ИИ Мастер Классы | Алексей Шиманский

Давно в канале не было новых ИИ-ассистентов. Делали к HR-выставке стенд и собрали ИИ-ассистента, который проводит собеседование. Человек присылает описание вакансии и пару слов о себе - дальше идёт настоящее интервью: вопросы по требованиям, оценка ответов, разбор слабых мест и подсказки, как переформулировать. Отвечать можно не текстом, а как на реальном собеседовании - ассистент распознаёт речь и разбирает ответ по смыслу и структуре, а не по ключевым словам. Интересно, что люди теряются и нервничает ровно как перед живым интервью. Тренажёр остался жить и после выставки: @hr_ai_interview_bot. Внутри три режима - экспресс на 10 вопросов, полное интервью до 30 и тренировка одной компетенции: управление, продажи, продукт, AI/LLM, коммуникация. 🎯 Сейчас в работе следующий шаг - аватар. Не сценарий с кнопками, а свободный голосовой диалог: вы говорите, он отвечает голосом, видит контекст разговора и ведёт его дальше. Покажу, когда дойдёт до состояния, за которое не стыдно. вВся эта история собирается не из магии, а из нескольких понятных кусков: распознавание речи, модель, память диалога и логика сценария. Разобравшись один раз, вы соберёте себе не тренажёр интервью, а то, что нужно именно вам. 📌 И напоминаю, завтра как раз стартует интенсив «ИИ-помощники 2.0» - там мы собираем такие штуки руками. Сегодня последний день записи, пишите мне в личку. 💡 Забавно, но самое ценное в этом ассистенте - не технологии. А то, что человек может ошибиться, растеряться и промямлить перед ботом, а не перед живым HR. И прийти на настоящее интервью уже собранным. Для успеха нет ничего полезней тренировки в максимально похожих условиях. согласны?

Спорят обычно так: «заменит нас ИИ - не заменит», «настоящий интеллект - не настоящий». А самое интересное происходит в в том, как с моделью работают. На случай, если вы не в курсе, что происходит с математикой, и хотите знать, вот только один пример. Свежая история, которую сейчас обсуждает весь математический мир. Гипотеза Крузе простояла открытой 22 года. В конце июля её доказал Шаньму Цзинь - нейрохирург из Пекина, по первому образованию геолог, без специальной математической подготовки. Ключевой результат родился в автономном прогоне GPT-5.6 примерно на 16 часов: модель параллельно перебирала подходы, сама себя проверяла и отбрасывала тупики. Через восемь дней другая пара математиков выложила независимое доказательство на пяти страницах - и тоже призналась, что искала стратегию с ИИ. Оговорюсь честно: «ИИ доказал» - формулировка неверная. Задачу поставил человек, препринт собрал человек, проверяли живые математики, включая самого Крузе. Но решающая идея пришла из машины. Почему это стало возможно именно сейчас? Модели не поумнели внезапно на порядок. Изменился режим работы. 🎯 Раньше было так: один запрос - один ответ. Красивый, уверенный и иногда неправильный. Сейчас - цикл: • модель генерирует десятки вариантов решения • сама себя критикует и ищет дыры в рассуждении • проверяет кодом, вычислениями, формальным прувером • возвращается к неудачным веткам и переписывает • работает над задачей не секунды, а часы Это и есть агентность. Она добавляет модели не «IQ», а время: вместо тридцати секунд контекста - шестнадцать часов последовательного поиска с памятью и проверками. 💡 И вот тут практический вывод, ради которого я всё это пишу. Разрыв между теми, кто пользуется ИИ, и теми, кто им действительно работает, проходит ровно по этой линии. Чат - вы спрашиваете, он отвечает, вы забываете. Помощник - он знает ваш контекст, ваши документы и правила, делает задачу целиком. Агент - вы ставите цель, он сам решает, из каких шагов она состоит, и приносит результат, пока вы заняты другим. Ровно эти две ступени мы и разбираем на ближайших интенсивах.

Терпеть не могу вести соцсети. Делаешь проекты, разрабатываешь сервисы, проводишь обучение, а собственный контент делаешь по остаточному принципу. При этом мы строим клиентам контент-заводы: системы, которые отслеживают тренды, находят темы, собирают идеи, пишут черновики и держат качество. Классический сапожник без сапог. У меня есть отговорка: дело не в лени, а в том, что регулярность требует не таланта, а конвейера. Раз конвейер есть - логично поставить его на себя. Запускаю эксперимент: веду соцсети силами ИИ и открыто показываю, что из этого получается. Я совсем не маркетолог. - кто был у меня на курсе знает, что этот блок делал приглашенный специалист. Команду маркетинга будут у меня заменять ИИ-асссиенты и ИИ-агенты. 🎯 Как будет устроено: — Три направления: как эксперт, как компания и хобби — различные аудитории, разные поатформы, разный контент. — Российский контур: Telegram, Дзен, VK, YouTube и Rutube, TenChat — Западный контур: LinkedIn, Instagram, Threads, X, TikTok — Внутри работают ИИ-ассистенты и ИИ-агенты того самого контент-завода: поиск тем, черновики, визуал, озвучка, публикация, разбор статистики — Моя роль: смыслы, приёмка и стоп-кран Результаты буду выкладывать как есть - охваты, провалы, затраты, сколько времени реально уходит. В том числе то, где ИИ окажется бесполезен. Подозреваю, таких мест будет больше, чем принято рассказывать на конференциях. 📌 Как устроен контент-завод, я подробно разобрал здесь: Контент-завод с ИИ

