ИИ должен повышать качество вашего мышления, а не заменять его — Коши Джон о скрытом разрыве в инженерии

В популярном посте на HN (227 баллов, 186 комментариев) инженер-программист и писатель Коши Джон проводит четкую грань между двумя типами использования ИИ в разработке ПО. Первая группа использует ИИ для устранения рутины, ускорения работы и высвобождения времени на высокоценные задачи — формулирование проблем, компромиссы, выявление рисков и создание ясности. Вторая группа использует ИИ, чтобы избежать размышлений — вставляет запросы, получает отшлифованный вывод и выдает его за свои собственные рассуждения. Джон называет это тупиком.

Новый режим отказа: делегированное мышление

Джон описывает опасный шаблон: инженеры передают модельке проблему, получают правдоподобный ответ и затем повторяют этот ответ, не понимая его. Он сравнивает это со списыванием — хорошие оценки на бумаге, но отсутствие прочной основы. Столкнувшись с неоднозначностью, неполной информацией или нетипичными задачами, поверхностная имитация разрушается.

«Каждый раз, когда вы заменяете собственное понимание сгенерированным результатом, вы пропускаете упражнения / повторения, которые формируют суждение. Вы обмениваете долгосрочную способность на краткосрочную видимость».

Аналогия с калькулятором

Джон проводит параллель с калькулятором: инженер с сильными навыками устного счета может активно использовать ИИ, потому что способен проверить результат на адекватность, заметить ошибки и понять, когда что-то звучит неправильно. Инженер без такой основы становится зависимым от инструмента и не может обнаружить бессмыслицу.

Что вместо этого будут делать лучшие инженеры

Джон утверждает, что самые ценные инженеры — это те, кто «отказываются тратить время на работу, которую может сделать за них ИИ, при этом понимая все, что делается от их имени». Они используют сэкономленное время для работы на более высоком уровне, применяя строгость, а не передавая мышление на аутсорсинг.

Риск для инженеров на раннем этапе карьеры

Джон предупреждает, что младшие инженеры особенно уязвимы — в краткосрочной перспективе они могут выглядеть эффективными, используя ИИ для генерации результатов, которые они не могли бы получить самостоятельно, но они пропускают повторения, формирующие суждение. «Это всегда настигает», — говорит он.

Полный пост включает подробный анализ разделительной линии, организационные последствия и объяснение, почему это важнее, чем думает большинство людей.