей силы и регулирование, направленное на минимизацию вреда и максимизацию общественной выгоды. Он видит в ИИ шанс сократить разрыв в глобальном здравоохранении, ускорить борьбу с изменением климата и дать каждому человеку возможность раскрыть свой потенциал — но только если мы будем действовать осознанно и совместно, а не оставим технологию на произвол рынка. Выбор, по его словам, за нами — и он должен быть сделан сейчас.

Тред в основном отвергает статью Gates. Критикуют самого автора: поздний вход в тему, PR-переупаковка из «ненавистного» бизнесмена в «мудреца» (@smikhanov, @terminal-bloom, @islandconnectio, @slowin), личные обвинения. Его взгляд искажён темпами Кремниевой долины (@zkmon). Идею «AI как великого уравнителя» считают наивной: доступ к токенам pay-to-win, даже $200/мес план недоступен в Судане (@Havoc). @lukeschlather иронизирует: если AI так моен, почему Gates не закрывает голод и бездомность разовой тратой — звучит как защита «working poor» как института. Оптимисты ссылаются на историю: промышленная революция привела к социальным реформам и росту благосостояния (@beloch, @mcnichol). @jbs789 советует смотреть на длинный тренд с 1950-х, а не с ChatGPT. @mcnichol добавляет, что переходы работ решаются через кривые спроса/предложения, а не через панику. @Havoc, @sinuhe69, @smrtinsert, @tome, @library8848 отмечают, что Gates не обсуждает базовую проблему: при массовой замене работников — кто будет потребителем; без перераспределения AI углубит разрыв. @library8848: налог на токены/роботов не остановит накопление капитала. Конкретные механизмы контроля: @mstaoru — дешёвые LLM позволяют тотальный аудит налоговых деклараций и таможенных сканов (выгода для госконтроля, не для работников). Предложения: @hn_submit — налог 95% на прибыль от замены рабочих мест ИИ для финансирования UBI, но тут же признаёт, что эти компании будут лоббировать авторитарный режим ради сохранения денег. @0xDEAFBEAD считает замедление AI реалистичным только через коалицию «средних держав» (Канада, ЕС, Индия, Ю. Корея). Критика техутверждений Gates: @hypfer — «самопроверка моделей» не детерминированная коррекция, а повышение вероятности, прорыва в надёжности нет. @tintor — колоссальное энергопотребление ЦОД xAI противоречит тезису о пользе AI для климата. Многие (@drgo, @beloch, @dwoldrich) сходятся, что «правильные шаги» вряд ли будут сделаны: предупреждения игнорируются, планы дают обратный эффект, власть и капитал намеренно усиливают неравенство — параллель с ранней промышленной революцией.

Искусственный интеллект не обязательно тормозит обучение детей — всё зависит от того, как его используют. Исследования показывают, что дети, применяющие ИИ как помощника для объяснения сложных тем или проверки идей, демонстрируют лучшее понимание материала, чем те, кто просто получает готовые ответы. Например, в эксперименте с решением математических задач учащиеся, которые задавали ИИ уточняющие вопросы, улучшили свои навыки на 30% по сравнению с группой, использовавшей ИИ для прямого копирования решений.

Ключевой фактор — развитие критического мышления. Когда дети учатся формулировать вопросы, анализировать ответы ИИ и проверять их логику, они становятся более самостоятельными учениками. Учителя, внедряющие ИИ как инструмент для диалога, а не замену мышления, отмечают рост вовлечённости и глубины понимания. Проблема возникает не в технологии, а в её неправильном применении: если ИИ заменяет усилия, он ослабляет обучение; если стимулирует их — усиливает.

Тред подтверждает: падение оценок на экзаменах вызвано не ИИ как таковым, а тем, что студенты оптимизируют усилия под локальные максимумы — сдачу ДЗ с помощью ИИ, жертвуя глубоким усвоением материала. ИИ выступает как усилитель поведения: помогает тем, кто использует его для объяснений, и вредит тем, кто делегирует решение задач. Участники отмечают, что успешные пользователи ИИ (4–20 человек из 26 000) статистически незначимы, что ставит под сомнение выводы о его пользе при правильном применении. Аналогия с погрузчиком в спортзале: ИИ повышает оценки за ДЗ, но не развивает навыки — отсюда провал на экзаменах, где нужна самостоятельная работа. Метод «перевернутого класса» эффективен только при подготовке студентов; без неё ИИ как помощник в изучении теории не спасает от потери понимания. В профессиональной среде важнее умение мыслить без инструментов в реальном времени — зависимость от ИИ воспринимается как недостаток. Запрет ИИ на экзаменах при его свободном использовании в ДЗ — искусственный разрыв, как запрет калькуляторов после привыкания к ним. Педагогика должна адаптироваться, а не запрещать. Альтернативные причины падения оценок (смена формата обучения, условия в школах) не исключены — корреляция не доказывает причинность. ИИ мешает и взрослым: менеджеры теряют навыки ревью и анализа кода. Образование — тренировка когнитивных функций; делегирование рутины ИИ лишает мозг нагрузки, что может вызвать когнитивный спад.