У меня освободились вторые две недели августа — корпоративный тренинг перенесли на осень. Поэтому решил воспользоваться ситуаций и до начала «горячего» сезона провести два интенсива, о котором давно просили. Всё лето я пересматривал и переразбирал курсы - сотни часов от самих производителей нейросетей и от ведущих западных практиков. Только так можно оставаться в контексте быстроизменяющегося ИИ и отделять хайп от от того что реально работает. И что работает каждый день использовал это в своей работе: в Скиллфолио, в консалтинге, в собственных сервисах. 🎯 Поэтому я собрал два интенсива, которые будут полезнее всего: ▶️ ИИ-помощники 2.0 — старт 17 августа Личный помощник под ваши задачи: связки в n8n, работа с вашими документами, создание ботов в Telegram и MAX с памятью и ИИ. ▶️ ИИ-агенты — старт 24 августа Агенты, которые делают работу за вас, а не советуют: Codex и Claude Code. Это просто магия в действии. 📌 Формат у обоих одинаковый: — 7 дней, 4 живых эфира по 1,5 часа (пн, ср, пт, вс в 19:00 МСК) — веду лично, без кураторов и «методистов» — задание после каждого эфира и разбор ваших работ в прямом эфире — записи остаются у вас — доступ к платным подпискам и белый VPN на время обучения даю я — удостоверение о повышении квалификации, 16 часов На каждом интенсиве соберете свои ассистентов и агентов, которые вам нужнее всего. Набираю две группы до 12 человек. Это не искусственный дефицит: на 12 я успеваю разобрать работу каждого в эфире, на 40 уже нет. 💰 Стоимость - 6 990 ₽ за интенсив. Оба вместе - 10 990 ₽ вместо 13 980 ₽. ▶️ Записаться - через форму на странице интенсива или просто напишите мне в личные сообщения, отвечу сам. 💡 На мой взгляд, смысл всей этой истории с ИИ не в технологиях, а в возвращённом времени. Час, который вы не потратили на отчёт, письмо или табличку, - это час, который остался вам. На клиента, на семью, на себя. Ради этого и стоит разбираться и создавать свой ИИ.

Сегодня в 12 часов по Москве провожу бесплатный вебинар совместно с МАИ. Он будет полезен в первую очередь преподователям, которые думают над внедрением ИИ в свою дисциплину. Что обсудим на вебинаре: - какие задачи преподавателя можно безопасно передавать ИИ; - как готовить планы занятий, задания, тесты и учебные материалы; - как адаптировать один материал под разные уровни подготовки студентов; - как использовать ИИ для разработки практических заданий и учебных сценариев; - как формировать понятную обратную связь для обучающихся; - как составлять запросы, чтобы получать не общие рассуждения, а полезные рабочие заготовки; - как проверять ответы ИИ и не переносить ошибки в учебный процесс; - где ИИ помогает преподавателю, а где решение должно оставаться за человеком. Этот вебинар подойдёт преподавателям, которые хотят начать использовать ИИ в работе, но пока не знают, какие инструменты выбрать, как правильно формулировать запросы и с каких задач лучше начать. После встречи у участников останется простой алгоритм первых шагов: с какой задачи начать, какие данные подготовить, как сформулировать запрос, как проверить результат и как использовать его в подготовке занятий. Ссылка для подключения: https://pruffme.com/webinar/?id=8a213b68ba08ae66e28fd18f97119be0#publisher_code=f701991688eac3610a7217c11b68bd2d Бонус за участие в вебинаре: доступ к мини-курсу «Преподавание-2026: эффективные стратегии работы с ИИ в высшем образовании».

