В Екатеринбурге в рамках Международного фестиваля молодёжи прошла дискуссия, посвящённая тому, как подготовить инженера к задачам, для которых ещё нет готовых решений. Одним из экспертов стал Андрей Гулидин, заместитель генерального директора по выделенным центрам разработки ИТ-холдинга Т1. ИТ-холдинг Т1 — бигтех-партнёр для компаний любой отрасли, уровня развития инфраструктуры и масштаба, занимается разработкой программного обеспечения, цифровой трансформацией, ИИ, Big Data, облачными сервисами, кибербезопасностью, консалтингом, промышленной автоматизацией и роботизацией. Фокус компании – подготовка инженерных кадров. В интервью Андрей Гулидин рассказал корреспонденту ИА «Уральский меридиан», что общего у инженера с дирижёром, почему знание конкретного языка программирования устаревает быстрее диплома и где искать фундамент в эпоху искусственного интеллекта.
— Как прошла дискуссия?
«Мне в целом понравилось, потому что эксперты выражали своё мнение. Они в чём-то сходились, в чём-то расходились во взглядах, но базово все согласились, что инженер будущего — это человек с глубокими техническими навыками, который владеет современными технологиями, с одной стороны, а с другой — сильно погружён в предметную область. Это глубокая специализация, которая должна воспитываться со скамьи вуза. Коллеги говорили, что даже со школьной скамьи. В этом мы сошлись. Основная дискуссия строилась вокруг того, нужно ли фокусироваться на изучении абсолютно новых технологий и бежать, в первую очередь, за ними. Я лично придерживаюсь другой точки зрения: фундаментальные науки формируют тот базис, который позволяет потом использовать новейшие технологии, такие как искусственный интеллект, и кратно усиливать инженера».
— В программе вашей сессии заявлена тема «От человека-оркестра к дирижёру ИИ». Как бы вы расшифровали эту метафору?
«Мы прошли долгий путь эволюции инженера-разработчика программного обеспечения. С 60–70-х годов прошлого века это был один человек, который занимался сбором требований к системе, разработкой, тестированием, документированием и обучением пользователей. По мере роста задач количество таких высококвалифицированных специалистов, которые могли делать всё в одиночку, стало дефицитным, и это стало узким горлышком, которое отрасли пришлось «расшивать». С середины 2000-х мы перешли в фазу чётких специализаций: аналитик, разработчик, тестировщик. Пошли по пути углубления специализации. С одной стороны, это позволило быстро нарастить количество специалистов и увеличить объёмы кода. С другой — мы получили феномен, когда каждый конкретный специалист, выполняя процесс, не видел результат целиком. Сейчас, с внедрением искусственного интеллекта, мы пришли к обратной ситуации: откатываемся к двум-четырем высококвалифицированным специалистам, которые оркестрируют целую команду электронных помощников и ассистентов. Фактически мы снижаем объём команды, повышая её производительность, но вместе с этим повышаем требования к квалификации и стоимости каждого участника».
— Что мы приобретаем и что теряем?
«Мы приобретаем скорость, больше экспертизы, снижаем время от идеи до вывода продукта на рынок. А теряем, как ни странно, потребность в джунах — тех самых выпускниках университетов, которые приходили на производство и долгое время обучались, осваивая базовые навыки. Всю эту рутину, которую раньше сдавали молодым специалистам, сейчас можно сдавать ИИ-агентам. Это существенный минус, потому что он накладывает дополнительные требования к вузам. Мы как отрасль теперь ожидаем, что из вузов будут выпускаться более квалифицированные специалисты, которые имеют опыт проектной деятельности, глубоко понимают предметную область, владеют современным стеком и уже могут действовать на уровне миддл-специалистов».
— Знание сегодня доступно мгновенно, а ИИ знает больше любого профессора. Что остаётся фундаментом инженерного образования?
«Все эти мгновенные знания позволяют достичь какого-то результата, но парадокс в том, что, достигнув его, вы не понимаете, что вы сделали и как это работает. Без фундаментальных знаний для вас это всё равно остаётся магией. Вы получили результат, а объяснить, почему он такой, что внутри него лежит, почему применены именно такие подходы, вы не можете. На мой взгляд, это «мина замедленного действия», потому что искусственный интеллект хорошо работает основываясь на фундаментальных знаниях. Когда ты владеешь основами проектирования программного обеспечения, понимаешь, как работают сети, как строятся высоконагруженные системы, ты можешь использовать более удобные инструменты для производства. Но если не владеешь базовыми основами, всё, что ты делаешь, представляет собой некую хрупкую конструкцию, в которую не заложены ни возможности масштабирования, ни возможности высоких нагрузок, она не будет безопасной с точки зрения эксплуатации. Это базис, который необходимо пройти, осознать и дальше закладывать в основу решений, которые инженеры будут создавать вместе с искусственным интеллектом».
— Какие фундаментальные знания должны быть у инженера?
«Для каждой предметной области они свои. Если говорить про IT, когда я был студентом, нас учили основам алгоритмизации и алгоритмическим языкам, теории экономических информационных систем, проектированию экономических систем, базам данных и сетям. Сейчас курсы расширяются, добавляются особенности. Менее важно знание конкретного языка, потому что языки приходят и уходят, они меняются. Но основы проектирования фундаментальны и не меняются годами».
— Вы говорите, что команда разработки из 12–15 человек сегодня может сжиматься до 2–4 специалистов с ИИ-агентами. Какие роли исчезают первыми?
