Опрос работников ИИ 2026: ожидания растут, экспертиза дешевеет

Обсуждение на Hacker News вывело на поверхность исследование о том, как люди, которые создают и используют генеративный ИИ, сами описывают перемены в работе. Главная мысль не в очередном прогнозе про исчезновение профессий, а в более приземлённом сдвиге: от сотрудников ждут большего выпуска, контроля становится больше, а профессиональная экспертиза начинает восприниматься как то, что можно быстро заменить подсказкой модели.

Центры обработки данных уже забирают около 5% электричества в США

Our World in Data показывает, что нагрузка от центров обработки данных распределена неравномерно: в США это уже около 5% потребления электричества, тогда как мировой уровень заметно ниже. Это важный трезвый сигнал: рост ИИ — не абстрактная «облачная» история, а строительство, сети, тарифы и энергетическая политика в конкретных регионах.

arXiv: образовательная аналитика с ИИ требует границ доказательности

Работа предлагает смотреть на ИИ в учебной аналитике не как на универсальную персонализацию, а как на систему с разным уровнем риска. Полезный вывод: перед автоматическим вмешательством нужно понимать, насколько сильны доказательства, нужна ли помощь именно сейчас и не превращается ли забота о студенте в непрозрачное давление.

arXiv: общие ИИ-инструменты могут улучшать результаты сегодня и сужать открытия завтра

Авторы описывают тонкий экономический риск: если многие компании учатся у одного и того же источника, они могут одновременно улучшить краткосрочную эффективность и потерять разнообразие подходов. Снаружи это выглядит как прогресс, но для будущих открытий опасно, если все начинают искать решения в одном и том же коридоре.

arXiv: риски ИИ на работе могут распределяться неравномерно по гендеру

Этот материал предлагает смотреть на автоматизацию не только через список задач, которые можно поручить модели, но и через уже существующее устройство рынка труда. Важная мысль: одни группы могут чаще получить усиление и новые роли, а другие — больше контроля, вытеснения или перехода в менее качественную работу.

arXiv: университетские тексты дают ИИ роль действующего лица, но редко закрепляют ответственность

Анализ 366 публикаций о генеративном ИИ в высшем образовании показывает, что модели часто описывают как инструмент, партнёра, оценщика или инфраструктуру. Но когда речь доходит до ответственности, она либо перекладывается на преподавателей и институты, либо размывается пассивными формулировками. Это хороший индикатор того, что университеты ещё не выработали ясный язык для управления ИИ в обучении.