Этан Молик: ИИ-навыки, которых никто не учит (а они нужны всем)
Этан Молик — профессор Уортонской школы бизнеса, автор бестселлера Co-Intelligence: Living and Working with AI и Substack-рассылки «One Useful Thing». Двадцать лет он изучает, как люди реально используют технологии — не как это задумано, а как это происходит на практике. В 2026 году выходит его новая книга Co-Existence: The Next Phase of AI. Интервью взял Саймон Синек для подкаста A Bit of Optimism (июнь 2026).
Это один из немногих разговоров об ИИ, где нет ни апокалиптики, ни евангелизма. Только прагматика.
1. Редкая позиция: ни доомер, ни зилот
Большинство экспертов по ИИ делятся на два лагеря: те, кто убеждён, что технология спасёт мир, и те, кто уверен — она его уничтожит. Обе позиции делают разговор бессмысленным, потому что потребляют всё пространство обсуждения. Если ты веришь в машинного бога — всё остальное неважно. Если веришь в апокалипсис — тоже.
Молик стоит посередине: ИИ — это технология общего назначения. Она повлияет на всё. Часть эффектов будет хорошей, часть — плохой. Он сравнивает это с интернетом: там тоже были зилоты (технология заменит еду — вспомним Soylent) и скептики. Реальность оказалась сложнее.
Ключевая мысль: технология — самая человеческая деятельность. Мы создаём инструменты для себя. То, как мы их принимаем, как регулируем и как используем — это наш выбор, не предопределённость.
2. Опыт побеждает молодость: развенчание мифа об «AI-нативах»
Широко распространено убеждение: молодые люди лучше используют ИИ, потому что выросли с технологиями. Молик прямо опровергает это.
Исследование BCG (Boston Consulting Group) показало: младшие сотрудники часто используют ИИ хуже, чем опытные. Они выглядят уверенными пользователями — легко получают красивые отчёты от Claude или ChatGPT. Проблема в том, что у них нет базы, чтобы оценить качество ответа. Они просто передают результат дальше, не понимая, что в нём.
Молик приводит точный пример: «Они не AI-нативы. Они просто проводники к Claude. Попросишь отчёт — получишь красивый отчёт. Что в нём написано — они не знают, потому что не знают предмет».
ИИ работает достаточно похоже на человека, чтобы эффективная работа с ним требовала тех же навыков, что и работа с людьми: умения формулировать задачи, давать обратную связь, распознавать ошибки. Это навыки, которые приходят с опытом.
Вывод: если вы эксперт в своей области — у вас есть преимущество перед молодыми коллегами в использовании ИИ. Это один из редких случаев, когда опыт помогает, а не мешает.
3. Зазубренная граница: где ИИ силён и слаб
Молик ввёл в своих ранних статьях понятие «jagged frontier» — зазубренная граница. ИИ неожиданно хорош в одних вещах и неожиданно плох в других, и эта граница не интуитивна.
Примеры из интервью:
- ИИ пишет хорошую академическую статью по датасету — на уровне, где нужно быть лучшим профессором математики, чтобы понять, прав ли он
- ИИ плохо пишет ваши шутки — голос не тот, юмор промахивается
- ИИ превосходит большинство маркетологов в генерации контента по данным исследований
- ИИ плохо воспроизводит ваш голос без специальной подготовки
Важнейший практический вывод: там, где ИИ плох, ваша ценность резко возрастает. Если раньше умение писать смешно было «приятным плюсом», то в мире, где ИИ генерирует миллиарды текстов без юмора — это внезапно дефицитный навык.
4. Практика: как реально прокачать использование ИИ
4.1 Платите $20 в месяц
Молик прямо советует: возьмите подписку на одну из трёх платформ (Claude Anthropic, ChatGPT OpenAI, Gemini Google). Это важно по двум причинам:
- Выбирайте лучшую модель вручную — по умолчанию все три ставят не самую сильную модель. Нужно активно переключиться на thinking-модель (на момент записи: Claude Opus, GPT-5.5, Gemini Pro). Разница огромная.
- Отключить обучение на ваших данных — платная подписка даёт эту опцию.
