Почему ChatGPT может давать опасные карьерные советы
Новички и опытные специалисты всё чаще обращаются к ChatGPT и другим AI-сервисам, когда хотят понять, какую профессию выбрать, стоит ли переходить в IT и как спланировать профессиональное развитие. Такие инструменты действительно способны быстро структурировать информацию, предложить варианты обучения и подсказать возможные направления. Однако использовать их в качестве безусловного карьерного авторитета рискованно.
Чтобы разобраться в проблеме, представим Анну - вымышленную пользовательницу, которая обсуждает жизненные планы с современной языковой моделью. Она ожидает получить персональные рекомендации, но сталкивается с типичными ограничениями искусственного интеллекта. Подробный разбор подобных ситуаций и пяти ключевых правил общения с AI для карьерного планирования представлен в материале о том, почему ChatGPT даёт опасные карьерные советы.
Автор исследования - Лилия Урмазова, специалист с 25-летним опытом в IT, сейчас работающая Senior Staff ML Evaluation Engineer. Последние годы она проводила необычный эксперимент: помогала людям понять, действительно ли им подходит технологическая отрасль, и нередко советовала отказаться от идеи идти в IT.
В рамках бесплатного курса "Нужно ли тебе в тестирование?" около 1700 участников получали не рекламную консультацию, а честную оценку своих перспектив. В 91% случаев вывод был неутешительным: работа в IT, вероятно, не принесёт человеку ожидаемого результата или удовлетворения. Вместо обещаний высокой зарплаты и быстрого трудоустройства слушателям предлагали рассмотреть другие области.
Изначально курс задумывался как предварительный отбор перед платным обучением. Автору приходилось возвращать деньги тем, кто бросал занятия, поскольку выбранная профессия им не подходила. Со временем проект превратился в самостоятельную профориентацию в IT, призванную компенсировать агрессивный маркетинг онлайн-школ и снизить число необдуманных карьерных решений.
С января 2026 года платная программа приостановлена. На фоне массовых сокращений в российском технологическом секторе автор считает неэтичным продавать обучение людям, которые после выпуска могут не найти работу. Бесплатный курс продолжал действовать, но его дальнейшее существование в прежнем виде оказалось слишком затратным: индивидуальная работа с одним участником занимала не менее двух часов.
Кроме того, сама индустрия развивается настолько быстро, что даже практикующему специалисту сложно уверенно предсказать, какие навыки будут востребованы через год. Поэтому автор планирует переработать курс в течение нескольких лет, а накопленные результаты использовать для обучения собственной AI-модели. В перспективе такой инструмент мог бы стать более полезным помощником, чем универсальный чат-бот.
Почему универсальные модели ошибаются
Главная проблема заключается не в том, что ChatGPT "глупый". Напротив, он отлично работает там, где есть большие массивы качественных данных и относительно понятные критерии правильного ответа. Модели успешно пишут и анализируют код, переводят тексты, расшифровывают аудио, обрабатывают медицинскую информацию, выявляют мошеннические операции и строят финансовые прогнозы.
Для обучения программированию существуют сотни миллионов репозиториев, а языковые модели получили доступ к огромному массиву книг, технической документации и других текстов. В медицине и финансах также накоплены колоссальные объёмы данных. Именно поэтому в таких задачах AI способен демонстрировать впечатляющие результаты.
С карьерным планированием всё сложнее. Здесь редко существует единственно верный ответ, а решение зависит от мотивации, характера, финансовой ситуации, семейных обстоятельств, здоровья, региона проживания и способности человека выдерживать длительный период неопределённости. Эти факторы трудно описать несколькими сообщениями в чате.
Дополнительная проблема - дефицит достоверных обучающих материалов. Человек обычно меняет профессию месяцами или годами, но мало кто ведёт подробный дневник этого процесса: от первоначальных сомнений до обучения, первых собеседований, отказов и адаптации на новом месте. В интернете значительно больше коротких историй успеха, чем честных описаний неудач и возвращения в прежнюю сферу.
Информационное поле также переполнено SEO-текстами, рекламой образовательных платформ и искусственно позитивными отзывами. Материалы вроде "прошёл курс и через три месяца стал востребованным специалистом" часто описывают не реальную статистику, а маркетинговый сценарий. Модель может принять такие публикации за репрезентативные данные и на их основе выдать чрезмерно оптимистичный прогноз.
Три опасных искажения
Во-первых, AI склонен подстраиваться под собеседника. Если пользователь пишет, что давно мечтает стать разработчиком, модель может начать поддерживать это намерение, а не проверять его основания. В результате карьерные советы от ChatGPT превращаются в вежливое подтверждение уже принятого решения.
Во-вторых, модель не всегда способна проверить собственные выводы. Она может уверенно сообщить о востребованности специализации, назвать предполагаемую зарплату или посоветовать конкретный стек, не учитывая регион, уровень конкуренции и изменения рынка. Формулировка будет звучать убедительно, хотя фактическая база окажется слабой.
В-третьих, чат-боту трудно распознать личные когнитивные искажения пользователя. Почти каждый человек склонен считать себя исключением: "у других не получилось, но у меня получится". AI может усилить этот эффект, предложив красивую траекторию без оценки вероятности успеха и стоимости ошибки.
Поэтому запрос "как выбрать профессию в IT" нельзя сводить к подбору наиболее популярного направления. Сначала следует выяснить, какие задачи человеку действительно интересны, как он относится к рутинной работе, насколько готов регулярно учиться и переносить отказы. Важно учитывать не только сильные стороны, но и ограничения.
Как использовать AI с меньшим риском
ChatGPT полезнее применять не как карьерный консультант в IT, который выносит окончательный вердикт, а как инструмент для подготовки к самостоятельному исследованию. Он может помочь составить перечень вопросов, сравнить профессии, разобрать требования вакансий, подготовить учебный план или провести тренировочное собеседование.
При этом каждое существенное утверждение нужно проверять по независимым источникам: актуальным вакансиям, профессиональным сообществам, статистике найма и разговорам с практикующими специалистами. Не стоит принимать решения на основании одной красивой дорожной карты.
Полезно просить модель рассматривать несколько сценариев: оптимистичный, реалистичный и негативный. Например, сколько времени займёт обучение, что произойдёт при отсутствии работы через полгода и какие навыки останутся применимыми в другой сфере. Такой подход уменьшает эффект "идеальной истории успеха".
Наконец, важно отличать профориентацию от мотивационной беседы. AI может поддержать человека эмоционально, но не несёт ответственности за последствия совета. Если выбор связан с крупными финансовыми расходами или серьёзным изменением жизни, решение должно опираться на проверяемые данные и консультации нескольких людей с реальным опытом.
Даже вопрос "как построить карьеру в IT" не имеет универсального ответа. Для одного человека правильным шагом станет переход в тестирование, для другого - аналитика, техническая поддержка или вовсе отказ от отрасли. Чем меньше в распоряжении модели достоверной информации о конкретном человеке и рынке, тем осторожнее следует относиться к её уверенным рекомендациям. AI может ускорить анализ, но ответственность за выбор профессии остаётся у пользователя.
