Я работаю с Codenrock Vibe — AI-платформой для оценки и развития сотрудников — и поэтому наблюдаю за будущим EdTech не с безопасного расстояния. Мы помогаем компаниям превращать представление о компетенциях людей в управляемую систему данных, строить персональные траектории развития и передавать искусственному интеллекту всё больше задач, связанных с обучением, оценкой и обратной связью. Одновременно наша собственная небольшая команда использует ИИ, чтобы выполнять объём работы, для которого ещё недавно понадобился бы полноценный отдел. Именно изнутри этого противоречия мне захотелось разобраться, кого на самом деле развивает современный EdTech — человека, который получает больше возможностей, или систему, которая учится всё эффективнее обходиться без него.
Будущее образования выглядит неприлично удобным
Если посмотреть на главные тренды EdTech в 2026 году, будущее образования выглядит почти неприлично удобным: искусственный интеллект создаёт учебный контент на лету, подбирает персональную траекторию, отвечает на вопросы в любое время суток и терпеливо объясняет одно и то же столько раз, сколько потребуется;¹ длинные курсы распадаются на короткие модули, которые можно проходить между двумя созвонами, по дороге на работу или буквально внутри рабочего процесса;² симуляции позволяют тренировать навыки без риска испортить отношения с живым клиентом, а компании наконец получают возможность не просто отправлять сотрудников учиться, но оценивать их компетенции, видеть дефициты, собирать индивидуальные планы развития и измерять результат.²³
Всё это звучит разумно — особенно если помнить, каким мучительным, дорогим и часто бессмысленным было корпоративное обучение ещё совсем недавно. Сотню очень разных людей сажали в один зал перед одним преподавателем, выдавали одинаковую программу и потом искренне удивлялись: почему половина участников проверяет почту, вторая половина мысленно решает рабочие задачи, а применять полученные знания не собирается вообще никто. На этом фоне персонализация, микрообучение, AI-тьюторы и обучение в рабочем потоке выглядят не очередной технологической модой, а долгожданным возвращением здравого смысла: человек получает именно то знание, которое ему нужно, именно тогда, когда оно понадобилось, и в форме, которую он способен воспринять.
Проблема в другом. Почти все разговоры о будущем EdTech начинаются с возможностей технологии и заканчиваются ими же — как будто по ту сторону интерфейса находится не живой человек со своим опытом, страхом, усталостью, гордостью и конечным запасом внимания, а достаточно исправный приёмник образовательного контента, которому прежде просто неправильно подбирали частоту. Мы обсуждаем, как сделать обучение доступнее и точнее. И значительно реже задаёмся вопросом, почему взрослый человек вообще должен хотеть бесконечно учиться — и сколько раз за одну профессиональную жизнь он способен без серьёзных потерь пересобрать самого себя.
Взрослые сопротивляются не знаниям
Я довольно много думаю о сопротивлении взрослых обучению. В корпоративной среде его привычно объясняют недостатком мотивации, ленью или пресловутой ригидностью мышления — хотя чаще человек сопротивляется вовсе не знанию. Он сопротивляется признанию того, что опыт, на котором много лет держалась его профессиональная идентичность, больше не гарантирует ему ценности. Необходимости искать силы на развитие после дня, в который он уже выполнил функционал полутора-двух сотрудников. Наконец, изменению, смысл которого очевиден бизнесу, но совершенно не очевиден ему самому.
Взрослые редко сопротивляются развитию как таковому — зато довольно последовательно сопротивляются бессмысленным изменениям. И, возможно, это не дефект, который следует обойти с помощью более совершенной образовательной механики, а сигнал, который стоило бы хотя бы услышать.
Взрослые редко сопротивляются развитию — зато последовательно сопротивляются бессмысленным изменениям. Возможно, это не дефект, а сигнал.
Человек как системная помеха
Именно здесь технологические решения начинают складываться в определённую логику, внутри которой главной проблемой оказывается человеческое трение — всё то медленное, непредсказуемое, эмоциональное и плохо масштабируемое, что мешает системе двигаться с желаемой скоростью. AI-тьютор устраняет необходимость ждать преподавателя, микролернинг — необходимость долго удерживать внимание, персонализация — необходимость приспосабливаться к общей программе, обучение в рабочем потоке — необходимость выделять отдельное время, автоматическая оценка — субъективность и трудозатраты руководителя.