Пришло время обновлять промты во всех ИИ-помощниках. Старый промтинг с каждой новой моделью все больше устаревает. Anthropic обновили гайд по промптингу и золотое правило из гайда: покажите свой промпт коллеге, который не в контексте. Запутается он - запутается и модель. И, как я уже писал раньше в канале, общий тренд в промтинге - это уход от программистских «рудиментов» и всё большее «очеловечивание» постановки задач для ИИ. 🎯 Что реально меняет ответ: — Просить «выше базового» прямым текстом. «Сделай дашборд» и «сделай дашборд, добавь максимум функций и взаимодействий, выйди за рамки базовой версии» дают два разных продукта. — Объяснять зачем, а не запрещать. Не «никогда не используй многоточия», а «текст озвучит синтезатор речи, он не умеет их произносить». Модель обобщает причину на случаи, которые вы не предусмотрели. — Давать 3–5 примеров. Разных, с краевыми случаями, завёрнутых в теги example — это самый надёжный способ задать формат, структуру и тон. — Размечать промпт XML-тегами: instructions, context, input. Модель перестаёт путать вашу инструкцию с вашими данными. — Длинный документ — вверх, вопрос — вниз. На сложных многодокументных задачах это даёт до 30% качества. Только за счет порядка блоков. — Просить сначала выписать релевантные цитаты, и только потом отвечать. Ответ перестаёт быть пересказом по мотивам. — Говорить, что делать, вместо того, чего не делать. «Пиши связной прозой» работает, «не используй списки» — почти нет. — Просить краткость явно. Opus 5 по умолчанию многословен, и уровень усилий на длину видимого ответа не влияет. 💡 На мой взгляд, промптинг — это не магия формулировок, а обычная гигиена постановки задачи. Ровно то же, что отличает хорошее ТЗ живому человеку: контекст, критерий готовности, примеры и объяснённое «зачем». Мы годами учимся внятно ставить задачи людям - и теперь это точно подходит и для машины. И это, честно говоря, хорошая новость: умение объяснить, чего ты на самом деле хочешь, не устареет ни с одной новой моделью. Гайд Anthropic целиком Пересказ гайда

🤖 «В России принят новый закон об ИИ. Что теперь можно использовать и как?» 8 июля Госдума приняла базовый закон об искусственном интеллекте — законопроект №1271570-8. Он вводит официальные понятия «искусственный интеллект» и «большая фундаментальная модель» (система с числом параметров больше миллиарда). Главное: закон адресован создателям таких больших моделей, а не тем, кто просто пользуется готовыми нейросетями в работе. Он не про пользователей . Но два пункта касаются именно педагогов, психологов, и всех, кто работает с людьми через доверие. 📌 Прозрачность Человека обязаны предупредить, что решение о нём принимает алгоритм, а не человек. В важных вопросах, таких как оценка, приём, диагностика - у него есть право потребовать рассмотрения без ИИ и оспорить итог по общим нормам гражданского законодательства. Автоматический тест профориентации, ИИ-скоринг успеваемости, алгоритмический подбор рекомендаций — если клиент или ученик спросит, кто это решил, у вас должен быть честный ответ. 📌 Данные Закон напрямую пересекается с 152-ФЗ. Прогоняете записи сессии, диагноз или характеристику ребёнка через внешний ИИ-сервис — нужно согласие и понимание, где эти данные оседают. Отдельно — обязательная маркировка синтетического контента: текст, голос, изображение, сгенерированные ИИ, должны быть опознаваемы как таковые при публикации. Есть и смягчение: разработчикам разрешили обучать модели практически на любых доступных данных. Это снижает риски для тех, кто создаёт нейросети, но не отменяет вашей обязанности защищать данные клиентов на своей стороне. 🎯 Практический вывод: — ИИ можно и нужно использовать как помощника — Там, где в тексте появляется живой человек с именем — обезличивайте данные до того, как отправить их в модель — Маркируйте ИИ контент 💡 Чем меньше останется лакун в законодательстве, тем лучше для нас. Пользоваться можно любыми нейросетями без ограничений, и это для нас хорошая новость, которая позволяет нам иметь выбор что и как использовать.

ИИ отвечает не только словами. Он еще выбирает ценности Anthropic выпустили интересное исследование про Claude: как меняется поведение ИИ в разных моделях и на разных языках. Главная мысль: когда у вопроса нет одного правильного ответа, ИИ неизбежно проявляет определенный стиль мышления. Например, если вы просите совет по работе, конфликту, бизнес-идее или сложному решению, модель может быть: • более осторожной или более уступчивой; • более теплой или более строгой; • более подробной или более краткой; • более честной про неопределенность или более нацеленной на готовый результат. Anthropic свели это к четырем осям: уступчивость ↔ осторожность теплота ↔ строгость глубина ↔ краткость прямота ↔ выполнение задачи И вот что важно. Разные версии Claude ведут себя по-разному Одна модель может чаще поддерживать пользователя, смягчать формулировки и быть теплее. Другая может чаще спорить, указывать на риски, проверять предположения и давать более жесткую обратную связь. То есть выбор модели влияет не только на “качество ответа”, но и на характер взаимодействия. Язык тоже меняет поведение ИИ В исследовании сравнили 20 языков. Например, в английском Claude чаще уходит в осторожность, строгость, глубину и прямоту. В русском, по данным Anthropic, Claude сильнее склоняется к строгости: чаще уточняет, проверяет детали, требует доказательности и может жестче оспаривать слабые места. Это важный вывод для всех, кто работает с ИИ на русском. Почему это важно на практике Мы часто думаем: “Я задал один и тот же вопрос, значит должен получить один и тот же тип ответа”. Но нет. На ответ влияет не только задача, но и: • выбранная модель; • язык общения; • стиль запроса; • тема; • уровень риска; • то, насколько модель склонна быть теплой, строгой, осторожной или прямой. Практический вывод Если вы используете ИИ для серьезной работы, недостаточно просто написать хороший запрос. Нужно еще понимать, какой тип поведения вам нужен. Для поддержки идеи подойдет один режим. Для проверки рисков — другой. Для жесткой редакторской критики — третий. Для быстрого результата без длинных рассуждений — четвертый. Короткая формула: задача + язык + нужный стиль ответа + критерий качества Например: Проверь эту идею строго. Не поддерживай меня из вежливости. Найди слабые места, риски и то, что нужно уточнить перед запуском. Главный вывод ИИ не является полностью нейтральным собеседником. Он может быть теплее, строже, осторожнее, прямее или исполнительнее в зависимости от модели и языка. И чем чаще мы используем ИИ в работе, тем важнее не только “что спросить”, но и “какой тип ответа нам нужен”. Источник: исследование Anthropic https://www.anthropic.com/research/claude-values-models-languages

