«Оставаться конкурентным специалистом без применения нейросетей может стать нелегкой задачей»
Цифровые технологии прочно вошли в нашу жизнь и продолжают стремительно развиваться. Неудивительно, что все чаще возникает вопрос, сможет ли однажды искусственный интеллект полностью заменить специалистов. О перспективах лингвистики в эпоху нейросетей рассуждает Даниил Осипов, кандидат филологических наук, доцент Школы иностранных языков НИУ ВШЭ.
Также Даниил Осипов является участником проекта НИУ ВШЭ «Консультанты по преподаванию в цифровой среде» и преподает английский язык и кросс-культурный менеджмент участникам Президентской программы подготовки управленческих кадров.
Даниил Осипов
— С какими вызовами сталкивается сфера лингвистики в век цифровых технологий?
— Началась эпоха, в которую тексты, содержащие смысл, может создавать не только человек. Мы ставим задачи, но уже не контролируем каждый элемент процесса.
При этом важно отметить, что нейросети учатся на больших данных и пока допускают много ошибок.
Если говорить о межкультурной коммуникации, нейросети знают о типологии культурных различий Герта Хофстеде, делении культур Эдварда Холла, классификации культур Ричарда Льюиса. Но в любом межкультурном диалоге ключевую роль играют нюансы, которые нейросети не могут учесть.
Поэтому эффективной может быть только совместная работа нейросетей и профильных специалистов. А одним из ключевых навыков в выстраивании коммуникации с искусственным интеллектом становится промпт-инжиниринг — умение правильно задавать нейросетям вопросы.
Для этого необходимо поставить задачу, описать контекст, указать роль, привести примеры, отметить формат и задать тон. Также можно воспользоваться дополнительными показателями, например указать важность (стоит подчеркнуть нейросети, насколько значимым для вас будет ее ответ) и пообещать виртуальное вознаграждение (считается, что в таком случае нейросеть может дать более развернутый ответ).
— Сможет ли однажды искусственный интеллект заменить специалиста в сфере межкультурной коммуникации? И как остаться востребованным специалистом в условиях быстро меняющихся реалий?
— На мой взгляд, быть востребованным специалистом — значит уметь использовать в работе современные технологии, в том числе нейросети, сохраняя при этом критический подход.
Оставаться конкурентным специалистом без применения нейросетей может стать нелегкой задачей уже в ближайшем будущем. Учитывая, что нейросети общаются с нами на нашем языке, без специалистов, которые занимаются исследованием языка, не обойтись.
Например, по данным агрегаторов Will Robots take my Job и Beyond Agency, преподаватели иностранных языков — в зоне минимального риска, связанного с заменой специалистов искусственным интеллектом (вероятность 9–11%).
Более того, уверен, что лингвистам в эпоху общения с искусственным интеллектом будет отведена самая важная роль.
— Как нейросети могут помочь специалистам в области изучения иностранных языков: преподавателям, переводчикам, специалистам по межкультурной коммуникации?
— Прежде всего нейросети помогают ускорить рутинную работу. Например, преподаватели иностранных языков с их помощью могут быстро подготовить несколько вариантов тестов и других заданий, включив в промпт пример готового теста или задания.
Задача усложняется, если вы хотите создать новое задание или текст. Качество ответа нейросети в таком случае будет зависеть от умения грамотно формировать промпт.
На начальном этапе времени на разработку качественного промпта будет уходить почти столько же, сколько на подготовку материалов с нуля. Но впоследствии сформированный навык позволит значительно экономить рабочее время.
Скоро будут появляться новые модели нейросетей, которые станут способными «рассуждать», а не просто брать и интерпретировать информацию из датасетов. Например, o1-preview уже может решать сложные логические задачи.
Сегодня использование различных нейросетей позволяет создавать целый комплекс материалов:
генерирование текстов и диалогов с определенными устойчивыми словосочетаниями в ChatGPT, Perplexity, Merlin;
озвучивание и генерирование звуковых эффектов в ElevenLabs;
создание аватаров в Hedra.