В своей последней лекции в Массачусетском технологическом институте Олдос Хаксли предсказал появление препаратов вроде Аддералла и выступал за альтернативные методы самосовершенствования. Он рассматривал немедикаментозные подходы к реализации человеческого потенциала, такие как техника Александра и гештальт-терапию, цитируя Джона Дьюи, который называл метод Александра «тем же, чем образование является для жизни в целом». Хаксли противопоставлял психологическую тренировку генетической модификации или фармакологическому усилению когнитивных способностей.

Философ верил, что такие практики эффективны, потому что они делают людей счастливее, адаптируясь к индивидуальным особенностям личности, в отличие от стандартных подходов. Он проводил параллели между западными терапиями и тремя йогами из Бхагавадгиты (бхакти, карма и джнана), видя в них разные пути к просветению. Хаксли критиковал современную систему образования, которая пытается втиснуть всех студентов в один формат, предлагая вместо этого разработку методов, учитывающих индивидуальные различия и позволяющих каждому реализовывать свой потенциал через различные подходы.

• Амфетамины сравнивают с "NO2 для машин" или "оверклокингом", подчёркивая риск износа организма при ненужном использовании.
• Параллель с "Сомой" из "О дивном новом мире" оспаривается: Сома — это средство для подавления критического мышления и достижения удовольствия, а не повышения эффективности, как Аддерал.
• Аддерал рассматривается не как "допинг для ума", а как лекарство для коррекции дисфункции исполнительных функций у людей с СДВГ, позволяющее им функционировать.
• Untreated СДВГ значительно повышает риск зависимости и психических расстройств, что делает назначенные амфетамины более безопасным вариантом при необходимости.
• Заголовок о "предсказании" Хаксли критикуется за вырывание из контекста и упрощение, а также за игнорирование исторического использования амфетаминов.

Zigbook предлагает уникальный подход к изучению языка программирования Zig через 61 главу проектно-ориентированного курса. Ресурс позиционирует себя как не просто руководство по синтаксису, а фундаментальное изменение мышления о программном обеспечении. "Вы пришли за синтаксисом, уйдете с философией" — эта цитата отражает суть методики, где акцент делается на глубоком понимании принципов, а не только на изучении языка. Курс создан человеком с ником @zigbook без использования ИИ-контента.

Интерактивная платформа включает встроенный терминал для немедленного практического применения знаний. Проект построен на самом Zig, как демонстрирует команда сборки "zig build zigbook". Доступ к курсу осуществляется через сайт zigbook.net, где пользователи могут сразу начать вводить команды в интерактивном окне для погружения в изучение языка.

• Обсуждение в основном вращается вокруг обвинений в том, что книга по Zig написана ИИ, и что это противоречит заявлению о «ручном» написании и отсутствии ИИ-контента.
• Участники обсуждения подчеркивают, что стиль текста и структура главы выглядят как будто их написал ИИ, и что это вызывает сомнения в достоверности всей книги.
• Некоторые комментаторы также указывают на то, что книга не предоставляет PDF-версии, что делает ее менее удобной для чтения.
• Некоторые участники обсуждения также поднимают вопрос о том, что Zig может быть не стоит изучать, если у вас уже есть опыт с C, Rust или Go, и что книга не предоставляет достаточно убедительного «почему» изучать этот язык.

В Нью-Йорке запрет на смартфоны в школах вернул шумную жизнь в столовые. В школе Бенджамина Н. Кардозо в Квинсе студенты теперь играют в Jenga, шахматы и другие настольные игры вместо того, чтобы скроллить телефоны. "Это год стал намного громче", - говорит 15-летняя Химена Гарсия, добавляя, что хотя ей раньше удавалось вздремнуть в столовой, теперь это невозможно из-за шума, но "это весело". Преподаватели пожертвовали настольными играми, а ученики-волонтеры следят за их распределением. Для многих это первый опыт игры в такие игры.