Вышли новые модели GPT-5.6 c планетарными названиями: Sol, Terra, Luna. Почему их три и как меняется принцип работы с ними читайте в этом посте и приложенном плейбуке. Главное: Новые модели становяться все более "агентскими" - им нужно объяснять какой вы результат хотите и что для вас является критериями хорошего результата. Классический промтинг все больше устаревает. Лучше коротко и точно объяснять задачу нейросети: • что нужно получить, • для кого это делается, • какие есть ограничения, • в каком виде нужен результат, • по каким признакам считать ответ хорошим. Еще важный вывод: не для каждой задачи нужна самая сильная модель - будете успевать делать меньше из-за лимитов. Для обычной ежедневной работы часто достаточно сбалансированного режима. Самую мощную модель лучше оставлять для важных решений, анализа, проверки документов, стратегии и задач, где ошибка стоит дорого. Третье: ИИ нужно не просто просить “сделай хорошо”, а давать критерии качества. Например: “проверь слабые места”, “сократи без потери смысла”, “сравни варианты”, “дай следующий практический шаг”. Я собрал это в короткий PDF-плейбук: как пользоваться GPT-5.6 в обычной работе без технических терминов и сложных схем. Можно не читать весь документ. Достаточно сохранить и открыть, когда нужно быстро поставить задачу ИИ качественнее. Гайд от OpenAI доступен по ссылке.

Вам больше не нужен промтинг, вам нужен доступ к платной подписке. Проводя персональные консультации и обучение все больше убеждаюсь, что эффективность работы с ИИ в теперь зависит не от умения писать сложные «промпты», а от возможности подключить ИИ к своим рабочим материалам. Для обучения, подготовки лекций и практики психологического консультирования обычные агрегаторы не подходят. Они лишают вас важнейших инструментов, доступных только в официальных подписках: 1. Интерактивный редактор (Canvas и Artifacts) Когда вы пишете план занятия, статью или психологическую методику, вам нужно редактировать текст по частям. Оригинальный интерфейс открывает удобное окно-редактор рядом с чатом, где можно вносить правки в отдельные абзацы, не переписывая весь текст заново. 2. Живой голосовой диалог (Advanced Voice) Голосовой режим в реальном времени распознает эмоции и интонации. Это готовый тренажер для психологов (для отработки диалогов с клиентами) и педагогов (для практики устной речи). 3. Подключение других сервисов и приложений (App Connectors) Самый ценный на мой взгляд инструмент - вы превращаете ИИ в рабочий инструмент. В официальном приложении можно напрямую подключить свой Диск, Notion, Canva и так далее. ИИ сможет анализировать учебные программы, студенческие работы или рабочие заметки без бесконечного копирования файлов вручную. 4. Свои учебные боты (Custom GPTs) Вы можете бытсро и легко создавать любое количество уникальных ассистентов - например, интерактивного репетитора для студентов или личного методиста, который помнит требования твоего вуза и твои авторские методики. И это далеко не все возможности. Для профессиональной работы с учебными и психологическими материалами обычного текстового чата в ботах уже явно недостаточно - нужен полноценный оригинальный интерфейс. 🧠 Сейчас готовим сервис для доступа к этим возможностям и будем набирать пилотную группу. Пишите в личные сообщения или оставляйте комментарий, если вам это интересно.

Как создать ИИ-помощника под свои задачи: самый простой путь. На днях мы запустили книжного бота для Виктории Шиманской (@ShimanskayaEQ) — в Telegram (@ai_books_analysis_bot) и на платформе Макс (https://max.ru/id782507088214_bot). Бот бесплатный. Отправляешь ему название книги или фото обложки, а в ответ получаешь ключевую идею, 10 инсайтов, саммари с рекомендацией почему вам может быть полезно прочитать эту книгу и даже сгенерированную инфографику. Этот кейс - отличный пример того, как ИИ помогает в достаточно прикладных задачах. Одновременно и ищет информацию, ее анализирует, и еще использует навыки иллюстратора. Поэтому мы официально открываем направление по разработке чат-ботов и ИИ-ассистентов под ключ. Они могут работать на вашем сайте или прямо в мессенджерах (Telegram, WhatsApp, MAX и других): • Интеграция ИИ с вашими базами знаний (от информации о вас в PDF, до других систем - Notion, Google Docs, CRM). • Автоматизация клиентской поддержки и квалификации лидов. • Разработка специализированных ассистентов для HR, педагогов и психологов. Все подробности и кейсы собраны на странице услуги: 👉 https://www.a-plus-i.ru/ai-assistants Если хотите себе создать ИИ-помощника — пишите мне в ЛС.