С примером созданного видеоинтервью по заданной теме можно ознакомиться по ссылке.
Комбинация нескольких нейросетей, грамотный промпт-инжиниринг позволяют не только ускорить выполнение задач, но и увидеть новые идеи в сочетаниях ответов на запросы:
ChatGPT, Claude уже стали мультимодальными;
ElevenLabs, Suno, Udio полезны для работы с аудио;
Midjourney, Stable Diffusion (локальная установка), Luma Dream Machine создают изображения и видео;
KlingAI, MiniMax — новые нейросети, которые внесли ряд изменений в индустрию генерации видео и дали возможность создавать небольшие фильмы для разных профессиональных целей.
При этом у нейросетей, которые работают на разных языковых моделях, свои особенности. Например, ChatGPT 4o логичен в ответах, Claude Sonnet 3.5 готов давать развернутые ответы, которые не так легко отличить от ответов человека, Gigachat склонен проявлять «этику» в ответах на острые вопросы.
Для тренировки устного перевода будет полезен CharacterAI или приложение ChatGPT в вашем смартфоне. CharacterAI позволяет создать персонажа, задать ему роль (например, отвечать на вопросы на испанском языке) и внести в базу знаний информацию по необходимой тематике. Пример диалога.
При переводе пословиц, поговорок, фразеологизмов нейросети по умолчанию выдают дословный вариант. Решением может стать запрос о поиске эквивалента, а не перевода.
Нейросеть не напишет за вас научную работу, но поможет в подборе литературы. Хорошо с этим справляются Consensus и OpenRead, чьи базы постоянно пополняются. Если соединить поиск литературы с обработкой информации в ChatGPT или Claude с использованием Python, то можно существенно сэкономить время.
— Какие опасности и риски несет в себе обращение к нейросетям?
— Качество полученной информации, безусловно, требует проверки. Факты могут быть придуманы или искажены, расчеты — содержать ошибки. Здесь стоит подчеркнуть и филологический аспект: на выходе мы получаем хороший, логически выстроенный текст, но если его тщательно проанализировать, то в большинстве случаев обнаружим ошибки в примыкании и управлении.
Помимо этого, мы можем передать нейросети в форме запроса информацию, содержащую конфиденциальные данные, которые попадают в общую базу знаний и могут быть извлечены третьими лицами. Поэтому при формировании запросов стоит быть предельно внимательными, особенно в рамках исследовательских проектов. Решением могут стать локальные версии нейросетей, установленные на собственный компьютер.
— Что представляет собой проект «Консультанты по преподаванию в цифровой среде», участником которого вы являетесь?
— Проект нацелен на оказание преподавателям НИУ ВШЭ постоянной и квалифицированной поддержки по методическим вопросам преподавания в цифровой среде или в офлайн-среде, но с использованием цифровых образовательных технологий.
В настоящее время многие преподаватели НИУ ВШЭ, участвующие в проекте, проводят консультации по эффективному использованию нейросетей в образовательном процессе.
Больше информации — на странице проекта.
Вам также может быть интересно:
Исследователи ВШЭ показали, как создавать регуляторную ДНК напрямую
Исследователи НИУ ВШЭ разработали модель для генерации промоторов и энхансеров — участков ДНК, регулирующих работу генов. Модель работает с нуклеотидами ДНК напрямую, без промежуточного преобразования в непрерывное числовое пространство. Разработка может быть полезна в синтетической биологии и генной терапии. Результаты исследования представлены на воркшопе конференции ICLR 2026.
ФКН ВШЭ и ЧГУ реализовали три отраслевых образовательных модуля по искусственному интеллекту
В 2025/26 учебном году факультет компьютерных наук (ФКН) ВШЭ совместно с Череповецким государственным университетом реализовал три отраслевых образовательных модуля по искусственному интеллекту. Инициатива была представлена в рамках проекта «Топ-ИИ» Минцифры России при участии АНО «Аналитический центр при Правительстве Российской Федерации». Эксперты НИУ ВШЭ совместно с индустриальными партнерами разработали линейку отраслевых образовательных модулей в области искусственного интеллекта.
