Как искусственный интеллект влияет на формирование навыков

How AI Impacts Skill Formation

January 28, 2026

Авторы: Judy Hanwen Shen, Alex Tamkin

cs.AI

Аннотация

Использование искусственного интеллекта приводит к значительному росту производительности в различных профессиональных сферах, особенно среди начинающих специалистов. Однако остаётся неясным, как такая помощь влияет на формирование навыков, необходимых для эффективного контроля над ИИ. Начинающие работники, которые активно полагаются на ИИ при выполнении незнакомых задач, могут в процессе препятствовать собственному профессиональному развитию. Мы провели рандомизированные эксперименты, чтобы изучить, как разработчики осваивают новую библиотеку асинхронного программирования с помощью ИИ и без неё. Результаты показывают, что использование ИИ ухудшает концептуальное понимание, чтение кода и способности к отладке, не обеспечивая при этом значительного среднего прироста эффективности. Участники, которые полностью делегировали задачи кодирования ИИ, демонстрировали некоторое улучшение производительности, но ценой усвоения материала библиотеки. Мы выявили шесть различных моделей взаимодействия с ИИ, три из которых предполагают когнитивную вовлечённость и сохраняют результаты обучения даже при получении помощи от ИИ. Наши выводы свидетельствуют, что повышение производительности с помощью ИИ не является коротким путём к компетентности, и внедрение ИИ-помощников в рабочие процессы должно быть тщательно продумано для сохранения формирования навыков — особенно в областях, критически важных для безопасности.

English

AI assistance produces significant productivity gains across professional domains, particularly for novice workers. Yet how this assistance affects the development of skills required to effectively supervise AI remains unclear. Novice workers who rely heavily on AI to complete unfamiliar tasks may compromise their own skill acquisition in the process. We conduct randomized experiments to study how developers gained mastery of a new asynchronous programming library with and without the assistance of AI. We find that AI use impairs conceptual understanding, code reading, and debugging abilities, without delivering significant efficiency gains on average. Participants who fully delegated coding tasks showed some productivity improvements, but at the cost of learning the library. We identify six distinct AI interaction patterns, three of which involve cognitive engagement and preserve learning outcomes even when participants receive AI assistance. Our findings suggest that AI-enhanced productivity is not a shortcut to competence and AI assistance should be carefully adopted into workflows to preserve skill formation -- particularly in safety-critical domains.