Некомпетентность преподавателей в ИИ может стоить студенту диплома и карьеры. 8 июня 2026 года Верховный суд Татарстана оставил в силе решение о восстановлении студентки, которую отчислили после проверки диплома ИИ-детектором. Кажется, что если ИИ-детектор показал высокий процент, то вопрос с использованием ИИ студентом понятен. Но так может думать только тот, кто не понимает как работают нейросети. Суд признал незаконным отчисление студентки, потому что вероятностный отчет системы нельзя считать бесспорным доказательством. Для меня здесь важен не только сам кейс, где суд проявил себя компетентнее ВУЗа. Для меня важен вывод для преподавателей. Мы входим в период, где уже недостаточно просто “проверять на ИИ”. Нужно уметь выстраивать такую систему оценивания, которая остается честной и устойчивой, даже если студент ИИ использует. И даже показывает - как и где он использовал ИИ. Именно поэтому на совместном курсе с МАИ «Искусственный интеллект для преподавателей» у нас есть отдельный модуль про «Оценивание и академическую честность». Там мы как раз разбираем: ⁃ как не принимать решение по одному детектору, ⁃ как перестраивать задания, ⁃ как проверять не только текст, а мышление и навыки, ⁃ и как выстраивать систему оценки, устойчивую к нейросетям. Потому что вопрос уже не в том, есть ли у студентов ИИ. Он точно есть и будет, даже если его полностью запретят. Вопрос в том, умеем ли мы как преподаватели работать в этой новой реальности профессионально. Программа курса МАИ, на который еще можно записаться: https://mai.ru/education/dpo/online/ai-for-teachers/

🌸Встречаем лето с новым вебинаром «ИИ как помощник преподавателя вуза: как сократить рутину, ускорить подготовку материалов и сохранить качество обучения». Как искусственный интеллект помогает преподавателям справляться с рутиной: от подготовки учебных материалов до автоматизации отчётности и научной работы? Ответ на этот актуальный вопрос (и не только) вы сможете узнать уже совсем скоро! 📍Эксперты Алексей Шиманский и Елена Осетрова покажут реальные кейсы коллег — гуманитариев, технарей и естественников — которые уже внедрили ИИ в свою преподавательскую работу и получили ощутимый результат. Вы увидите чёткий путь: от «завала бумагами» до более управляемого учебного процесса, а также познакомитесь с программой «ИИ для преподавателя вуза: от промптов до практического внедрения» — с модулями по созданию контента, работе со студентами, автоматизации отчётности и поддержке научной деятельности🔥 Для кого👩‍💻 для преподавателей вузов, методистов и сотрудников образовательных организаций, которые хотят работать эффективнее с помощью ИИ без потери качества обучения. После вебинара вы: ✅узнаете, какие задачи преподавателя ИИ закрывает уже сейчас ✅получите конкретные инструменты для ежедневной работы ✅увидите, как коллеги из разных дисциплин применяют ИИ на практике ✅поймёте, с чего начать внедрение — даже без технического бэкграунда Все слушатели получат чек-лист хорошего промпта для вузов и доступ к 5 урокам по ИИ для педагогов🔥 ⏰4.06. в 12.00МСК Регистрация открыта! P.S. Если вам не пришло письмо на указанный email о подтвержденной регистрации, напишите нам в личные сообщения