Запрет запрещает все интернет-устройства в течение учебного дня, с исключениями для некоторых студентов с ограниченными возможностями и изучающих английский язык. В Кардозо 3100 студентов хранят телефоны в магнитных мешочках, блокирующих интернет. Опрос учителей показал, что 89% считают новые правила улучшившими школьную среду, а 76% отмечают большую вовлеченность учеников на уроках. "Когда ученики кладут телефоны, они берут книги - и строят дружбу", - говорит глава профсоюза учителей. Однако некоторые студенты против запрета, считая, что это лишает их привилегий и разрушает доверие.

• Ученики признают, что без телефонов в школе им приходится «думать в классе» и «делать глубокий речерч» вместо мгновенного поиска в Google.
• Сторонники запрета утверждают, что школьная столовая снова стала шумной, как в их детстве, и что это возвращение к норме.
• Критики настаивают, что запрет на телефоны в школе — это не более чем ностальгическая дань устаревшим нормам, которая не готовит детей к цифровой экономике.
• Некоторые комментаторы поднимают вопрос о том, что влияние смартфонов на мозг подростков может быть сравнимо с влиянием сигарет на здоровье в 1950-х, и что мы могли бы ожидать аналогичного общественного ответа.
• Другие вспоминают, что в их собственном детстве не было никаких телефонов, и что это не мешало им вырасти и развиваться.

Национальное исследование показало, что государственные программы Монтессори улучшают ранние образовательные результаты при значительно более низких затратах. В первом рандомизированном контролируемом исследовании такого рода, в котором приняли участие 588 детей из 24 программ по всей стране, дети, посещавшие Монтессори-детские сады, к концу детского сада показали лучшие результаты в чтении, исполнительных функциях, кратковременной памяти и социальном понимании по сравнению с их сверстниками из традиционных программ.

Особенно примечательно, что эти преимущества сохранялись и даже усиливались со временем, в отличие от многих других дошкольных программ, где эффекты исчезали к концу детского сада. При этом стоимость Монтессори-программ составляла примерно на 13 000 долларов меньше на ребенка по сравнению с традиционными аналогами. Исследование, опубликованное в Proceedings of the National Academy of Sciences, подтверждает, что общественные Монтессори-программы не только эффективны, но и экономически выгодны, что делает их ценным решением для политиков и образовательных лидеров, стремящихся улучшать результаты при ограниченных ресурсах.

• Обсуждение показало, что «Montessori» сегодня — это скорее бренд, чем конкретная методика, и качество программ варьируется от «полностью аутентичных» до «только название».
• Участники подчеркнули, что успехи детей в таких школах часто связаны не столько с методикой, сколько с самоотбором семей, заинтересованных в образовании.
• Несколько человек отметили, что настоящая система Монтессори предполагает гораздо меньше структурированных занятий и больше свободного выбора, что может не подойти для всех детей.
• Обсуждение также затронуло, что влияние таких школ на академические успехи может быть связано не столько с методикой, сколько с тем, что семьи, которые могут себе позволить такие школы, часто обеспечивают дома дополнительную поддержку.
• Некоторые участники выразили обеспокоенность тем, что не все дети могут адаптироваться к свободному выбору занятий, и что это может быть причиной, по которой некоторые дети не могут получить пользу от таких школ.

Boot.dev-статья «I’m in Vibe Code Hell» разбирает, как меняется «ад» самообучающихся разработчиков: если раньше это было «tutorial hell» — бесконечные видео-туториалы, которые не учат думать, то теперь это «vibe code hell» — когда новички полагаются на AI-ассистентов, но не понимают, что именно они делают неправильно.

Автор статьи Лейн Вагнер, основатель Boot.dev, приводит данные Google Trends и трафика YouTube-каналов, показывающие, что интерес к обучению программированию не упал, но длинные видео-туториалы теряют популярность. Он считает, что причина в том, что новое поколение разработчиков использует AI-ассистентов, но не умеет «читать» и отлаживать код, и потому не учится думать как инженер. Вместо того чтобы учиться решать проблемы, они учатся вызывать халюцинации и «vibe coding» — лишь бы тесты проходили.

