Почему чем больше я использую ИИ, тем менее ценным себя чувствую?

marsbitОпубликовано 2026-01-19Обновлено 2026-01-19

Введение

В статье на примере позиции главного врача-инфекциониста Чжан Вэньхуна обсуждается парадокс использования ИИ: чем больше мы полагаемся на искусственный интеллект, тем больше обесцениваются собственные навыки. Чжан отказывается внедрять ИИ в систему ведения медицинских карт, опасаясь, что молодые врачи, зависящие от алгоритмов, не разовьют критическое клиническое мышление и не смогут распознать ошибки ИИ, точность которого составляет 95%. Автор выделяет ключевую проблему: ИИ усиливает производительность, но не заменяет человеческое суждение. Если базовые компетенции равны нулю, умножение на ИИ даст тот же ноль. Навыки XXI века переопределяются: ценность представляет не исполнение, а способность к верификации выводов ИИ, структурированному мышлению и глубинному пониманию предмета. В эпоху, когда ИИ генерирует шаблонные решения, преимущество получают те, кто способен ставить точные вопросы, видеть системные взаимосвязи и принимать ответственные решения. ИИ — это инструмент, который либо усиливает эксперта, либо обнажает беспомощность того, кто делегировал ему мышление. Ключ к адаптации — не соревнование с ИИ, а фокус на уникально человеческих качествах: критическом анализе, творчестве и ответственности за последствия.

Эта статья взята с официального аккаунта WeChat: 不懂经 , автор: Rust из 不懂经也叔, оригинальное название: «Парадокс Чжан Вэньхуна в эпоху ИИ: почему чем больше используешь ИИ, тем менее ценным себя чувствуешь?», изображение: Visual China

Несколько дней назад я наткнулся на короткое видео с выступлением Чжан Вэньхуна, директора Национального центра инфекционных заболеваний, на форуме в Гонконге 10 января, где он четко заявил: «Я отказываюсь внедрять ИИ в систему медицинских карт больницы».

Потому что ИИ, не прошедший систематического обучения, fundamentally изменит путь подготовки врачей, разрушит или нанесет ущерб способности к независимой диагностике, которую молодые врачи должны приобретать через традиционное обучение.

Чжан Вэньхун пояснил, что он, конечно, использует ИИ, пропуская через него истории болезней. Но ключевой момент в том, что с его более чем тридцатилетним клиническим опытом, он с первого взгляда видит, где ИИ ошибся.

Проблема в молодых врачах.

Если врач с этапа интернатуры начинает полагаться на выводы ИИ, пропуская полное обучение клиническому мышлению, он навсегда утратит ключевую способность: умение определять, прав ИИ или нет.

Эти слова Чжан Вэньхуна, с точки зрения обычного пользователя ИИ, раскрывают широко misunderstood реальность о навыках и рычагах в эпоху ИИ.

За последние год-два я наблюдаю peculiar «коллективную тревогу».

Что интересно, эта тревога исходит не от тех, кто не разбирается в технологиях, а скорее наоборот, чаще всего от элитных групп, уже熟练но использующих ИИ: программистов, юристов, аналитиков, авторов медиа.

Все initially с энтузиазмом полагали, что ИИ сделает их сверхлюдьми. Но после кратковременного карнавала эффективности многие погрузились в более глубокое чувство бессилия:

Когда ИИ может выполнить 80% работы с нулевой стоимостью, сможет ли мои оставшиеся 20% ценности поддержать мою профессиональную гордость?

Если ИИ может справиться с моим двухнедельным кодом за несколько минут; если большая модель может мгновенно выдать идеальный отчет due diligence; если gemini или Doubao позволяют людям без базовых навыков рисования создавать произведения уровня мастеров, если GPT может «точно» прочитать медицинский отчет или отчет об обследовании, то где же тогда защитный ров человеческих навыков?

Ранее The Atlantic Monthly опубликовал статью, в которой говорилось, что мы вступаем в эру дескиллинга; но обратная сторона медали именно в том: ИИ не сделал навыки бесполезными, он спровоцировал резкую «инфляцию навыков». Просто навыки нужно переопределить.

В эпоху, когда стоимость исполнения стремится к нулю, ИИ является зеркалом, отражающим суть. Он усиливает не только вашу эффективность, но и granularity или точность вашего познания.