«Во-первых, никто не исчезает. Часть ролей будет представлена не живыми, а цифровыми сотрудниками. Наиболее уязвимы именно те роли, которые больше всего структурированы. А структурированы у нас истории, связанные с написанием кода. Ребята, которые фокусируются исключительно на разработке и не владеют аналитикой и тестированием, будут в уязвимом положении. Люди, которые фокусируются на аналитике, архитектуре, приёмке, будут востребованы. Но тестировщикам и архитекторам всё равно надо уметь хорошо читать код, чтобы в нём разбираться, где-то его править, устранять замечания, не отдавая всё это исключительно на волю искусственного интеллекта».
— Если ИИ берёт на себя рутинную работу, не рискуем ли мы вырастить поколение «дирижёров», которые не понимают, как устроен оркестр?
«Риск такой есть. Но функция умения понимать никуда не денется, мы всё так же должны ею обладать. Если мы придём к тому, что большие языковые модели будут выдавать код приемлемого качества на основании естественного языка и чётко сформулированных целей, возможно, этот навык на фоне цифровизации действительно станет невостребованным, как многие другие. По сути, в случае разработчиков речь идёт о переводе с человеческого языка на язык машины. Если эту функцию можно передать, и она работает хорошо и без сбоев, то в этом ничего страшного нет. Как показывает практика, ИИ уже делает это неплохо и с каждым днём справляется всё лучше. Но молодых специалистов нам надо будет учить в том числе «руками», как когда-то нас учили писать на бумажке без использования ПК. До какого-то уровня ты должен набить шишки, понять особенности, пройти фоновое обучение, когда ты учишься на собственных ошибках, чтобы перейти к применению ИИ и выдавать качественный результат».
— Инженер 2030 — это не тот, кто знает больше, а тот, кто быстрее превращает знание в проверенный опыт. Как это выглядит в ИТ-холдинге Т1?
«Мы стремимся к тому, чтобы двигаться в сторону ограниченных команд, которые состояли бы из архитектора, (он же аналитик), инженера (собирает «харнес» вокруг больших языковых моделей и правильно конфигурирует процесс) и эксперта в предметной области (вместе с архитектором формулирует задачу и, что немаловажно, принимает её на выходе). Будущий инженер — человек, который хорошо понимает архитектурные принципы и принципы, заложенные в основу бизнеса, а также умеет переводить с человеческого языка на образ систем, которыми управляет».
— ИИ — соавтор и ускоритель. Но кто несёт ответственность, если ИИ предложил решение, а оно привело к ошибке?
«На этот вопрос мы до сих пор не нашли ответ. Проблематика гораздо шире, в этом процессе гораздо больше участников: авторы языковой модели, авторы агентов, которые взаимодействуют с языковой моделью, разработчик, который стоит на входе взаимодействия с агентом, пользователь, который потребляет произведённый продукт. Когда происходят ошибки, сообщество ещё не решило, кто в них виноват. Тот, кто сгенерировал код? Тот, кто формировал промпт? Или тот, кто использует результат и получает ущерб? На этот сложный вопрос нам предстоит отвечать в будущем, распределяя зоны ответственности между всеми участниками. В классической разработке, когда мне дают техническое задание, я несу ответственность в рамках договоров за то, что я сделал. Здесь ситуация сложнее».
— Что бы вы посоветовали молодёжи, которая сегодня выбирает, куда поступать и чему учиться?
«В любом случае им предстоит использовать новые технологии. Искусственный интеллект – один из катализаторов развития экономики. Поэтому грамотность в использовании информационных технологий станет скоро гигиеническим минимумом — как сейчас никто не пишет в резюме «уверенный пользователь ПК». Владение современными технологиями — безусловное требование к любому специалисту. Заниматься фундаментальными знаниями или делать упор на прикладную науку — здесь каждый решает для себя. Если вы хотите посвятить себя исследованиям, вам не обойтись без фундаментальных наук. Если прикладной деятельностью — стоит стать экспертом именно в этой предметной области, накладывая ее на фундаментальные знания. Они не меняются со скоростью света, а прикладные требуют постоянного совершенствования. Что бы я точно не стал делать — затачиваться на конкретные языки, фреймворки и инструменты. Как показывает практика, они устареют раньше, чем вы выпуститесь из университета».
— То есть не ограничивать себя?
«Абсолютно точно. Востребованной, как никогда, будет экспертность в какой-то предметной области. Она не может быть ограничена конкретным инструментом. Но ограничивается областью знания».
— Ваш главный совет самому себе — двадцатилетнему?
«Я бы точно не стал советовать себе чего-то не делать, потому что те ошибки, которые были пройдены, сформировали тот самый экспертный бэкграунд, который у меня есть. Совет, который я хочу дать всем: никогда не прекращать обучение, никогда не останавливаться в саморазвитии. Большое количество новых технологий всё время врывается в нашу жизнь. Есть желание иногда остановиться на чём-то конкретном. Жизнь нас подталкивает двигаться вперёд, и надо пользоваться шансом изучать новые возможности, новые технологии, новые практики. Стараться применять их в жизни, ни в коем случае от них не отворачиваться. Быть всё время таким агностиком, искать что-то лучшее, искать, как сделать эффективнее, быстрее, качественнее. И так бежать вперёд. Нам сейчас всем нужно думать, как эффективно использовать то, что мы имеем, делать это более безопасным и повсеместным. Потому что многие сейчас говорят об ИИ как о новой фазе, но используют его как платный Google, платный поисковик. Это неправильное применение. Нам стоит развиваться и использовать в полной мере то, что у нас сейчас есть».
ИА «Уральский меридиан» писало ранее, что на Международном фестивале молодёжи в Екатеринбурге генеральный директор RUTUBE Сергей Иванов выступил с лекцией «Экономика внимания: от короткого ролика до большого экрана». Он рассказал участникам, почему внимание стало базовым активом, как короткие видео влияют на мозг и чем лента рекомендаций похожа на игровой автомат.