В статье подчеркивается, что важно учить студентов понимать, что AI-ассистенты не заменят необходимость знать, как работает код, и что критически мыслить остается ключевым навыком.

• Современные инструменты обучения коду приводят к "tutorial hell", когда учащиеся не могут начать проект с нуля, а только повторяют готовые решения.
• Использование AI-автодополнения вместо обучения может привести к "vibe coding hell", где человек не может написать код без подсказок.
• Исторически, обучение ремеслу происходило через ученичество, и это может быть единственным способом научиться программировать в современных условиях.
• Сообщество разработчиков обсуждает, что вместо того, чтобы полностью полагаться на AI, учащиеся должны использовать AI как усилитель, а не как замену фундаментальному пониманию.
• Обсуждение также затрагивает вопрос о том, как сохранить качество обучения и роста в условиях, когда AI может автоматически генерировать код, и как разработчики могут адаптировать свои методы обучения.

Линейная алгебра начинается с двух ключевых идей: метода Гаусса и концепции строкового и столбцового представления. На примере монет: уравнение 5x + y = 23 (где x — никели, y — пенни) имеет несколько решений, например, 4 никеля и 3 пенни или 23 пенни. Это линейное уравнение, так как его график — прямая.

Сложность возникает, когда переменных две, но нужно удовлетворить двум условиям. Например, в задаче о питании: молоко (1 г углеводов, 2 г белка) и хлеб (2 г углеводов, 1 г белка). Чтобы получить 5 г углеводов и 4 г белка, нужно решить систему из двух уравнений. Метод Гаусса позволяет найти такие x и y, которые одновременно удовлетворяют обоим уравнениям, демонстрируя переход от одной переменной к системам.

• Пользователи высоко оценили визуальный стиль и доступность объяснений в блоге, сравнивая его с другими популярными ресурсами.
• Было высказано пожелание начинать объяснение линейной алгебры с практической задачи и графической интерпретации, а не с абстрактного метода (как Gaussian elimination).
• Обсуждалась цель изучения линейной алгебры: для практического применения или глубокого теоретического понимания.
• Отмечены технические проблемы с отображением иллюстраций в тёмном режиме на iOS Safari.
• Упомянуты другие учебные материалы по теме и выражена благодарность автору за качественный контент.

Replit, основанный в 2016 году, прошёл путь от «браузерный IDE» до «запускай код в 2 секунды» и, наконец, до «облачный GPU-ферма для миллионов людей». Но в 2025-м, когда компания оценивается в $3 млрд, она всё ещё не зарабатывает денег: 150 млн долл. годового дохода, 0 прибыли. Под давлением инвесторов, Replit теперь должен доказать, что может удержать рынок, который он только что нашёл.

• Replit отказался от своей первоначальной идеи онлайн-IDE и перешёл на AI, что вызвало критику за отказ от уникального продукта и вступление в перенасыщенный рынок AI-инструментов.
• Сокращение штата на 50% и полный отказ от бесплатного уровня вызвали волну негатива, особенно в контексте обвинений в том, что компания не предоставляет ценность взамен деньгам инвесторов.
• Несмотря на то, что Replit утверждает, что они "выросли в доходах", критики указывают на то, что компания до сих пор не имеет устойчивой модели доходов и что их продукт может быть легко реплицирован крупными игроками.
• Некоторые комментаторы выражают ностальгию по старому Replit, особенно в контексте его использования в образовании, и обвиняют компанию в "предательстве" open-source энтузиастов, которые помогли ей на ранних этапах.
• В то же время, другие указывают на то, что Replit может быть приобретён крупной компанией, такой как OpenAI или Anthropic, как следствие его связей с YC, и что это может быть единственным способом для инвесторов вернуть свои деньги.

Настоящая угроза ИИ — не массовая безработица через 18 месяцев, а постепенная деградация человеческого мышления из-за отказа от умственного напряжения. Подобно тому, как медленные приседания с отягощением наращивают больше мышц, глубокое размышление требует терпеливой работы с разрозненными идеями, чтобы сплести их во что-то новое. Однако технологии сокращают это «время под напряжением»: студенты элитных вузов уже не могут читать длинные тексты, а школьные оценки по чтению падают десятилетиями.

Ключевая проблема — не конкуренция с машинами, а то, как мы сами обесцениваем свои способности, перекладывая задачи на ИИ. Вместо страха перед будущим стоит сосредоточиться на сохранении практик глубокого мышления, иначе рискуем потерять то, что делает нас людьми — способность к сложному, медленному творчеству.