Вы чувствуете себя «вышедшим из строя», возможно, потому что ИИ безжалостно exposed факт: большая часть работы, которой вы гордились в прошлом, была просто «переносом кирпичей», исполнением, «послушным следованием инструкциям», а не «мышлением», и уж тем более не постановкой и решением проблем.

Правда о навыках XXI века больше не касается того, сколько инструментов у вас в руках, а того, сколько изначальных, подлинных рычагов у вас в голове. Комплексная способность «макроуправление + микро-верификация» — это настоящая железная рисовая миска эпохи ИИ.

I. Парадокс Чжан Вэньхуна: 0, умноженный на 10, все равно 0

В Кремниевой долине широко распространено мнение, которое часто misinterpreted.

Люди говорят: «ИИ — это усилитель производительности в 10 раз».

Математическое значение этой фразы более холодное, чем буквальное.

Если ваша текущая способность равна 1, ИИ делает вас 10; если вы 10, ИИ делает вас 100. Но если ваше базовое понимание какой-либо области равно 0, то 0, умноженное на 10, все равно 0.

Это именно то, о чем беспокоится Чжан Вэньхун: клиническое суждение молодого врача, зависящего от ИИ с этапа интернатуры, может быть равно 0. Как бы ни был мощным ИИ, 0, умноженное на любое число, все равно 0.

Что еще страшнее, этот «0» сам не знает, что он 0.

Чжан Вэньхун говорит прямо: «Молодой врач не может только полагаться на ИИ в лечении». Почему? Потому что даже если точность ИИ достигает 95%, эти 5% ошибок должны быть выявлены и исправлены профессиональным врачом.

Если врач вообще не обладает способностью к независимой диагностике, как он обнаружит ошибки ИИ? Как справится со сложными случаями, с которыми ИИ не может справиться?

Это то, что я называю «Парадоксом Чжан Вэньхуна», на одном уровне это вопрос о курице и яйце. Но на другом уровне он подчеркивает, человек использует инструмент или инструмент использует человека.

Он раскрывает первый слой истины о навыках в эпоху ИИ:

Сущность ИИ — это «вероятностная аппроксимация», а ценность человека заключается в «принятии последствий».

Раньше под навыками часто понималось熟练ное исполнение, заучивание грамматики, запоминание законов, владение горячими клавишами. Но в эпоху ИИ эти hard skills быстро обесцениваются, становясь инфраструктурой.

Им на смену приходит более скрытая, более дефицитная способность: judgment. А под judgment понимается осознание долгосрочных последствий своих действий.

Представьте сцену: опытный инженер и новичок одновременно используют ИИ для написания кода.

Новичок получает лишь блоки кода. Он не может оценить, есть ли в этом коде архитектурные риски, предсказать его поведение при экстремальной нагрузке, даже не знает, не является ли это решением «тупиковым».

А опытный инженер видит не код, а путь. Он знает, какую задачу поставить ИИ, знает, как проверить результат, и更 знает, в каком звене исправить, когда ИИ ошибется, а ИИ обязательно ошибется.

Для новичка ИИ — черный ящик, можно только молиться, чтобы он выдал правильный ответ. Для эксперта ИИ — это команда стажеров с бесконечной энергией, указывай — и они сделают.

Таким образом, будущее разделение между экспертами и обычными людьми заключается в том, обладаете ли вы способностью «проверять вывод ИИ».

То, что Чжан Вэньхун с первого взгляда видит, где ошибается диагностика ИИ, основано не на какой-то мистической интуиции, а на «мета-способности», накопленной за более чем тридцатилетний клинический опыт. Именно этой способности больше всего не хватает молодым врачам, пропустившим тренировку с ИИ.

Поэтому без глубоких профессиональных знаний в качестве балласта ИИ приносит не эффективность, а дорогостоящий хаос.

II. Почему ваши промпты всегда «чего-то не хватает»?

Почему одни могут использовать ИИ для решения сложных проблем, а другие могут использовать его только как чат-бота?

Проблема не в том, что вы не умеете писать «заклинания», а в том, что entropy вашего мышления слишком высока.

В последнее время наблюдается тревожная тенденция: люди начинают передавать на аутсорсинг само мышление ИИ.

