Микола Клєстов, CTO & co-founder ITExpert: як ШІ трансформує професії
Микола Клєстов, CTO & co-founder в ITExpert
Попит на ринку кандидатів. Щоб зрозуміти, як ШІ може вплинути на попит і роботу айтівців і digital-фахівців, можна розглянути вже наявний досвід. Генеративні нейромережі стали досить популярними за останні роки. Дизайнери та спеціалісти, які працюють з візуальним контентом, відчували загрозу: ШІ показує виняткові результати у цій сфері навіть у створенні відео за описом. Це виглядає тривожно — невже AI повністю витисне реальних людей? Однак, за досвідом нашої агенції, такі тенденції стають скоріше початком трансформування професій.
До прикладу, наша команда шукала Video Editor, вимогою для якого був досвід і знання застосування ШІ в роботі. Компанія очікувала, що штучний інтелект може прискорити та здешевити рутинні завдання фахівця — вивільнити його час для складнішої роботи. Звичайно, мова про створення відеоконтенту під завдання, які не відіграють центральну роль в меседжі відео; окрім того, очікується, що створені результати фахівець може підредагувати чи використати лише їх частину у своїй роботі. Можна сказати, що компанії закладають promt-engineering як одну з вимог у портрети кандидатів.
Але генеративні нейромережі для створення відео і зображень — історія кількох років, тоді як умовний ChatGPT та інші LLM (large language models) з’явилися не так давно. У рекрутингу та інших сферах можна очікувати на подібні зміни у майбутньому. LinkedIn вже створив вбудовані інструменти AI для просунутих Recruiter версій. Зокрема діалогове вікно, у яке рекрутер може ввести вимоги вакансій для швидкого складання boolean search. Це скоротить час на написання пошукового запиту для досвідчених фахівців (його з усім тим буде редагувати та перевіряти) та допоможе джуніорам швидше влитися у процес. Але є й «але» — LinkedIn запускає місячну (!) програму для вивчення цього, здавалося б, інтуїтивного інструменту. Реальність далека від очікувань — для використання ШІ потрібна практична експертиза.
На мою думку, тренд на ШІ підвищить очікування від новачків у сфері. Потрібно не просто писати промт — важливо знати, чи адекватні результати видає нейромережа, як їх покращити та інтегрувати у вашу роботу. Тривіальні завдання будуть автоматизовані. Через останній факт можна очікувати і скорочення штату компаній загалом — меншою командою можна зробити більше (бізнес оптимізує ресурси). Подібні кейси вже наявні на ринку: Grammarly провели скорочення 230 членів команди у рамках реструктуризації бізнесу, зважаючи на застосування ШІ.
Використання ШІ кандидатами під час рекрутингу. Ми вже активно обговорюємо з hiring-менеджерами їх ставлення до використання кандидатами ШІ. Інколи кандидати надсилають очевидні результати ChatGPT як тестове завдання без мінімальної редактури чи адаптації до ТЗ. Був і випадок кандидат вписував запитання менеджера під час співбесіди у чат-бот. Фахівець не усвідомив, що у його окулярах чітко видно, що і де він питає. До таких кейсів компанії ставляться різко негативно — це схоже на намагання кандидатів ввести у оману щодо їх реальних скілів і навичок.
Але загалом використовувати ChatGPT та інші інструменти розумної автоматизації у роботі розробника — норма. У технічних фахівців ще до поширення нейромереж були інструменти автоматизації коду, вбудовані у IDE — просунуті версії навіть генерували кластери і цілі файли. А ще з’явився GitHub Copilot, який приходив з відповідями нейромереж на поширені запитання. Загалом програмування на 80% є переписуванням вже багато разів створеного коду, який ти досконало знаєш. Якщо розробник вміло користується наявними AI-рішеннями для прискорення роботи — це win-win ситуація: усі економлять ресурси на розробку.
Зокрема якщо фахівець під час live-coding сесії користується ШІ для створення простого коду, це може бути доцільним. Наприклад, якщо розробник створює запит на форму з визначеними полями, щоб швидше перейти до складних завдань. Але повністю формувати відповідь чи не вміти адаптувати результати ШІ до цього кейсу — red flag.
Кандидати також мають розуміти: на реальній роботі будуть траплятися нетипові таски, де AI не допоможе. Навички самостійної роботи і глибоке розуміння, що відбувається у коді, — все ще must-have.