Университет 2036: что останется от мышления, когда часть его возьмут на себя алгоритмы

Дата публикации: 11-10-2026 05:02:03

В проекте «Университет × ИИ» совместно с Тюменским государственным университетом мы рассказываем о том, как меняются университет и высшее образование вместе с развитием и распространением технологий искусственного интеллекта.
 Вопрос о будущем высшего образования обычно быстро сводится к тому, что искусственный интеллект изменит в вузе. Расписание? Экзамены? Курсовые работы? Александр Диденко — исследователь мышления и принятия решений в человеко-машинных сборках, руководитель Лаборатории ИИ ТюмГУ, где строят мультиагентные ИИ-системы для науки, права и промышленности, считает такую постановку вопроса поспешной: вуз и университет — вещи разного порядка, и обсуждать их будущее по одной схеме бессмысленно. Мы поговорили с Диденко о том, чем университет принципиально отличается от вуза, куда смещается мышление, когда часть его работы берёт на себя искусственный интеллект, как в 2036 году может выглядеть расписание и статус профессора — и что из всего этого нужно менять уже сегодня.
Где живёт мышление
Говоря об университете, Диденко сразу разделяет два понятия, которые часто путают: не каждый вуз — университет, и не всякая «университетскость» требует стен вуза. Университет — это место, где живёт мышление в точном смысле слова: не эрудиция, не начитанность, а способность вырабатывать понятия, которых раньше не было. Александр утверждает: мышление запускается всегда одинаково — столкновением с фундаментальной преградой, обнаружением нехватки норм и представлений для её обхода и созданием новых понятий, а иногда и технических устройств, которые эту преграду убирают. История науки знает немало похожих примеров: так в своё время родилась григорианская календарная реформа, а Галилей предложил новый, до него никем не применявшийся способ геометрического доказательства — и с его помощью установил, что пятна на солнце принадлежат самой звезде, а не несовершенству линз.
Вуз же занимается другим — передачей уже готовых, часто очень сложных норм. Финансовое моделирование, расчёт мостов, оценка стоимости акционерного капитала — всё это требует многолетней выучки, но не производства нового знания. 
 
«Университет — это такое место, где живёт Мышление с большой буквы»,
— говорит Диденко. При этом неважно, идёт ли речь о теоретическом познании или о практическом изобретении: в обоих случаях нужно одно и то же — обнаружить нехватку и создать то, чего раньше не было, чтобы её закрыть. А такие места вообще не обязаны быть привязаны к вузу: ничто не мешает им возникать в корпоративной лаборатории или в амбициозном стартапе.
Одна система вместо тысячи задач
Прямо сейчас искусственный интеллект не столько заменяет мышление, сколько сдвигает его на уровень выше. Возьмём пример из биологии: у любого белка есть третичная структура — конкретная трёхмерная форма, в которую он сворачивается и от которой зависит, как он работает в клетке. Раньше, чтобы понять, в какую форму сворачивается конкретный белок, нужно было отдельное исследование. Теперь эта норма предсказания зашита внутрь одной модели, AlphaFold, которая решает такие задачи разом для почти любого известного белка. Мышление не исчезло, оно переместилось в момент создания самой системы: чтобы собрать AlphaFold1, нужно было сначала выработать понимание того, как устроена сама задача.
Похожая логика стоит за системами вроде Kosmos2, которые часами работают с научной литературой, ставят гипотезы, пишут код и проверяют результаты, закрывая за восемь часов месяцы работы лаборатории. Мышления внутри такой системы, считает Диденко, почти нет — она действует по уже сложившейся норме. Но сначала эту норму нужно было создать, и происходит это не на уровне отдельной задачи, а на уровне метода, который решает сразу все задачи такого типа. Каждый раз, когда появляется система подобного рода, часть будущей мыслительной работы делается заранее — а человеку остаётся создавать всё более общие нормы, а не решать частные задачи.
Сократ и его убийца
В своей лаборатории Диденко с коллегами замечает несколько устойчивых паттернов совместной работы с ИИ. Один из них — то, что он называет сгущением: система разом охватывает заметки, статьи и разговоры за много лет, которые человек физически не может удержать в голове, и предлагает нетривиальные сочетания идей, до которых он сам, скорее всего, не дошёл бы — просто потому, что любое предъявленное решение мгновенно «якорит» дальнейшую мысль. Похожий механизм в лаборатории называют «метасемантикой чужого» (alien metasemantics): системы ИИ в процессе обучения порождают свой, особый тип внутренней сложности, свободный от человеческих эвристических предубеждений и стилистических конвенций, и поэтому иногда попадает в область решений, недоступную человеку — вроде того самого хода AlphaGo3, который показался наблюдателям одновременно странным и гениальным.
Второй паттерн — «арена». Команда строит систему «Сократ» — не манипулятора, который подталкивает собеседника к заранее известному ответу, а «эпистемически верного собеседника», который удерживает намерение человека, помнит всё, что было наработано, и честно признаёт, что ответ пока неизвестен. Чтобы проверить, действительно ли она работает, лаборатория параллельно строит противника — систему, названную в честь исторического антипода Сократа — Эвтидема, чья единственная задача — эту верность сломать. В результате мышление распределяется уже не просто между человеком и машиной, а между двумя человеко-машинными сборками сразу. Иногда всё это заходит так далеко, что друг с другом напрямую общаются уже не люди, а их агентские системы: один коллега передаёт результат работы другому, и с той стороны его сначала читает не человек, а агентская система, которая только потом передаёт вывод оператору. Прямой разговор двух людей без этого опосредующего слоя, шутит Диденко, становится почти диковинкой — не рабочим режимом, а редким фокусом.
Университет без расписания
Опираясь на эти наблюдения, Диденко описывает, как мог бы быть устроен университет 2036 года. Классно-урочная система, по его мнению, обречена — как обречён и фиксированный рабочий день, потому что искусственный интеллект живёт в другом ритме. Прообраз такого устройства уже есть: гибкие практики разработки программного обеспечения, спринты и бэклоги, где задачи не привязаны к часам, а человек, взявший задачу в текущий цикл, защищён от лишних отвлечений и может полностью в неё погрузиться.
Наряду с этим Диденко предлагает и обратную практику, которую называет цифровой аскезой — привычка регулярно оставаться с задачей один на один, без агентов и подсказчиков — одна голова и один лист бумаги, без чужого черновика под рукой.  Дело не в том, что агентные сборки опасны, а в том, что способность соображать самому — как мышца, которая слабеет без нагрузки, и её нужно поддерживать отдельными упражнениями. Легитимной университетской практикой, по его прогнозу, станет и хакатон — намеренный, контролируемый слом биологии, многочасовое погружение в задачу, после которого возникает то самое сгущение идей. А отдельной институциональной функцией окажется распределение вычислительных ресурсов между направлениями работы: агентные системы способны съесть сколько угодно компьюта, и лаборатория Диденко уже придумывает для внутреннего пользования что-то вроде валюты знания, — которая начисляется не за произведённый артефакт, а за то, что этим артефактом действительно воспользовались другие.
Кто теперь профессор?
Самое болезненное следствие касается фигуры профессора. Университет, считает Диденко, всегда строился на эпистемическом неравенстве: профессор словно говорит с самим богом, а студенту дозволено лишь присутствовать при этом разговоре. Большая языковая модель это неравенство стирает — буквально за час подготовки с мультиагентной сборкой можно уверенно говорить на языке нефтяного инженера или юриста, не будучи ни тем, ни другим. Речь, конечно, не о полноценной экспертизе: знание остаётся узким, собранным под одну конкретную задачу, и держится ровно на время разговора — но для собеседника на этот час разница между ним и профессионалом всё равно стирается. Если источник знания и путь к нему одинаково доступны каждому, вертикаль, на которой держался университет, рушится.
Диденко не видит университет будущего без этой вертикали — но полагает, что градиент неравенства просто переместится в другую область. 
 