Сталкиваясь с проблемой, не анализируя ее, они бросают в модель кашу требований, а затем злятся на посредственный вывод: «Этот ИИ бесполезен».

На самом деле, ИИ не глуп, это вы не продумали.

Как бы ни был продвинут ИИ, по своей сути это машина прогнозирования на основе «контекста». Качество его вывода строго ограничено качеством вводимого вами контекста. Это современная версия «Garbage In, Garbage Out» (Мусор на входе — мусор на выходе).

Вершинным навыком XXI века стало «четкое выражение» и «структурированное мышление».

Настоящий мастер до открытия диалогового окна уже провел в уме строгий анализ:

1. Определение проблемы: какую именно ключевую矛盾 я хочу решить?

2. Разбор логики: из каких подзадач состоит эта большая проблема? Каковы зависимости?

3. Установление стандартов: какой результат можно считать合格?

Например, прежде чем поручить ИИ помочь в разработке функции, прояснили ли вы потоки данных? Прежде чем попросить ИИ написать статью, построили ли вы уникальную framework идей?

Не надейтесь, что ИИ сделает за вас мышление «от 0 до 1».

ИИ擅长填充 плоть и кровь (от 1 до 100), но эта «1», это ключевое прозрение, логический скелет, должны быть предоставлены вами.

Если вы не можете четко изложить свою идею коллеге-человеку, вы никогда не получите удовлетворительный результат от ИИ.

Четкое письмо — это четкое мышление.

В будущем программирование на естественном языке станет общим навыком. Но это не означает, что программирование стало проще, а означает, что точность языка и логики стала новым кодом.

Если ваше мышление хаотично, ИИ лишь эффективно усилит этот хаос.

III. Выход из информационного кокона: Ближе к сути, чем 99% людей

Поскольку ИИ обучен на огромных массивах существующих человеческих данных, он от природы имеет огромный дефект: посредственный консенсус, то есть регрессия к среднему.

Спросите ИИ о здоровье, финансах или истории, и он, вероятно, даст «учебный» ответ. Эти ответы безопасны, правильны, но часто极其 посредственны, потому что они просто повторяют информацию, наиболее часто встречающуюся в интернете.

Это подводит нас к третьему измерению: проницательность, отделять зерна от плевел.

Знание (Knowledge) и понимание (Understanding) — это разные вещи.

  • Знание — это ты знаешь, «что应该这样做»;
  • Понимание — это ты明白, «почему应该这样做, и когда не应该这样做».

Это именно коренное различие между Чжан Вэньхуном и молодыми врачами.

Молодые врачи с помощью ИИ могут мгновенно получить «знание», такое как диагноз, рекомендации по лекарствам, планы лечения. Но у Чжан Вэньхуна есть «понимание»: он знает границы этих знаний, в каких ситуациях нужно нарушать правила, когда «стандартный ответ» ИИ ошибочен.

В эту эпоху информационной перегрузки, если вы получаете информацию только через натаскивающее образование и алгоритмические рекомендации, вы по сути механически повторяете в огромной «эхо-камере». Вы не truly понимаете механизмы работы вещей.

Чтобы быть умнее ИИ, нам нужно быть ближе к сути вещей (первопринципам), чем 99% людей.

  • Хотите понять бизнес? Не читайте только бестселлеры и публичные аккаунты, изучайте денежные потоки, leverage, спрос и предложение и человеческую жадность.
  • Хотите понять здоровье? Не верьте слепо так называемым авторитетным руководствам, изучайте метаболизм, гормоны, биологические механизмы воспалительных реакций.

Когда ИИ дает вам «стандартную рекомендацию», только те, кто truly понимает работу базовой системы, могут敏锐地 обнаружить в ней漏洞, или в особых ситуациях果断 отвергнуть совет ИИ.

Как сказал Чжан Вэньхун: Будете ли вы введены в заблуждение ИИ, зависит от того, сильнее ли ваши собственные способности, чем у ИИ. А вы не можете соревноваться с ИИ в знаниях, только в понимании.

Будущее конкурентное преимущество принадлежит тем, кто осмеливается подвергать сомнению «тренировочные данные». Вам нужно построить свою собственную когнитивную систему, эта система не скопирована, а проверена вами лично через практику, через болезненные циклы обратной связи, через независимое мышление.