4.2 Давайте ИИ достаточно сложные задачи
Молик ссылается на тест GDP-val от OpenAI (независимо верифицированный):
- Взяли людей из профессий, охватывающих 5% экономики США: журналисты, юристы, продакт-менеджеры, частные детективы — в среднем 14 лет опыта
- Попросили создать сложную задачу из своей области
- Другая группа экспертов решала эти задачи — в среднем 7-8 часов
- ИИ решал те же задачи за ~15 минут
- Третья группа экспертов оценивала результаты вслепую
Год назад лучшие модели получали паритет в 48% случаев. В 2026 году — 84%. То есть в 84% случаев 15-минутная работа ИИ эквивалентна или лучше 7-8 часов работы человека.
Практический вывод: если на сложную задачу уходит час, чтобы поставить её ИИ и проверить результат — даже при 30% неудач вы всё равно сэкономите время. Ценность ИИ = не скорость решения, а скорость проверки правильности.
4.3 Три слоя AI: модели, приложения, харнессы
Молик вводит полезную классификацию для понимания рынка:
| Слой | Что это | Примеры |
|---|---|---|
| Модели | «Мозг» — интеллектуальная основа | Claude Opus, GPT-5.5, Gemini 3.1 Pro |
| Приложения | Интерфейс доступа к модели | claude.ai, chat.openai.com, gemini.google.com |
| Харнессы | Оболочки, дающие AI доступ к действиям | Claude Code, OpenAI Codex, Notebook LM |
На момент записи: все три компании имеют примерно равные по силе модели. Google — самое разнообразное портфолио приложений, но слабее в харнессах. Антропик и OpenAI лидируют в агентных инструментах (Claude Code и Codex).
5. Проблема голоса: почему весь AI-текст звучит одинаково
Молик честно признаёт: у ИИ есть голос. Это не ваш голос — это голос ChatGPT или Claude. Он даже неплохой. Но он один на всех.
Симптомы: все AI-письма в почте начинают звучать одинаково. Слишком много тире. Слишком пафосные переходы. «Не X, а Y» как структура каждой второй фразы.
Молик даёт конкретный приём, чтобы научить ИИ вашему стилю:
- Дайте ИИ большой объём ваших текстов
- Попросите: «Напиши две страницы, описывающие мой стиль письма и инструкции, как писать в этом стиле»
- Вставьте результат в кастомные инструкции
- Теперь ИИ будет писать «пародию на вас» — не идеальную, но заметно лучше, чем generic AI
Саймон Синек лично проверил: диктовал идеи в Claude 3-4 минуты, попросил написать op-ed в своём стиле, потом попросил fact-check — и сел редактировать. Черновик за минуты, факт-чек встроен, финальная правка — в своём голосе. Для человека с наработанным корпусом текстов — работает.
Принципиальный момент: 80% времени на написание съедает черновик. Если ИИ делает сносный черновик за минуты — вы освобождаете большую часть работы для редактуры, которая куда интереснее.
6. Сломанная модель ученичества
Это один из самых острых тезисов интервью.
Тысячи лет передача экспертизы работала через ученичество: джуниор приходит в компанию, делает «черновую работу», которую не хочет делать мидл-менеджер, и учится на ошибках. Мидл-менеджер видит, чего стоит человек. Обе стороны получают выгоду.
Эта модель сломалась.
Причина проста: каждый джуниор сейчас знает меньше ChatGPT. Они не дураки — они просто используют ИИ, потому что это разумно. Мидл-менеджер тоже предпочтёт делегировать ИИ, а не человеку, который медленнее и хуже. В итоге все работают с ИИ — и никто не передаёт реальные знания.
Следствие: мы теряем pipeline талантов. Люди становятся профессионалами, не проходя стадию ошибок и обратной связи. Когда ИИ перестанет справляться с чем-то сложным — окажется, что некому это сделать вручную.
Решения существуют, но требуют радикального переосмысления того, как компании строят карьерные лестницы. Молик признаёт: универсального ответа пока нет.
7. Вкус как главный конкурентный актив
Когда качество становится дешёвым — дифференцируется вкус.
Молик разворачивает этот тезис через несколько образов:
Смерть кинозвезды: мы живём в последнем поколении, которое знает «звёзд». Леонардо Ди Каприо больше не заставляет идти в кино на фильм. Идут на франшизу. Персонаж (Марвел) важнее актёра. Это и есть коммодитизация таланта.