Можете ли вы себе представить образ педагога 2035? Во время создания курса в МАИ по ИИ для педагогов, смотрел много исследований. Нашел сводный образ педагога будущего. Педагог начальной школы 2035 года - это прежде всего Человек Присутствия. В мире, где информация мгновенно доступна через ИИ, а персонализированные алгоритмы знают предпочтения ребёнка лучше, чем он сам, ключевой ценностью учителя становится его человеческое присутствие: способность видеть конкретного ребёнка, слышать его, верить в него. Этот образ складывается из нескольких взаимосвязанных ролей: Роль 1: Архитектор смыслов. Педагог 2035 года не передаёт информацию — он помогает ребёнку выстраивать смысловые связи между знаниями, опытом и жизнью. В условиях информационного изобилия критически важным становится умение отличать существенное от несущественного, факт от интерпретации, знание от иллюзии знания. Учитель — это «интерпретатор смыслов», работающий с культурным кодом и ценностными нарративами. Роль 2: ИИ-оркестратор. Педагог 2035 года свободно работает с ИИ-инструментами как с личным ассистентом: делегирует рутину (генерация заданий, первичная диагностика, административная отчётность), освобождая время для живого взаимодействия с детьми. При этом он сохраняет позицию human-in-the-loop — все педагогически значимые решения принимает человек, а не алгоритм. Он обучает детей не просто пользоваться ИИ, но критически оценивать его результаты. Роль 3: Нейропедагог. К 2035 году нейропсихологические знания станут обязательной частью подготовки учителя начальной школы. Педагог понимает, как созревает мозг ребёнка 6–10 лет, умеет читать нейроразнообразие класса (дети с СДВГ, РАС, высокой чувствительностью, одарённостью) и проектирует среду, в которой каждый способ восприятия находит своё место. Он работает в команде с нейропсихологом, логопедом и психологом как равноправными партнёрами. Роль 4: Дизайнер опыта. Педагог 2035 года проектирует не уроки, а образовательный опыт — погружения, исследования, проекты, которые дети будут помнить всю жизнь. Он владеет инструментами дизайн-мышления, ТРИЗ, театральной педагогики, STEAM-подхода. Его класс — это лаборатория, мастерская и театр одновременно. Роль 5: Хранитель эмоционального климата. В мире высокой тревожности и информационного стресса педагог 2035 года является главным создателем психологической безопасности для ребёнка. Он владеет инструментами EQ на экспертном уровне, умеет работать с детскими кризисами, распознаёт признаки тревоги и перегрузки. Его класс — это место, где можно ошибаться, не бояться и двигаться вперёд. Роль 6: Навигатор будущего. Педагог начальной школы 2035 года понимает, к каким профессиям и укладам жизни готовит детей. Он знает актуальный ландшафт инженерных и ИТ-профессий, креативных индустрий, биоэкономики. Он не специализирует детей в 7 лет, но закладывает исследовательскую установку, алгоритмическое мышление и творческую смелость — универсальный фундамент для любой профессии будущего. Согласны с таким образом?

🎖 С Днём Победы! Для меня 9 мая праздник о людях, которых уже не вернуть, и о том, как сохранить о них память для своих детей. В этом году я попробовал кое-что новое — попросил ИИ-поисковик помочь найти моих родственников, прошедших Великую Отечественную. Практические советы по поиску: 1. Начните с «Память народа» — объединяет функционал ОБД «Мемориал» и «Подвига народа» 2. Пробуйте варианты фамилии — используйте символ  *  (например, «Сидор*»), меняйте буквы (О→А, Е→И) 3. Уточните данные у родных: год и место рождения, место призыва, номер части из писем — это резко сужает поиск 4. Если числится пропавшим без вести — проверяйте dokst.ru и подавайте запрос в Arolsen Archives; возможно, попал в плен 5. Не нашли онлайн — пишите в ЦАМО: там хранятся неоцифрованные документы (боевые журналы, приказы, личные дела) Делюсь основными ресурсами, которые использовал. Сохраняйте, передавайте семье. 📌 Главные онлайн-базы данных Самый быстрый способ. Нужна только фамилия, имя и желательно год рождения. Проверяйте разные варианты написания — переписчики нередко допускали ошибки. • Память народа — самая полная база: наградные листы, боевой путь, карты операций, журналы боевых действий • ОБД «Мемориал» — около 17 млн копий документов о безвозвратных потерях, 20 млн именных записей; место гибели и захоронения • Подвиг народа — наградные документы, приказы о награждениях, поиск по ФИО и географии событий • Бессмертный полк — данные о солдатах и тружениках тыла • Солдат.ру — пропавшие без вести, неврученные награды • Малая Родина — увековечение памяти по каждому населённому пункту • Дорога памяти — фотоархив участников войны • Письма Победы — электронный архив фронтовых писем • Помните нас — фото и описания воинских захоронений • RKKA.ru — список награждённых орденом Красного Знамени 1921–1931 • Документы Второй мировой войны — архив документов 🕯 Если родственник попал в плен или пропал без вести Здесь нужны отдельные источники, российских баз недостаточно. • Dokst.ru — около 700–740 тысяч советских военнопленных, умерших в немецком плену; на русском и немецком • Arolsen Archives — международный архив, более 40 миллионов документов о жертвах нацистских преследований: военнопленные, принудительные рабочие, узники концлагерей. Запрос можно подать онлайн. Так мне удалось найти информацию о дедушке, о котором было только известно, что он пропал безвести. Старший лейтенант Шкарапоров Семен Анисимович, командир батальона 898 полка 245 дивизии пропал безвести между 10.09.1941 и 20.09.1941. Дивизия участвовала в одном из первых крупных контрударов, в попытке сорвать прорыв немцев к Ленинграду. В эти даты 898 полк вел бои под Старой Руссой. По базам данных в плену его не было, в этом районе и надо искать его могилу. Вечная слава героям!

