Цифровой Альцгеймер: как ИИ разрушает мозг и меняет условия найма в IT

Искусственный интеллект ^[1] меняет не только формат обучения ^[2] и работы. Исследования показывают: технологии, которые должны были сделать нас умнее, на деле притупляют когнитивные способности. Это усиливает интеллектуальный разрыв, который приводит к социальному неравенству и расслоению общества.

В этом материале разбираемся, что говорят ученые и можно ли сохранить свой мозг ^[3]. А главное — покажем, что ждет разработчиков и их навыки на ИТ-рынке с ИИ. Больше о разработке и сложностях в применении ИИ пишем в ТГ-канале ^[4].

Технологии, которые разучили нас думать?

Наш мозг стал «глупеть» задолго до ChatGPT, интернета и телевизора. Все началось с самых первых инструментов, которые мы создали.

Этап 1. С мотыгой мозг перестал работать на 100%

У охотников-собирателей единственным инструментом выживания был собственный мозг. Люди ориентировались по звёздам и холмам, строили маршруты, находили добычу — гиппокамп ^[5] и префронтальная кора постоянно тренировались. За эту работу отвечал гиппокамп — область мозга, которая не только формирует когнитивные карты, но и помогает вспоминать ^[6] прошлое и воображать будущее.

Сельскохозяйственная революция изменила всё: вместо поисков и охоты нужно было «посадить — прополоть — собрать» из года в год. Учёные отмечают ^[7], что с переходом к земледелию человеческий мозг стал менее мощным, поскольку людям больше не нужно было столь остро бороться за выживание.

Этап 2. Смартфоны привели нас к цифровому Альцгеймеру 

В начале 2010‑х психиатр Манфред Шпицер ввёл термин «цифровой Альцгеймер». Он показал ^[8], что перегрузка экранным контентом приводит к ухудшению внимания ^[9] и памяти ^[10] у подростков, снижает когнитивную эмпатию и нарушает развитие белого вещества ^[11], важного для языковых навыков. Люди стали запоминать не факты, а путь к ним — это эффект Google: мозг перекладывает информацию во внешние хранилища, и это снижает активность гиппокампа и лобной коры. 

Учёные из Университета Макгилла ^[12] ещё в 2020 году доказали: чем чаще человек пользуется GPS, тем сильнее деградирует его пространственная память

Эксперты уверены ^[12], что технологии позволяют нам быть ленивее и не использовать те части мозга, которые должны работать. С точки зрения ^[13] эволюции пройдёт ещё очень много времени, прежде чем человек полностью утратит какую-то функцию, но уже сейчас видно: из-за технологий люди становятся более рассеянными, им сложнее сосредоточиться. 

Этап 3. ИИ-агенты забрали мышление

Генеративные нейросети усилили проблему. Теперь мы просим нейросеть написать текст или принять решение за нас. Метаанализ ^[14] показал: чем меньше человек знает, тем чаще ищет — и тем меньше в итоге запоминает. Получается замкнутый круг, в котором память и внимание постепенно слабеют. Так рождается феномен когнитивной атрофии ^[15]: мозг перестаёт тренировать участки, отвечающие за креатив и анализ. Это в первую очередь префронтальная кора, где происходит стратегическое мышление ^[16].

Этап 4. Человек — инструмент для ИИ… или нет?

Сельское хозяйство когда-то снизило нагрузку на память и навигацию, но дало людям время для искусства и науки. Сегодня поисковики и ИИ делают то же самое: берут на себя рутину и освобождают место для более сложных, креативных задач. Учёные называют ^[17] это когнитивным парадоксом ^[18] — технологии могут как развивать нас, так и ослаблять, всё зависит от их применения.

Самое слабое звено: студенты и разработчики

Студенты. В начале 2025 года лаборатория Media Lab Массачусетского технологического института ^[19] провела эксперимент: студентов разделили на три группы и попросили написать несколько коротких эссе. Первая группа писала сама, вторая пользовалась Google-поиском, третья — ChatGPT. На всех участниках были EEG‑датчики. Результат на небольшой выборке показал: те, кто использовал ChatGPT, показали самую низкую мозговую активность, худшие результаты по языковым и поведенческим метрикам, и с каждым эссе ленились всё больше. При повторном написании собственного текста без подсказок они плохо помнили, о чём писали, и демонстрировали слабые альфа‑ и тета‑ритмы, указывающие на снижение глубокой памяти. 

При этом студенты, писавшие без ИИ, показали наивысшую нейронную связь и удовольствие от процесса: у них активировались области, отвечающие за творчество ^[20], память и семантическую обработку. 

У первой группы проявился так называемый когнитивный долг ^[21] — накопленный дефицит глубокого обучения, который снижает способности к критическому анализу и делает людей более уязвимыми к манипуляциям и стереотипам.