• AI усиливает существующие тенденции: одни используют его для ускорения обучения и рутины, другие становятся зависимыми и теряют навыки.
• Ключевой риск — когнитивная атрофия: чрезмерный reliance на AI ведёт к деградации навыков мышления, особенно у молодых специалистов.
• AI как инструмент: ценность зависит от подхода — слепое копирование ответов вредно, а анализ и критика AI-вывода полезны.
• Образование требует адаптации: нужны новые методы оценки (устные экзамены, проекты), чтобы избежать списывания и развивать критическое мышление.
• Социальные последствия неоднозначны: AI может усилить неравенство, повлиять на рынок труда и распространять предвзятость через свои ответы.

Рынок труда для экономистов с PhD переживает резкий спад: количество вакансий сократилось на 30% за три года, с 1477 в 2022 до прогнозируемых ~1000 в 2025. Особенно сильно пострадали академические позиции — число штатных должностей в университетах упало на 35%, с 631 до около 400. При этом 94% кандидатов всё ещё стремятся к карьере в академии, что создаёт острую конкуренцию на фоне сокращающихся возможностей. Данные подтверждаются как официальной статистикой Американской экономической ассоциации, так и независимым проектом Econ Job Market, где количество приглашений на собеседования снизилось на 34,8%. Это ставит под вопрос традиционную ценность докторской степени в экономике как гарантии стабильной карьеры.

• Кризис доверия к экономистам из-за восприятия их предвзятости и неспособности адекватно объяснить рост инфляции
• Сокращение финансирования и наборов в аспирантуры по экономике и другим дисциплинам из-за бюджетных проблем вузов и неопределенности с грантами
• Растущее несоответствие академической экономики, сфокусированной на сложных моделях, реальным потребностям рынка и интересам вне академии
• Вытеснение традиционных экономических методов специалистами по data science и большим данным, а также потенциальное влияние ИИ
• Перепроизводство PhD-выпускников при сокращении количества штатных позиций в академии и государственном секторе

Duolingo превращает изучение языков в механическую игру, где накопление очков опыта и поддержание стриков важнее реального прогресса. Автор, пять лет учивший испанский, отмечает, что геймификация — лиги, квесты, сундуки — не создаёт осмысленной связи между игровыми механиками и приобретением навыков. XP не отражает уровень владения языком, а социальные взаимодействия сводятся к кликам по заранее сгенерированным сообщениям без настоящего engagement.

Платформа сознательно устранила форумы, где пользователи обсуждали тонкости языка, чтобы избежать затрат на модерацию и рисков негативных взаимодействий. Единственный полезный элемент — стрик — помогает формировать привычку, но его легко поддерживать минимальными усилиями, даже переключаясь на другие курсы. Опыт автора с ресурсом Language Transfer показал, что эффективное обучение требует осмысленной педагогики, а не просто игровых механик.

• Критика Duolingo за вводящую в заблуждение маркетинговую стратегию, создающую иллюзию, что можно выучить язык только с помощью приложения.
• Многие пользователи отмечают, что приложение эффективно только как дополнительный инструмент в сочетании с другими методами обучения (классы, погружение в среду).
• Широко распространено мнение, что чрезмерная геймификация отвлекает от реального обучения и поощряет механическое выполнение заданий ради поддержания стриков.
• Отмечается ухудшение качества платформы со временем: удаление полезных функций (форумы), навязчивый монетизация и спам.
• Признаётся некоторая польза для начинающих: изучение базовой лексики, алфавита и поддержание регулярной практики, но не для достижения продвинутого уровня.

Оксфордский университет впервые выпал из тройки лучших вузов Великобритании по версии рейтинга The Times и The Sunday Times Good University Guide за 2026 год. Вместе с Кембриджем он опустился на четвёртое место из-за слабых результатов в Национальном опросе студентов, уступив третью позицию Даремскому университету.

Лидером рейтинга второй год подряд остаётся Лондонская школа экономики, а второе место сохранил Университет Сент-Эндрюс. Дарем показал резкий рост — на 30 позиций в оценках качества преподавания, что и позволило ему войти в топ-3. Вице-канцлер университета отметила, что выпускники Дарема имеют отличные карьерные перспективы.