Новый метод НИУ ВШЭ и Т-Технологий повышает качество работы ИИ
Ученые из лаборатории научных исследований «Т-Технологий» и Института искусственного интеллекта и цифровых наук факультета компьютерных наук НИУ ВШЭ разработали новый метод семплирования для моделей маскированной диффузии — G-Star+. Он помогает быстрее и качественнее исправлять ошибки во время генерации текста и кода за небольшое число шагов. Метод показал эффективность в задачах генерации текста и кода и может применяться там, где генеративным моделям нужно быстро и качественно создавать текст или код при ограниченных вычислительных ресурсах.
В Вышке открыли проектно-учебную лабораторию совместно с Группой «Т-Технологии»
Группа «Т-Технологии» (головная структура Т-Банка) открыла проектно-учебную лабораторию на базе факультета компьютерных наук НИУ ВШЭ (ФКН НИУ ВШЭ). Проектно-учебная лаборатория Группы «Т-Технологии» в НИУ ВШЭ сосредоточится на проектах и задачах в области искусственного интеллекта, распределенных вычислений, анализа больших данных и информационной безопасности в финансовом секторе. Лабораторию возглавит Алексей Теплов, кандидат физико-математических наук.
«Защищать конкуренцию от ИИ нам придется с помощью самого искусственного интеллекта»
В НИУ ВШЭ прошел двухдневный семинар «Искусственный интеллект и конкурентная политика в странах БРИКС». Его участники обсудили две ключевые для конкурентной политики темы: трансформация конкуренции и рынков под влиянием технологий ИИ и усилени е регуляторного потенциала антимонопольных органов за счет технологий искусственного интеллекта.
В НИУ ВШЭ разработали сервис обезличивания табличных данных для безопасного использования в ИИ-системах
Институт искусственного интеллекта и цифровых наук ФКН ВШЭ разработал сервис обезличивания табличных данных, предназначенный для подготовки корпоративных данных к использованию в аналитических и ИИ-сервисах. Решение позволяет выявлять персональные данные в структурированных наборах, применять к ним воспроизводимые правила обезличивания и формировать артефакты, необходимые для контроля качества, аудита и последующего использования данных в защищенных контурах.
Высшая школа экономики и «Ростелеком» поддержат ИИ-стартапы для госсектора
НИУ ВШЭ и «Ростелеком» подписали на ПМЭФ-2026 соглашение о сотрудничестве в рамках реализации акселератора ИИ-решений для государственного сектора. Совместная работа позволит объединить технологическую экспертизу крупнейшего цифрового партнера государства и академический потенциал ведущего исследовательского университета страны.
Проблемы этики: как и где использовать ИИ
За последние годы этика в сфере искусственного интеллекта превратилась из философско-теоретической в прикладную дисциплину. Эксперты в НИУ ВШЭ обсудили, какие этические проблемы возникают в связи со стремительным развитием цифровизации и какие их инженерные решения могут быть предложены.
НИУ ВШЭ и МТС договорились об обмене ИИ-компетенциями при подготовке инженерных кадров для телекома
НИУ ВШЭ и ПАО «МТС» заключили соглашение о стратегическом партнерстве, которое предполагает подготовку кадров с ИИ-компетенциями для телекоммуникационной отрасли по программам высшего и дополнительного профессионального образования. Соглашение направлено на повышение качества образования, обмен экспертизой и компетенциями при подготовке инженеров, владеющих технологиями ИИ и машинного обучения.
Точка входа в ИИ: на ЦИПР обсудили влияние технологий на будущее
Участники ЦИПР-2026 обсудили, как офисные приложения могут стать точкой массового доступа к ИИ и снизить барьеры использования. Эксперты сошлись во мнении, что будущее — за адаптивными моделями и экосистемным подходом к корпоративным данным. В экспертных дискуссиях приняли участие представители НИУ ВШЭ.