Компания без сотрудников, или zero-human company, просто доводит эту логику до предела. Недавно на Habr уже вышел материал об этой концепции, автор которого начинает с довольно выразительного тезиса: лучшее число сотрудников — ноль. Разумеется, речь пока идёт не о полном исчезновении человека, а о бизнесе без наёмной команды, где основатель сохраняет за собой стратегию и принятие решений, а операционную работу передаёт AI-агентам. Но если человек остаётся самым медленным, дорогим, капризным и сопротивляющимся элементом системы, трудно не заметить направление движения: можно последовательно устранить сначала его ограничения, затем его функции, а в конце концов и его самого.
Я сейчас читаю «Тёмные теории» Дмитрия Хаустова, и поэтому мне трудно не увидеть в происходящем ещё один, более широкий сюжет — конец человеческой исключительности, о котором всё настойчивее говорит современная философия. Человек больше не может безоговорочно считать себя центром мироздания, единственным субъектом среди покорно ожидающих его решений объектов. Он оказывается внутри сети, где действуют животные, вещи, природные процессы, платформы, алгоритмы и нейросети, — причём логика последних уже сейчас не вполне нам доступна, хотя их власть над нашей жизнью продолжает расти.
Если перенести эту оптику в корпоративный мир, разговор о человеческом трении приобретает новый смысл. Возможно, мы наблюдаем не просто очередной этап автоматизации, а устройство реальности, в которой человек постепенно утрачивает право определять общую логику и всё чаще вынужден доказывать свою полезность наравне с платформами, алгоритмами и AI-агентами. Само по себе расставание с человеческой исключительностью, вероятно, не трагедия: наша привычка считать всё нечеловеческое обслуживающим материалом уже привела к достаточно впечатляющим последствиям. Но тогда возникает другой вопрос: если человек больше не центр системы, что занимает освободившееся место — эффективность, скорость, капитал или всё-таки некоторая версия общего блага, ради которого и затевалось это ускорение?
Я тоже нахожусь внутри этой системы
Для меня это не футуристическая фантазия. Я и сама на стороне тех, кому технология дала больше свободы: с помощью ИИ могу быстро исследовать незнакомую тему, работать со сложным продуктом и выполнять задачи, для которых прежде потребовалось бы несколько специалистов, — сохраняя при этом комфортный ритм жизни и не отдавая работе всё своё время.
Было бы странно демонизировать инструмент, который позволяет мне работать меньше, думать больше и не встраиваться целиком в корпоративную машину. Но именно из этой привилегированной точки особенно хорошо видно противоречие: свобода одного солопренера очень легко оказывается ненужностью нескольких наёмных сотрудников, а рост производительности — не общим освобождением от труда, а повышением нормы для тех, кто остался.
Свобода троих, ненужность двадцати семи
Технология может помочь компании точнее увидеть человека и найти ему новую роль. А может сделать его полностью видимым для системы, посчитать стоимость его адаптации, сравнить её со стоимостью агента и решить, что развивать его уже невыгодно. Между этими сценариями нет технологической границы: один и тот же инструмент отвечает и на вопрос «какие условия нужны этому сотруднику, чтобы вырасти?», и на вопрос «кого из этих сотрудников дешевле заменить?». Различие возникает только там, где появляется человеческое решение о целях. Но именно цели в разговорах об инновациях почему-то часто принимаются за нечто само собой разумеющееся — как будто повышение эффективности по определению ведёт нас в правильную сторону.
Один и тот же инструмент отвечает и на «как вырастить сотрудника», и на «кого дешевле заменить». Технология тут ни при чём — вопрос в целях.
Отсюда возникает довольно неприятная последовательность. Мы с помощью технологий ускоряем изменения, создаём у людей дефицит новых компетенций, предлагаем им инструменты ускоренного обучения, оцениваем, насколько успешно они адаптировались, — а затем исключаем тех, кто не выдержал заданный темп. В этой конструкции образование незаметно перестаёт быть способом расширить человеческие возможности и превращается в обслуживающую инфраструктуру ускорения. Его задача — вовремя обновить человека до очередной версии мира, желательно без остановки производства и лишних расходов со стороны компании.