ИИ делает то же с интеллектуальным трудом: когда Claude одинаково хорошо управляет любой компанией — у всех компаний, которые просто «используют ИИ», не остаётся конкурентного преимущества. Ноль вариации = ноль конкурентного преимущества.
Что создаёт вариацию: вкус конкретного человека. Режиссёр Уэс Андерсон — понятное ожидание, понятный продукт. Если теперь он может снять именно то кино, которое хочет, без компромиссов с производственными ограничениями — его вкус становится ещё ценнее, не менее ценным.
Молик формулирует прямо: «Вы начинаете ценить вкус конкретного человека больше, чем всю организацию, которая обеспечивает производство продукта».
Следствие для карьеры: развивать вкус — это теперь профессиональный навык. Видеть широко (потреблять разное), делать выборы (иметь мнение), уметь его описать (иметь словарь). Это не мягкий навык — это конкурентный актив.
8. ИИ как зеркало: проблема сикофантии и как её победить
ИИ по умолчанию соглашается с вами. Это известная проблема — модели обучены нравиться пользователю. Молик даёт два конкретных приёма для дебатов и обучения:
Приём 1 — Скажи критиковать Если хотите реальную дискуссию, прямо скажите: «Выступай как критик», «Найди слабые места в моём аргументе», «Где я ошибаюсь». Без этой инструкции ИИ будет вас хвалить.
Приём 2 — Попросите мета-анализ вашего мышления В середине разговора: «Стоп. Скажи, что я делаю неправильно в своих аргументах. Какие паттерны рассуждений я пропускаю? Дай примеры, как их применить».
Молик указывает: это то, о чём люди мечтают в лучших дебатах — разговор с равным, который готов тебя оспорить. На практике студенты не ходят на office hours, хотя профессор ждёт. Теперь этот разговор доступен всегда.
Приём для письма — давать ИИ разные роли при оценке текста:
- «Прочитай как читатель, который ничего не знает о теме»
- «Прочитай как эксперт, который хочет меня опровергнуть в Twitter»
- «Где я был безответственен?»
- «Где шутка не работает?»
Роль не делает ИИ умнее в физике. Но заставляет его говорить как физик, критик, наивный читатель — и вы получаете то, что не получили бы от широкой аудитории.
9. Образование: кризис и неожиданный выход
Кризис
Молик честен: система образования сломана в нескольких местах одновременно.
Во-первых, проверка знаний. Его первая политика после ChatGPT — «используй ИИ для всего, ты отвечаешь за результат» — работала 4 месяца. Потом вышел GPT-4, и низкоусидчивый студент стал неотличим от хорошего. Без оценки качества мышления — нет обучения.
Во-вторых, сама природа изучения. Мы знаем из экспериментов: если просто использовать ChatGPT для получения ответов — ты не учишься. Думаешь, что учишься. Но нет. ИИ даёт результат — ты не проделал работу по его достижению.
Аналогия с Казио-дневником: когда Синек внёс все телефонные номера в устройство, мозг просто перестал их запоминать. «Хорошо, раз это тебе больше не нужно». То же произойдёт с критическим мышлением, если мы не будем его «качать».
Неожиданный выход
Но Молик не пессимист. Он видит в ИИ первый реально работающий инструмент персонализированного обучения:
- ИИ понимает, где ты запутался
- ИИ объясняет через твои интересы — хоть баскетбол, хоть плетение корзин
- ИИ не устаёт, не осуждает, готов объяснять столько раз, сколько нужно
Это была «Святая Грааль» образования — и теперь она технически реализуема. Ранние контролируемые эксперименты с AI-тьюторингом дают хорошие результаты.
Молик прямо: если мы ничего не изменим в образовании — эффект будет плохой. Если мы адаптируемся — ИИ ускорит обучение. Не «всё или ничего» — выбор есть.
10. Агентный ИИ: что это и почему это важно сейчас
Молик выделяет три эпохи ИИ:
| Эпоха | Характеристика | Примеры |
|---|---|---|
| До ChatGPT | Алгоритмический анализ данных | Кастомизированное ценообразование, анализ данных |
| ChatGPT → 2025 | Генеративный ИИ, диалог | Co-intelligence: чат → ответ |
| 2026 | Агентный ИИ | Системы, которые самостоятельно выполняют работу |
Агент — система ИИ, которая может независимо выполнять задачи при получении инструкции. Это принципиально новое качество: не «дай мне ответ», а «сделай это».