ИИ — это среднее значение знаний всего человечества. Если вы хотите превзойти среднее, вы не можете полагаться только на ИИ, вы должны обладать уникальными идеями, которые ИИ не может получить через статистическую вероятность.

IV. После обнуления исполнительной ценности: От рабочего к принимающему работу

Если взглянуть шире, история хотя и не повторяется, но рифмуется.

В 1980-х годах распространение компьютеров вызывало панику среди бухгалтеров и юристов того времени. До этого юристу, чтобы найти судебный прецедент, приходилось днями рыться в горах документов. Появление электронного поиска превратило эту работу в дело нескольких секунд.

Юристы остались без работы? Нет. Наоборот, юридическая отрасль стала больше и сложнее.

Поскольку поиск стал легким, ожидания клиентов от юристов也随之 выросли. Люди больше не платили за «нахождение прецедента», а платили за «построение уникальной защитной стратегии на основе сложных прецедентов».

Точно так же, когда ИИ берет на себя написание кода, генерацию текста, базовую диагностику, роль человека претерпевает fundamental переход:

Мы эволюционируем от «ремесленников» к «командирам»; от «рабочих» до «принимающих работу».

Раньше хорошему инженеру, возможно, требовалось 50% времени на написание кода, 50% на размышления об архитектуре. Теперь он может тратить 90% времени на размышления об архитектуре, понимание бизнеса, оптимизацию пользовательского опыта, а работу с кодом поручить ИИ (и审核 им).

Это означает, что верхний предел сложности работы открыт.

Независимый разработчик теперь может один управлять компанией, для которой раньше требовалась команда из десяти человек; осведомленный автор медиа может производить за день объем контента, на который раньше уходила неделя; опытный врач (как Чжан Вэньхун) с помощью ИИ может处理 количество病例, которое раньше было невозможно.

Вот новое определение «навыка» в эпоху ИИ:

Это больше не «узкая специализация» в одном измерении, а междисциплинарная интеграционная способность.

Вам не нужно лично класть каждый кирпич, но вы должны знать механическую структуру здания, must иметь эстетическое чувство, чтобы решить, как будет выглядеть здание, must иметь商业 сообразительность, чтобы решить, где строить здание выгоднее всего.

Эта комплексная способность «макроуправление + микро-верификация» и есть настоящая железная рисовая миска эпохи ИИ.

Две ключевые способности, которые подчеркивает Чжан Вэньхун, по сути означают это:

1. Оценка точности диагностики ИИ (микро-верификация)

2. Лечение сложных случаев, с которыми ИИ не может справиться (макроуправление)

Врач без этих двух способностей может считаться только «оператором ИИ».

Заключение: Только повышая размерность, можно享受 кайф удара по низшей размерности

Вернемся к явлению, упомянутому в начале: почему чем больше используешь ИИ, тем более бесполезным себя чувствуешь?

Потому что ИИ лишает тебя права получать чувство достижения через «тяжелый труд».

Раньше, потратив три дня на составление прекрасного отчета, ты чувствовал себя ценным; теперь ИИ делает это за три секунды, и это иллюзорное чувство ценности мгновенно рушится.

Это действительно больно, но это также и пробуждение.

ИИ заставляет нас直面 самую сложную проблему:除了 механического исполнения, где же моя настоящая ценность мысли?

Для тех, кто не желает думать, это худшая эпоха. Они полностью станут придатками алгоритмов, даже не осознавая, что их吞噬ляет посредственный информационный кокон.

Но для тех, кто полон любопытства, обладает способностью к независимому мышлению, стремится исследовать суть вещей, это лучшая эпоха в истории человечества:

  • Все пороги снижены.
  • Все потолки исчезли.
  • У вас есть самый мощный в истории человечества мозговой центр и исполнительная команда, работающая 24/7.

Чжан Вэньхун не против ИИ, он против использования ИИ без построения базовых способностей, передачи на аутсорсинг мышления и метапознания ИИ.

Он сам активно использует ИИ, потому что у него есть тридцатилетний фундамент внутренней силы. ИИ для него — это как тигру добавить крылья; а для молодых врачей без внутренней силы ИИ может быть насильным ускорением роста, питьем яда для утоления жажды.

В XXI веке навыки не исчезнут, но они пройдут жестокую очистку.

Не пытайтесь соревноваться с ИИ в «решении задач», соревнуйтесь с ИИ в «постановке задач».