На индивидуальном уровне ответ кажется очевидным: мир меняется, поэтому каждому придётся понять, где он в новой системе координат, кому и для чего нужен и какие навыки обязан освоить, чтобы не оказаться за её пределами. Мне близка идея личной ответственности. Я не думаю, что любовь к человеку должна выражаться в обещании сохранить любую привычную ему работу только потому, что он не хочет меняться. Но формула «найди своё место» работает как совет отдельному сильному человеку — и перестаёт быть ответом, когда речь идёт о миллионах. Не каждый может стать визионером, предпринимателем, владельцем фабрики агентов или тем редким специалистом, который вместе с ИИ заменяет целое подразделение. И если новая экономика требует от большинства людей быть исключительными, она неизбежно производит огромное количество лишних.
Именно в этот момент нейтральная риторика адаптации начинает подозрительно напоминать «адаптируйся или сдохни». А вместе с человеческой медлительностью, страхом и зависимостью мы выбрасываем из будущего ровно то, что делает нас людьми. Можно сколько угодно рассуждать о новых бизнес-моделях из технологической башни, населённой автономными, любопытными и психологически устойчивыми взрослыми, которые охотно переучиваются каждые полгода и благодарят алгоритм за точную обратную связь. Проблема лишь в том, что за пределами этой башни живут люди, которым нужно больше времени, больше объяснений, больше поддержки — а иногда просто другой человек рядом, готовый несколько раз повторить очевидное и не считать эту работу бессмысленной.
Самый неэффективный способ помочь человеку
Недавно в магазине электроники я видела пожилого мужчину, которому консультант устанавливал WhatsApp и объяснял, как им пользоваться. С точки зрения логики масштабирования это был почти карикатурно неэффективный процесс: один квалифицированный сотрудник тратил время на одного человека, который медленно запоминал последовательность действий, переспрашивал и, вероятно, вскоре забудет половину сказанного. Можно было выдать инструкцию, показать ролик, предложить чат-бота или отправить на бесплатный цифровой курс. Но в тот момент настоящим образовательным инструментом был именно другой человек — его терпение, внимание и готовность двигаться со скоростью того, кому он помогал войти в уже изменившийся мир.
Возможно, это и есть одна из главных проверок технологического будущего на человечность. Если оно невозможно без тех, кто способен быстро меняться, то человеческим оно останется только благодаря тем, кто готов ждать отстающих. Не из сентиментальности и не потому, что любой отказ от развития следует объявить священным, — а потому, что общество не может состоять исключительно из верхнего процента самых быстрых, сильных и адаптивных. Вопрос не в том, способны ли мы остановить ускорение (кажется, уже нет), а в том, включаем ли мы в стоимость прогресса время, деньги и человеческое внимание, необходимые, чтобы через изменения прошли не только победители предварительного отбора.
Знание, которое никуда не торопится
Наверное, поэтому одновременно с быстрым знанием — тем, что обещает за несколько минут научить нас пользоваться очередным инструментом, — растёт интерес к знанию медленному. Прежде всего к философии, которая снова оказывается нужна предпринимателям, инженерам и людям, проектирующим технологическое будущее. Не потому, что философия может конкурировать с ИИ в производстве ответов, а потому, что она позволяет задержаться внутри вопроса достаточно надолго, чтобы спросить: зачем нам вообще пользоваться новой возможностью, в чьих интересах она будет работать, кто заплатит за её внедрение и всякое ли возможное обязано становиться действительным.
И всё же мне кажется, что главный вызов EdTech ближайших лет — не в том, как с помощью искусственного интеллекта обучать людей быстрее, точнее и дешевле, хотя именно об этом сегодня говорят почти все обзоры рынка. Гораздо важнее понять, какую роль образование будет играть в мире, скорость которого уже начинает превышать человеческую способность адаптироваться. Станет ли оно ещё одним механизмом отбора тех, кто успевает за технологией, — или инфраструктурой перехода, способной провести через изменения людей с разной скоростью, ресурсом и готовностью.
Строим ли мы будущее, в котором сами хотим жить?
Мы уже можем построить компанию, в которой три сильных сотрудника и армия AI-агентов выполняют всю работу. И, вероятно, очень скоро научимся строить компании, в которых не останется сотрудников вообще. Но технологическая возможность по-прежнему не отвечает на самый старый, медленный и раздражающе человеческий вопрос: строим ли мы таким образом будущее, в котором сами хотим жить?
ИСТОЧНИКИ
¹ RBC Trends. Что ждёт российский EdTech в 2026 году. 02.02.2026.
² VC.ru. EdTech 2026: ключевые тренды и вызовы для рынка. 26.05.2026.
³ MTS Link. Тренды корпоративного обучения в 2026 году. 13.01.2026.
ссылка на оригинал статьи https://habr.com/ru/articles/1071204/