Молик подчёркивает: агентный ИИ стал реальностью буквально несколько месяцев назад. Claude Code, OpenAI Codex — это харнессы, которые дают ИИ доступ к вашему компьютеру, файлам, браузеру. ИИ теперь не просто отвечает, а работает.
Это меняет масштаб задач, которые стоит давать ИИ.
11. Безопасность и приватность: аналог Gmail
Молик даёт полезный фрейм для оценки рисков приватности:
Мы все уже доверили Google все свои письма. Google их читает, анализирует, использует. Мы приняли это как данность. ИИ-платформы работают по той же логике.
Ключевые вопросы:
- Используют ли они ваши данные для обучения модели? — Да, если вы не платите (платная подписка отключает это)
- Могут ли другие пользователи получить доступ к вашим чатам через поиск? — Нет. Нет «перетекания» между аккаунтами. Это работает как Gmail
Реальный риск, который Молик называет: если вы даёте агентному ИИ доступ к вашему компьютеру и браузеру — теоретически кто-то может через манипуляцию AI заставить его переслать деньги. «Ещё не случалось, но не невозможно».
Общий вывод: мы находимся в той же лодке, что и с Gmail. Не хуже, не намного лучше. Включите двухфакторную аутентификацию. Не оставляйте себя залогиненным на чужих машинах.
12. Сколько у нас на самом деле агентности?
Один из центральных вопросов разговора: мы управляем AI-будущим или нас им управляют?
Молик видит агентность на двух уровнях:
Уровень 1: Общественный. Правительства, профсоюзы, регуляторы. Уже идут дебаты о data center bans, требовании человека-подписанта для юридических документов (юристы не сдадутся без борьбы), гильдийская защита профессий. Механизмы демократии работают медленно, но они работают.
Уровень 2: Личный — и здесь Молик видит больше возможностей. Компании AI полны программистов, которые не знают, как именно ИИ будет полезен в вашей конкретной области. Это знаете только вы. Если вы покажете людям в вашем кругу, как использовать ИИ для реальных задач — это меняет нарратив.
Его тезис: самый опасный дефолтный сценарий — компании просто увольняют людей и заменяют ИИ, потому что это повышает прибыль в краткосрочной перспективе. Контрсценарий — показывать, как ИИ делает работу людей более интересной и продуктивной. Оба варианта возможны. Который победит — зависит от того, какие примеры мы создаём и продвигаем.
Итого: что делать прямо сейчас
Из разговора с Молоником вырисовывается конкретный список действий:
| Действие | Почему важно |
|---|---|
| Заплатить $20/мес одному провайдеру | Лучшая модель + thinking mode = качественно другой опыт |
| Выбирать thinking-модель вручную | По умолчанию стоит не лучший вариант |
| Давать ИИ сложные задачи | 84% паритет с экспертом — он справится с тем, что вы считаете «слишком трудным» |
| Обучить ИИ своему голосу | Дать корпус текстов → получить стиль-инструкцию → добавить в кастомные настройки |
| Всегда просить критику явно | ИИ сикофант по умолчанию — поставьте задачу критиковать |
| Использовать роли при оценке текста | «Читай как критик», «как новичок», «как эксперт против меня» |
| Развивать вкус как профессиональный навык | Когда качество commoditized — вкус дифференцирует |
| Оценивать результаты ИИ, а не процесс | Ваша экспертиза = умение быстро распознать ошибку |
Связанное
- ИИ и будущее работы — три перспективы на 2027–2045
- Агентная инженерия 2026 — Software 3.0 и зазубренный интеллект
- Карпати: от вайб-кодинга к агентной инженерии — пересекающийся взгляд
- Билл Макдермотт — Agentic Business — перспектива CEO
- Palo Alto CEO — AI в кибербезопасности — ещё один взгляд руководителя
Источник: The AI Skills Nobody is Teaching (And Everyone Needs) | AI Expert Ethan Mollick · Simon Sinek — A Bit of Optimism · YouTube, 16.06.2026
Транскрипт: raw