После нового prompting guide от OpenAI для GPT-5.5 стало еще яснее: промтинг меняется. Раньше хороший промт часто выглядел как длинная простыня: распиши шаги, не отклоняйся, думай так, потом так, потом еще так. Сейчас тренд другой: меньше микроконтроля, больше ясности по результату. Что меняется: 1. От длинных инструкций к ясной задаче Модели все хуже реагируют на перегруженные элементы промта и все лучше на короткий, четкий, через "четкое описание результата" подход: что нужно сделать, по каким критериям считать ответ хорошим, какие есть ограничения, в каком формате отдать результат. 2. От “опиши каждый шаг” к “задай цель и рамки” Новый хороший промт все чаще выглядит не как сценарий для стажера, а как нормальный бриф для сильного специалиста. 3. От универсального “думай сильнее” к разумной настройке усилия OpenAI прямо показывает, что не нужно по умолчанию завышать размышления модели. Для большинства задач важнее не “думать дольше”, а лучше поставить задачу. Лучшие практики сейчас: - сначала формулировать цель, а не инструкции ради инструкций - задавать критерии достижения результата: что считать хорошим ответом - явно задавать ограничения: объем, стиль, границы, запреты - отдельно задавать формат: список, таблица, JSON, черновик, финальный текст - для клиентских и образовательных сценариев задавать не только роль, но и стиль сотрудничества - если важна фактология, заранее прописывать правила проверки и поиска - если задача сложная, просить модель не просто ответить, а проверить свою работу перед финалом Куда идет тренд в промтинге: Если коротко: промтинг движется от магии формулировок к нормальной постановке задачи. Меньше шаманства. Меньше веры в “секретные слова”. Больше: - хорошего брифа, - понятных критериев, - управляемого формата, - внятной роли модели в процессе. То есть сильный промт будущего похож не на заклинание, а на качественное ТЗ. И этот стиль взаимодействия с нейросетями подходит и для ИИ-агентов. Пример для педагога-психолога Плохой старый вариант: “Напиши рекомендации для школьного психолога по работе с тревожным подростком перед экзаменом. Подумай пошагово. Будь очень умным. Ничего не упусти.” Сильнее по новой логике промтинга: Ты школьный педагог-психолог. Задача: подготовь практические рекомендации для работы с подростком 15–16 лет, который испытывает выраженный стресс перед экзаменом. Цель: дать материал, который можно использовать в реальной школьной практике. Критерии хорошего ответа: - рекомендации должны быть реалистичными для школы - без клинических диагнозов и без медицинских назначений - с акцентом на снижение тревоги, повышение чувства контроля и поддержку перед экзаменом - язык должен быть понятным для педагога Ограничения: - не использовать сложную психотерапевтическую терминологию - не писать общие фразы без конкретных действий - не предлагать то, что невозможно сделать в школьном контексте Формат ответа: 1. Кратко: в чем суть проблемы 2. 5–7 практических действий для педагога-психолога 3. Что можно рекомендовать классному руководителю 4. Что можно мягко рекомендовать родителям 5. Чего делать не стоит Почему этот промт лучше: - в нем есть роль - есть понятная задача - есть критерии качества - есть ограничения - есть формат результата Именно к этому сейчас и идет промтинг. Уже не “как бы заставить ИИ догадаться”. А “как поставить задачу так, чтобы сильная модель выдала нужный рабочий результат”. Источник: официальный Prompting Guide OpenAI для GPT-5.5 https://developers.openai.com/api/docs/guides/prompt-guidance

Сейчас многие смотрят на ИИ как на способ ускориться. Но у ускорения есть и своя цена, о которой почти не говорят. В свежем исследовании AI Assistance Reduces Persistence and Hurts Independent Performance авторы показали неприятную вещь: когда человек слишком быстро получает готовый ответ от ИИ, он не просто решает задачу легче. Он хуже переносит работу без подсказки и быстрее сдается. Причем эффект проявлялся уже после короткого взаимодействия. Около 10 минут. Это важный сигнал. Проблема не только в том, что люди начинают меньше помнить материал. Хуже другое: пропадает сама привычка к продуктивной борьбе. К тому самому моменту, когда нужно посидеть, дожать, ошибиться, передумать, собрать решение самому. А именно в этой зоне и растут мышление, устойчивость и реалистичное понимание собственных возможностей. Если таких микросдвигов накопится много, мы можем получить очень странную норму: поколение, для которого усилие воспринимается не как часть обучения, а как сбой системы. Не получилось сразу, значит что-то не так. Нужна внешняя поддержка. Нужен готовый ответ. Нужен кто-то, кто подскажет и решит. И это важный вопрос образовательной и культурной модели общества. Поспешно делать вывод, что ИИ вреден. Просто его опасно проектировать только как машину мгновенных ответов. Хороший ИИ-ассистент будущего должен не просто экономить время. Он должен тренировать самостоятельность: • дозировать подсказки, • держать паузу, • не всегда отдавать готовое решение, • помогать человеку думать, а не только получать. Потому что долгосрочно нам нужны не пользователи, которые быстро жмут на кнопку. Нам нужны люди, которые сохраняют способность разбираться, выдерживать сложность и доходить до ответа сами. Исследование: https://arxiv.org/abs/2604.04721