• Участники подвергают сомнению методологию рейтингов Times, указывая на субъективность критериев, возможные манипуляции с весами показателей и их одномерный характер, не отражающий многогранность университетов.
• Высказывается предположение, что резкий рост Durham University (на 30 позиций) может быть следствием накрутки метрик (например, оценок студентов) или изменения методики расчёта, а не реального улучшения качества.
• Многие отмечают, что репутация и качество образования сильно варьируются по предметным областям, поэтому общие рейтинги бессмысленны, и следует ориентироваться на специализированные списки.
• Подчёркивается, что ресурсы, интенсивность преподавания (например, система тьюториалов) и вступительные требования в Oxbridge по-прежнему значительно выше, чем в других вузах, и их статус остаётся неизменным.
• Некоторые связывают возможное падение Oxbridge в рейтингах с изменениями в политике приёма студентов (расширение доступа), но эта точка зрения оспаривается другими.

Quicksort — эффективный алгоритм сортировки, основанный на стратегии «разделяй и властвуй». Он работает, выбирая опорный элемент и разделяя массив на части: элементы меньше опорного и больше него, затем рекурсивно сортирует каждую часть. Случайный выбор опорного элемента помогает избежать худшего случая производительности, обеспечивая среднее время выполнения O(n log n).

Проект IDEA представляет алгоритмы в виде невербальных инструкций, похожих на руководства IKEA, что делает их понятными для международной аудитории. Эти материалы распространяются под лицензией Creative Commons и используются в образовательных целях, позволяя учителям и студентам визуально осваивать сложные концепции. Инициатива получила широкое освещение в медиа и академических кругах.

• Участники обсуждают эффективность объяснения алгоритма быстрой сортировки (quicksort) с помощью метафоры инструкций IKEA, отмечая, что такой подход может быть полезен как повторение, но не для первоначального изучения.
• Некоторые пользователи указывают на неточности в визуализации, например, пропуск ключевых шагов или ошибки в порядке элементов, что может привести к непониманию или неправильной реализации алгоритма.
• Поднимается вопрос о целесообразности использования quicksort по сравнению с другими алгоритмами, такими как сортировка слиянием (merge sort), из-за худшего времени выполнения в худшем случае.
• Обсуждается культурный аспект названия "KVICK SÅRT" и использование диакритических знаков для создания "IKEA-стиля", что некоторые находят неудачным или раздражающим.
• Упоминаются альтернативные способы визуализации алгоритмов, такие как диаграммы железной дороги (railroad diagrams) или венгерские народные танцы, как более эффективные или эстетичные варианты.

Изучай по-своему: Переосмысление учебников с помощью генеративного ИИ

Исследования Google

Кто мы

Создаем технологии сегодняшнего и завтрашнего дня. Стремимся к созданию среды для разнообразных исследований с разными временными масштабами и уровнями риска.

Области исследований

• Фундаментальное ML и алгоритмы: теория алгоритмов, управление данными, машинное восприятие, NLP
• Вычислительные системы и квантовый ИИ: распределенные системы, квантовые вычисления, робототехника, безопасность
• Наука, ИИ и общество: климат и устойчивость, инновации в образовании, здравоохранение, взаимодействие человека и компьютера

• Пользователи обсуждают потенциал ИИ-инструментов для персонализированного обучения, отмечая как преимущества (бесконечное терпение, возможность углубляться в темы), так и серьёзные недостатки (фактические ошибки, выдумывание информации, высокая стоимость инфраструктуры).
• Критики выражают сомнения в эффективности и целесообразности замены учителей ИИ, указывая на риск снижения качества образования, антиинтеллектуализм и отсутствие подотчётности за вредоносные или ложные выводы модели.
• Многие комментаторы проводят параллели с концепцией «Иллюстрированного букваря для юной леди» из романа «Алмазный век» Нила Стивенсона, видя в проекте шаг к подобному будущему.
• Поднимается вопрос о методологии исследования Google: отсутствие контроля в виде печатного учебника и сравнения с не-ИИ интерактивными форматами, что ставит под сомнение заявленные преимущества.
• Обсуждается фундаментальная проблема школьного образования — необходимость заинтересовать и заставить учиться всех детей, а не только мотивированных, и сомнения, что ИИ способен решить эту задачу.