Когда вы перестанете рассматривать ИИ как инструмент для лени, а будете рассматривать его как супер-рычаг, которым нужно управлять с极高的 интеллектом, направлять, исправлять ошибки,

То, что вы увидите через ИИ, будет уже не посредственным собой, а无限放大 сильной超级личностью.

Трендовые криптовалюты

Связанные с этим вопросы

QВ чем заключается «парадокс Чжан Вэньхуна» в эпоху ИИ?

AПарадокс заключается в том, что если базовые профессиональные способности человека равны нулю (0), то даже умноженные на мощь ИИ (10x), результат останется нулевым. Молодой врач, полагающийся на ИИ с самого начала, не развивает собственные клинические навыки и неспособен распознать ошибки ИИ, которые неизбежны.

QКакова, согласно статье, главная ценность человека в эпоху ИИ?

AГлавная ценность человека смещается от исполнительских навыков к способности нести ответственность за последствия, то есть к суждению и экспертной оценке. Это способность понимать глубинные механизмы, проверять выводы ИИ, управлять сложными проектами и решать нестандартные задачи, с которыми ИИ не справляется.

QПочему промпты (запросы к ИИ) у многих пользователей получаются «недостаточно хорошими»?

AПотому что качество вывода ИИ напрямую зависит от качества входных данных (Garbage In, Garbage Out). Нечеткие промпты — результат неструктурированного, хаотичного мышления самого пользователя. Чтобы получить качественный результат, необходимо сначала самостоятельно четко определить проблему, разбить ее на подзадачи и установить критерии успеха.

QВ чем разница между «знанием» и «пониманием» в контексте работы с ИИ?

AЗнание — это владение фактами и стандартными процедурами («что делать»), которыми легко оперирует ИИ. Понимание — это глубинное постижение первопричин и контекста («почему и когда так делать»), которое позволяет оспаривать стандартные решения ИИ, видеть их ограничения и применять знания в уникальных ситуациях. Именно понимание является человеческим преимуществом.

QКак изменилась роль специалиста с приходом ИИ согласно исторической аналогии из статьи?

AРоль трансформируется от «исполнителя» к «руководителю» или «приемщику работ». Как когда-то компьютеры избавили юристов от ручного поиска прецедентов, позволив им сосредоточиться на сложной стратегии, так и ИИ берет на себя рутину (написание кода, генерацию отчетов), освобождая человека для задач более высокого уровня: архитектуры, стратегии, творчества и критической оценки результатов работы ИИ.

Похожее

Интеграция XRP Ledger и Axelar открывает новый кросс-чейн маршрут в DeFi

Платформа XRP Ledger интегрировалась с протоколом Axelar, открыв новый кросс-чейн маршрут для XRP и других активов XRPL. Это позволяет активам перемещаться в экосистемы DeFi, построенные на EVM и Cosmos, через интероперабельный стек Axelar. Однако важно отметить, что XRPL не становится нативной цепью EVM — интеграция лишь улучшает мостовые возможности. Подключение к Axelar призвано использовать высокую ликвидность XRP, выходящую за рамки централизованных бирж, и обеспечить его участие в мультичейн-среде DeFi. Это может повысить полезность XRP, позволив держателям и разработчикам получать доступ к приложениям на других сетях. Тем не менее, успех интеграции будет зависеть от реального использования: появления ликвидности, поддержки кошельков, спроса со стороны пользователей и создания продуктов. Хотя подключение укрепляет позиции XRPL в развивающемся кросс-чейн-ландшафте, оно также несет риски, связанные с безопасностью мостов и интероперабельностью.