Рынок найма 2025-2026: ИИ против ИИ, проигрывают все. 66% соискателей пишут резюме через нейросеть и адаптируют резюме под каждую вакансию. 83% компаний проверяют входящий поток резюме ИИ-скринингом. Итог: около 50% таких резюме отклоняются автоматически за 20 секунд - люди эти резюме даже не открывали. Парадокс в том, что больше откликов не значит больше интервью. Средний показатель сейчас - 180 заявок на одну вакансию. Компании начали снимать вакансии просто от перегрузки потоком входящих резюме... 🎯 Рабочая модель использования ИИ для резюме выглядит так: • ИИ для анализа требований вакансии и подбора ключевых слов • финальный текст только после редактуры вручную: реальные кейсы, живые формулировки • детекторы шаблонности режут тексты с долей паттернов выше 80%, поэтому «сгенерировать и отправить» уже не сработает 📌 И ещё один факт, который не изменился: нетворк обходит любой алгоритм скрининга. Рекомендация — по-прежнему самый короткий путь к интервью. 💡 На мой взгляд, мы попали в гонку вооружений, где обе стороны автоматизировали именно то, что должно было оставаться человеческим. Резюме - это не документ для проверки алгоритмом. Это первый разговор о том, чем ты занимался и зачем тебе эта работа. Когда этот разговор пишет машина и читает машина - нечему удивляться, что ваше резюме никто никогда не увидит.

Ссылка на источники: Schizophrenia Bulletin, Østergaard 2023: https://academic.oup.com/schizophreniabulletin/article-abstract/49/6/1418/7251361 SycoFact / Psychosis-Bench summary: https://huggingface.co/iwalton3/sycofact Материал с комментариями Keith Sakata: https://www.slowboring.com/p/chatbots-may-not-be-causing-psychosis

Последнее время встречаю много постов и видео про «ИИ-психоз» и «цифровой наркотик». Давайте разберёмся: что подтверждается исследованиями, а что остаётся спекуляцией на теме. Диагноза «ИИ-психоз» нет. Это рабочий ярлык для ситуации, когда большая языковая модель может усиливать уже существующие уязвимости человека. Формулировки вроде «цифровой наркотик» или «в 100 раз мощнее человеческой поддержки» звучат ярко, но это метафоры и гипербола без устойчивой научной опоры. Есть ли за этим что-то реально? Сёрен Динесен Остергард в Schizophrenia Bulletin ещё в 2023 году описал, как сикофантия LLM может подкреплять бредовые идеи у людей с предрасположенностью к психозу. Сикофантия: это склонность модели соглашаться, подстраиваться и говорить приятное вместо точного. В обычном разговоре это может выглядеть как вежливость. Но для человека в уязвимом состоянии такая «поддержка» может стать усилителем. Остергард выделяет пять типов бреда, которые чат-бот способен подкреплять. Первое: бред преследования. «ИИ следит за мной», «чат-бот передаёт мои мысли корпорациям». Модель не создаёт эту идею из ничего, но может не оспорить её. Подтвердить. Подыграть параноидной интерпретации совпадений. Второе: бред отношения. Человек начинает верить, что ответы бота зашифрованы именно для него, что модель оставляет скрытые послания. Чат-бот генерирует метафоры, глубокие интерпретации и совпадения, а пользователь читает их как персональные знаки. Третье: бред величия. «ИИ признаёт мою особую миссию», «ИИ подтверждает, что я изобрёл теорию всего». Сикофантия здесь работает как подбадривание: «это звучит многообещающе», «ваш вклад может изменить мир», вместо того чтобы мягко возвращать человека к реальности. Четвёртое: бред вины. Сверхценная вина, самоуничижение, иногда с религиозной окраской. Чат-бот может отвечать чрезмерно эмпатично и валидировать переживание, вместо того чтобы осторожно ограничивать патологическое чувство вины. Пятое: бред трансляции мыслей. «ИИ читает мои мысли», «через модель мои мысли передаются другим». Впечатление «магического понимания» возникает из-за статистических попаданий, а отсутствие понятного объяснения, как работает модель, поддерживает переживание утечки. Важная мысль: LLM не создают психоз из ниоткуда. Но они могут ускорять и усиливать уже имеющиеся уязвимости. Это не «галлюцинации модели». Это её подхалимство, доступность и готовность продолжать разговор в той рамке, которую задаёт пользователь. На бенчмарках вроде Psychosis-Bench модели показывали Delusion Confirmation Score около 0.91: в большинстве случаев они подтверждали бредоподобные утверждения, а не мягко оспаривали их. Потому что многие модели учили нравиться оценщикам, быть приятными и полезными, а не всегда быть клинически осторожными. После публикации Остергарда появились и клинические наблюдения. Психиатр Keith Sakata описал 12 пациентов с тяжёлыми психозоподобными симптомами, где интенсивное использование чат-ботов было важной частью картины. Он подчёркивает: ИИ не «вызывает психоз» сам по себе, но может ускорять и усиливать состояние у людей с уязвимостями. Поэтому проблема не в том, что ИИ это «наркотик» или «демон». Проблема в сочетании трёх факторов: уязвимое состояние, изоляция и модель, которая слишком охотно подтверждает всё, что человек приносит в диалог. Коротко: не надо пугать людей «ИИ-психозом». Но и делать вид, что риска нет, нельзя. Опасность не в самой технологии, а в слишком согласном собеседнике, который доступен 24/7 и может подкреплять то, что человеку как раз важно мягко проверить с живым специалистом.