Я учусь в старшей школе, и ИИ разрушает моё образование.
В классах теперь всё сводится к копированию: одноклассник за секунды получает готовую разметку главы «Жизни Фредерика Дугласа» через ChatGPT и сдаёт её как своё участие в обсуждении. В алгебре фотографируют задание, загружают в ИИ и получают графики и решения.

Домашку сдаём до 23:59 онлайн. Раньше мы вместе нервно доделывали работу в 23:57, теперь чат-боты делают за минуты. Дедлайн потерял смысл, пропал азарт и дисциплина. ИИ убрал последствия прокрастинации и разорвал связь между учениками: почти никто не чувствует срочности или нужды тренировать мышление.

• Большинство участников считают, что нужно вернуться к ручным экзаменам и письменным работам в классе, запретив телефоны и доступ к интернету.
• Домашние задания можно оставить, но с обязательным устным оправданием и «следом» черновиков, чтобы исключить слепое копирование из ИИ.
• Некоторые предлагают не бороться с ИИ, а поднять планку качества и использовать ИИ как личного тьютора или инструмент преподавателя.
• Участники сравнивают ситуацию с появлением калькуляторов: технологию нельзя отменить, но можно изменить цели и методы обучения.

Румыния — малый 19-миллионный балканский государство — регулярно входит в мировую пятёрку по математическим, физическим и информатическим олимпиадам, несмотря на посредственные средние результаты PISA и симметричное распределение способностей. Объяснение кроется в уникальной структуре образования.

После войны коммунисты 1948 г. за десятилетие ликвидировали неграмотность, построив сеть доступных, хотя и примитивных школ по советскому образцу. После 1989 демократические власти закрыли лишние здания, но сохранили жёсткий отбор: уже в начальной школе выявляют способных и направляют в специализированные лицеи и гимназии с углублённой подготовкой. Эти узкие «олимпиадные трубы» концентрируют ресурсы, лучших учителей и соревновательную культуру, порождая крошечную, но мощную элиту, которая и приносит стране медали.

• Румынская система образования жёстко сортирует учеников: лучших собирают в «национальные колледжи» с лучшими учителями и максимальной поддержкой олимпиадного движения.
• Это даёт высокие места на IMO, но за счёт остальных школьников и приводит к оттоку талантов за границу.
• Похожие советские/соц-школы были и в Венгрии, Болгарии, России, но после 1990-х их качество упало, а румынская модель сохранилась.
• Критики обвиняют автора статьи (Jordan Lasker) в расистской риторике и псевдонауке, советуют относиться к выводам осторожно.
• Итог: стратифицированная система создаёт узкий пул звёзд-олимпиадников, но не повышает общий уровень математики в стране.

Почему рукописное писать всё ещё важно

Клавиатуры и смартфоны вытесняют ручку, но отказ от письма может дорого обойтись.

• Ностальгия vs польза
  Легенда о монахинях и линейках не объясняет, почему рукопись ценна. Главное — не красота, а нейрокогнитивные эффекты: моторная память активирует зоны мозга, отвечающие за чтение и понимание.

• Дети и девайсы
  Исследование Карен Рэй (2021) показало: «цифровые аборигены» хуже развивают мелкую моторику, что замедляет овладение письмом в детсаду. Планшет не заменяет карандаш на этапе формирования навыков.

• Курсив: спорный must-have
  Законы, обязывающие учить курсив, вызывают споры. Большинство экспертов считают: важен сам процесс письма, а не конкретный стиль.

• Профессиональный взгляд
  Журналисты, инженеры и программисты всё реже пишут от руки, но в обучении этот навык остаётся ключом к грамотности. Пока неясно, что теряет мозг, если пропустить этап «рука-буква».

Вывод: рукописное письмо не умирает — оно трансформируется из повседневного инструмента в фундаментальный навык раннего развития, без которого рискуем ослабить базу для чтения и мышления.

• Кто-то злится на школьные «курсивные» наказания, кто-то пишет письма и дневники от руки и считает это полезным для памяти и мышления.
• Некоторые предпочитают печатный текст, другие возвращаются к перьевым ручкам и даже демонстрируют рукописные черновики в блогах как «proof of work» против ИИ.
• Левши и люди с нарушениями мелкой моторики часто рады отказу от скорописи, но признают, что рукопись всё ещё нужна для экзаменов и зарисовок.
• Общий вывод: почерк может стать нишевым навыком, но полностью не исчезнет, поскольку помогает запоминать, думать и сохранять личный след в цифровую эпоху.