bitcoinist11 мин. назад

Интеграция XRP Ledger и Axelar открывает новый кросс-чейн маршрут в DeFi

bitcoinist11 мин. назад

Лицензия Ripple по MiCA открывает более широкий платежный коридор в Европе

Ripple получила полное разрешение в рамках законодательства MiCA (Markets in Crypto-Assets) в Европе. Это разрешение предоставляет компании чёткий нормативный путь для расширения услуг криптоплатежей на рынках ЕС и Европейской экономической зоны. Авторизация касается платежного подразделения Ripple и позволяет осуществлять деятельность в соответствии с общеевропейскими правилами. Важно отметить, что это не является общим нормативным одобрением торговли токеном XRP, а именно этапом лицензирования бизнес-операций Ripple в рамках MiCA. Для XRP это событие значимо, поскольку успешная платежная деятельность Ripple в Европе может укрепить позиции компании при работе с банками и финансовыми институтами, что в долгосрочной перспективе способствует полезности токена. Однако разрешение само по себе не гарантирует рост спроса на XRP, а лишь снижает регуляторную неопределённость. В более широком контексте, получение разрешения MiCA ставит Ripple в выгодное положение в условиях, когда криптокомпании стремятся закрепиться в Европе, обладающей более чёткими правилами, чем США. Ключевым испытанием теперь станет реальное внедрение: заключение новых партнёрств и увеличение объёмов платежей на основе этого нормативного статуса.

bitcoinist26 мин. назад

Лицензия Ripple по MiCA открывает более широкий платежный коридор в Европе

bitcoinist26 мин. назад

Chainlink CCIP участвует в пилотных проектах цифровых активов центробанков

Кросс-чейновый протокол взаимодействия Chainlink CCIP используется в пилотных проектах по цифровым активам центральных банков и токенизированным расчетам. Это включает эксперименты в рамках бразильской инициативы Drex, гонконгской сети Ensemble и программы e-HKD+ с участием A$DC от ANZ Bank. Хотя проекты находятся на стадии испытаний и не являются коммерческими системами, они демонстрируют, как регулируемые институты тестируют публичную блокчейн-инфраструктуру для будущих систем расчетов. Основная тема — обеспечение совместимости (интероперабельности) между различными сетями, что необходимо для кросс-граничной торговли, CBDC, стейблкоинов и токенизированных активов. CCIP позиционируется как защищенный уровень для обмена сообщениями и расчетов между цепочками. Для Chainlink участие в таких пилотах усиливает ее институциональный статус и акцент на надежности, хотя до полномасштабного внедрения еще далеко. Это отражает общий тренд рынка на переход от простой эмиссии активов к созданию программируемой финансовой инфраструктуры с акцентом на кросс-чейновые расчеты.

bitcoinist41 мин. назад

Chainlink CCIP участвует в пилотных проектах цифровых активов центробанков

bitcoinist41 мин. назад

Исправления в XRP Ledger приближаются к сроку голосования валидаторов

Сеть XRP Ledger приближается к ключевому периоду голосования валидаторов по предложенным поправкам к протоколу. Этот процесс подчеркивает, как обновления XRPL проходят через систему сетевого управления, а не активируются автоматически с выходом нового кода. Для активации любых изменений требуется поддержка не менее 80% валидаторов, которая должна сохраняться в течение определенного периода. Такой подход обеспечивает взвешенный путь обновления, снижая риск поспешного внедрения спорных функций и уделяя приоритетное внимание стабильности сети, ориентированной на платежи. Решение валидаторов важно, поскольку протокольные обновления могут повлиять на такие функции, как платежи, выпуск активов, децентрализованный обмен и возможности смарт-контрактов. Однако голосование — это лишь этап. Даже одобренные поправки должны быть реализованы разработчиками и востребованы пользователями, чтобы оказать реальное влияние на полезность сети. Текущее окно голосования представляет собой контрольную точку в управлении XRPL, демонстрирующую готовность сообщества к следующим шагам в развитии протокола, но не гарантирует немедленной активации изменений.

bitcoinist55 мин. назад

Исправления в XRP Ledger приближаются к сроку голосования валидаторов

bitcoinist55 мин. назад

Торговля

Спот

Популярные статьи

Неделя обучения по популярным токенам (2): 2026 может стать годом приложений реального времени, сектор AI продолжает оставаться в тренде

2025 год — год институциональных инвесторов, в будущем он будет доминировать в приложениях реального времени.

1.9k просмотров всегоОпубликовано 2025.12.16Обновлено 2025.12.16

Неделя обучения по популярным токенам (2): 2026 может стать годом приложений реального времени, сектор AI продолжает оставаться в тренде

Обсуждения

Добро пожаловать в Сообщество HTX. Здесь вы сможете быть в курсе последних новостей о развитии платформы и получить доступ к профессиональной аналитической информации о рынке. Мнения пользователей о цене на AI (AI) представлены ниже.

活动图片