В марте 2026 года в журнале Human Resource Development Review вышла работа Нолана Ловетта из Университета специальных операций НАТО, описывающая механизм, который он называет «трагедией когнитивного общего». Суть в том, что компании, заменяя ИИ начальные должности, получают 100% экономической выгоды, но издержки от разрушения экспертизы распределяются на все организации, которые черпают кадры из общего пула талантов. Опытные специалисты не появляются из ниоткуда: им нужны годы работы на начальных позициях, где они постепенно берут на себя сложные задачи, ошибаются и учатся на ошибках.
Ловетт выделяет два пути, которыми ИИ подрывает воспроизводство экспертизы. Первый — прямое сокращение начальных должностей: ИИ берет на себя работу, которую раньше выполняли младшие сотрудники. Второй — более тонкий: даже если начальные позиции сохраняются, джуниоры с ИИ достигают продуктивности, на которую раньше уходили годы опыта, но когнитивные усилия, формирующие глубокие знания, не происходят. Это создает проблему, которую Ловетт называет «поводком валидации»: способность контролировать ИИ зависит от глубоких знаний, которые ИИ как раз и размывает. Поверхностные проверки не помогают заметить ошибки в правдоподобных ответах ИИ, а люди, привыкшие доверять ИИ, теряют рефлекс сомневаться.
| Профессия | Уровень риска | Причины |
|---|---|---|
| Программная инженерия | Высокий | Высокая заменяемость, слабое регулирование |
| Финансовый анализ | Высокий | Высокая заменяемость, модульность |
| Юридические исследования | Высокий | Высокая заменяемость, модульность |
| Медицина | Средний | Строгое регулирование, проф. ассоциации |
| Инженерия | Средний | Строгое регулирование, проф. ассоциации |
Полный ущерб проявится не сразу. Специалисты, которые сегодня на рынке, обучались 5–20 лет назад. Эффект от сокращения начальных позиций, начавшегося в 2023 году, может стать заметен к 2030–2045 годам. Ловетт называет это «парадоксом человеческого резерва»: организациям нужны глубокие эксперты для валидации и кризисных ситуаций, но ни одна компания не имеет экономического стимула поддерживать такой резерв в одиночку. Даже те, кто пройдет через конвейер, будут иметь более поверхностную экспертизу, так как их карьера — это оркестрация ИИ, а не самостоятельная когнитивная работа.
«Поводок валидации»: без глубоких знаний невозможно эффективно проверять результаты ИИ, что ведет к росту ошибок.
Риски распределены неравномерно. Программная инженерия, финансовый анализ и юридические исследования — в зоне наивысшей уязвимости из-за высокой заменяемости задач, слабого регулирования и модульности. Медицина и инженерия защищены строгими требованиями и профессиональными ассоциациями, но не полностью. Ловетт предлагает не запреты, а ИИ-свободные среды обучения, поэтапное внедрение ИИ и сертификацию, проверяющую доменные знания наряду с ИИ-навыками.
Экономические данные неоднозначны. Исследование лета 2025 года показало снижение занятости в профессиях, затронутых ИИ, особенно среди молодежи, но у опытных работников занятость осталась стабильной. Исследование Федеральной резервной системы зафиксировало почти двукратное замедление роста числа программистов после запуска ChatGPT, но причинно-следственная связь не доказана: могли повлиять денежно-кредитная политика и коррекция после перегрева в IT. Исследование января 2026 года показало, что кризис начался еще до ChatGPT, а Anthropic в марте 2026 года не нашла общего влияния ИИ на рынок труда, но отметила снижение вероятности трудоустройства среди молодых работников 22–25 лет на полпроцента. Исследования когнитивных издержек от чрезмерного использования ИИ указывают на измеримые потери в способности к критическому мышлению, что усиливает аргумент Ловетта.