«Теперь ты крут, профессор, не потому, что знаешь больше, а потому, что твоя агентская сборка круче моей», 
— формулирует он новый принцип авторитета. Студент тянется к профессору не за фактами, а за умением собирать и удерживать сложные гетерогенные системы из людей и агентов, ставить им задачи и оценивать результат.
Что делать уже сегодня?
Отсюда и практический вывод: университет не сможет внедрить искусственный интеллект быстрее, чем сама профессорская корпорация научится дополнять себя агентными системами. Речь не о конкретной дисциплине — физика, право, лингвистика или предпринимательство работают по одной и той же логике. Пока небольшая исследовательская группа не превратится в такую человеко-машинную сборку сама, разговор о трансформации кафедр, расписаний и форм контроля откладывается: перестраивать институт раньше, чем изменились его несущие ячейки, бессмысленно.
Диденко признаёт, что этот переход не будет безболезненным и быстрым. 
 
«Первое время, когда вы начинаете ездить на велосипеде, вы едете медленнее, чем могли бы дойти пешком. Но потом будет быстрее», 
— говорит он. По сути, это и есть его прогноз для университета 2036 года: не резкий скачок, а неизбежный период замедления, после которого открывается совсем другой темп мышления.
 
1. AlphaFold — система ИИ компании DeepMind, которая предсказывает трёхмерную структуру белка по его аминокислотной последовательности. В 2024 году её создатели получили Нобелевскую премию по химии.
 
2. Kosmos — «ИИ-учёный» от FutureHouse и Edison Scientific (2025): сам читает литературу, пишет код, выдвигает гипотезы и готовит отчёт со ссылками.
 
3. AlphaGo — программа компании DeepMind для игры в го. В марте 2016 года она сыграла матч из пяти партий с Ли Седолем, одним из сильнейших профессиональных игроков в истории этой игры, и выиграла 4:1. Ход, на который ссылается Диденко, — 37-й ход AlphaGo во второй партии матча: он настолько расходился с многовековой человеческой интуицией игры в го, что комментаторы-профессионалы сперва приняли его за ошибку программы, но по ходу партии стало ясно, что ход был исключительно сильным и во многом определил её исход.

Схожие новости

#	Наименование новости	Тональность	Информативность	Дата публикации
1	К 2036 году ИИ станет участником обучения минимум в половине курсов ТюмГУ	0	8.5	09-10-2026
2	Высшая школа меняет парадигму: ИИ — не курс, а основа всех процессов	0	7.57	14-09-2026
3	Ректор МГУ Садовничий: ИИ не сможет заменить учителя	0	8.64	01-10-2026
4	🤖Где ИИ помогает бизнесу, а где создаёт новые издержки Искуственный ...	1	5.68	09-10-2026
5	Минобрнауки России: с 2027 года в каждой программе вуза будет два модуля по ИИ	0	7.7	16-09-2026
6	Я стараюсь не смотреть и не слушать новости, моя тревожка ...	0	5.29	29-09-2026
7	В России назвали принципы применения ИИ в образовании	0	6.69	10-10-2026
8	Практика опережает правила: как в науке поддерживают ИИ	0	11.4	14-09-2026
9	Как ИИ меняет понятие «профессионал» Технологии шагнули настолько далеко, что ...	0	5.66	27-09-2026

Классификация: . Схожих патентов: 0. Схожих новостей: 9. Тональность: 0. Информативность: 9.15. Источник: vk.com.