Разработчики также под угрозой. MIT проводит ^[19] аналогичный эксперимент с программистами и утверждает, что промежуточные результаты еще хуже: чем больше разработчик полагается на ИИ‑ассистента, тем слабее его критическое мышление и творческое решение задач.

ИТ-рынок тоже под угрозой: его ждет расслоение из-за ИИ

В ИТ любят повторять ^[22], что нейронки освобождают людей от рутины, мы в Surf тоже это любим и пишем в ТГ-канале ^[4] про внедрение ИИ в разработку. Но все не так просто. Часто сталкиваемся с такими противоположными ситуациями:

1. Первая — HRы и кандидаты доверяют всё нейросети. Разработчики пишут резюме при помощи ChatGPT, а рекрутеры пускают просят нейросеть прогонять заявки.

2. Вторая — разработчик даёт Cursor подробное техническое задание с контекстом и получает работающий код. Это ускоряет разработчиков на 10–20%.

Разница между этими кейсами проста: в первом случае человеческие когнитивные функции вытеснены, во втором — усилены. В первом сценарии происходит когнитивный оффлоадинг ^[23] — передача мыслительных операций внешним устройствам. Это отрицательно коррелирует с навыками критического мышления. Люди с высшим образованием и самостоятельностью лучше сопротивляются этому эффекту, а те, кто не привык думать сам и писал дипломы на заказ, рискуют превратиться в нажимателей кнопок.

В компаниях это выражается в таких тенденциях:

• Разрыв между уровнями. Сеньор-разработчики используют ИИ как усилитель, чтобы учиться быстрее и освобождать время на сложные задачи. Мидлы и джуны, не имея достаточного опыта ^[24], зачастую отдают нейросети вообще всё — и перестают прогрессировать. В результате пропасть в компетенциях увеличивается, страдает качество разработки в команде.

• Снижение спроса на джунов. Простые задачи теперь генерируются автоматически, поэтому компании сокращают набор новичков. В первую очередь страдают роли, связанные с рутиной: младшие QA, разработчики-новички и технические писатели.
  В России ^[25] на одну открывшуюся вакансию для джунов сейчас откликается в среднем 19 резюме — это против ~12 резюме годом ранее. 

В краткосрочной перспективе бизнесу выгодно опираться на пару сильных специалистов и ИИ-инструменты, но есть побочный эффект: сеньоры не появляются из воздуха. Их нужно вырастить, а для этого кто-то должен сначала нанять перспективного джуна и вложиться в его менторство. Если сегодня все дружно перестанут брать новичков, через 5 лет индустрии просто некому будет вести проекты.

Каким станет ИТ-рынок через 5 лет

Через 3–5 лет классические команды исчезнут — их заменят гибриды, где рядом с инженерами работают AI-операторы. Машины возьмут на себя до 80% шаблонного кода и рутину поддержки legacy. DevOps и QA перестанут существовать в привычном виде — их функции сольются с промпт-инжинирингом и анализом данных.

Ключевая ценность уйдёт в продукт и мышление. Инженер, который понимает бизнес, будет стоить дороже кода, который он пишет. Придумать фичу, просчитать её эффект и донести до болей пользователей — то, что ИИ не умеет и вряд ли скоро сможет.

Риски для профессий, связанных с кодингом, будут зависеть от готовности адаптироваться. Чисто кодерских позиций станет меньше, а тимлиды эволюционируют в сторону наставника для ИИ-команды. 

Сейчас есть два сценария развития рынка:

• Негативный: AI-внедрения идут хаотично, компании разочаровываются из-за багов и уязвимостей, когда безответственно пускают сырой код в прод. В итоге подход «AI-first» дискредитирован, остаётся лишь 5–8% энтузиастов, системно применяющих ИИ. Остальные откатываются к ручной разработке, а новые спецы по ИИ практически не растут — их некому учить. Разрыв в продуктивности между лидерами и аутсайдерами рынка увеличивается.

• Позитивный: вайбкодеров появляется все больше, и структура команд меняется не на шпиль, а на «гантель». То есть вместо схемы «1 сеньор + толпа джунов» или «1 сеньор + ИИ» формируется модель 1 сеньор + несколько junior AI-специалистов.

  Джуны-люди быстро набираются опыта, через 2–3 года сами становятся крутыми мидлами. В таком мире компании продолжают инвестировать во входной уровень, но делают это умнее: через AI-хакатоны, PromptOps-программы, стажировки с упором на нейросети. Те, кто пройдут через такую AI-native школу, станут разработчиками нового типа — совмещающими навыки кодинга, аналитики данных и эффективного управления цифровыми ассистентами.

Мы в Surf много работаем с ИИ и верим, что он может помочь развитию наших разработчиков. Больше о нашем опыте в разработке с ИИ читайте в нашем ТГ-канале ^[4]. Регулярно делимся там инсайтами по работе с командой на основе ИИ и новыми практиками для разработки.