Специалиста в ИТ отличает качество решений, которые он принимает на основе своих знаний. Стек, документация, готовые библиотеки — всё это в равной степени доступно любому. Разница проявляется в том, кто способен вовремя усомниться в очевидном варианте, разглядеть в нём слабое место и обосновать более удачное решение. О роли критического и стратегического мышления — в колонке HR-бизнес-партнёра «БИАТЕХ» Анны Вавиловой.
Наглядный пример — работа с автоматически сгенерированным кодом. Инструмент может предложить решение, которое выглядит рабочим, но не учитывает контекст системы или создаёт уязвимость, заметную только при достаточной глубине экспертизы. Именно эта глубина позволяет находить и исправлять такие ошибки: чем быстрее генерируется код, тем выше цена решения довериться ему или перепроверить. Разрыв между специалистами, которые умеют анализировать предложенное решение и просчитывать его последствия, и теми, кто ограничивается исполнением, становится заметнее.
Что уже изменилось на практике
По данным отраслевых исследований вакансий в разработке ПО, требования к владению ИИ-инструментами встречаются уже примерно в трети предложений для разработчиков. Речь идёт обо всём спектре: от автогенерации кода до умения проверять и тестировать результат. Логика этих требований проста — специалист должен уметь быстро получить черновой код от нейросети, но отвечает за архитектуру, проверку, безопасность и выпуск в продакшен сам. Черновик готовит модель, а ответственность за систему по-прежнему несёт человек.
Показательны и барьеры при внедрении ИИ в разработку — чаще всего это нехватка внутренних инструментов, ограниченный доступ к части сервисов и недостаток знаний в постановке задач для ИИ. То есть ограничения организационные и образовательные. Вычислительных мощностей, как правило, хватает. Не хватает специалистов, которые умеют грамотно распорядиться тем, что уже есть.
Ускорение написания кода создаёт соблазн скопировать готовое решение. Такой подход экономит время в моменте, но перекладывает разбор последствий на будущее, когда систему нужно чинить под давлением сроков.
Критическое мышление как рабочий навык
В прикладном смысле критическое мышление — это способность анализировать поступающую информацию, выстраивать логичные рассуждения и подбирать аргументы для обоснованных решений.
Как это выглядит в ежедневной работе? Проверка сгенерированного кода начинается с вопроса, почему выбрано именно это решение и где проходят границы его применимости. Формальный результат «работает» — здесь только первый шаг. Разбор инцидента требует различать факт, интерпретацию и предположение: эта привычка напрямую влияет на скорость и точность диагностики. Собственная первая гипотеза при выборе технологии заслуживает такой же проверки на прочность, как и чужая.
И отдельный навык: замечать, когда решение принимается по инерции или под влиянием красиво поданной информации вместо реальных данных.
Специалист с такими привычками тратит меньше ресурсов на исправление ошибок от решений, принятых второпях, и реже становится источником технического долга.
Стратегическое мышление: от задачи к системе
Если критическое мышление отвечает на вопрос «можно ли доверять этому решению?», то стратегическое отвечает на вопрос «какое место это решение занимает в системе и в бизнесе?». Именно этот сдвиг фокуса всё чаще становится главным отличием между исполнителем и ведущим инженером.
В обзорах требований к специалистам в период ИИ их обычно сводят к нескольким смысловым группам:
- умение выстраивать диалог с нейросетью и объяснять ей контекст задачи;
- готовность выходить за пределы редактора кода: работать с API, подбирать модель под задачу;
- вопросы безопасности генерируемого кода.
- системное мышление и архитектура: умение видеть не модуль, а сервис целиком и его связи с остальной инфраструктурой;
- глубокая специализация в одной области: производительность, безопасность, работа с моделями;
- работа с людьми: наставничество и ревью, которые формируют лидерские компетенции.
Практически это означает, что специалист, который встраивает ИИ-инструмент в рабочий процесс осознанно, с пониманием, где модель ошибается и что нужно перепроверить вручную, усиливает систему. Тот, кто сосредоточен только на скорости выпуска кода, выигрывает в моменте, но проигрывает на горизонте полугода: архитектура не рассчитана на рост, интеграции держатся на временных решениях, а команда тратит ресурс не на развитие продукта, а на исправление ошибок.
Как это развивается в реальной работе
Ни критическое, ни стратегическое мышление не появляются после прохождения курсов. Они формируются через практику принятия решений.
Для студента или начинающего специалиста без коммерческого опыта работы эти привычки закладываются раньше, чем кажется. Это разбор решения из учебного проекта с объяснением, почему сработало именно так и что изменится, если поменять одно условие. Это участие в разборе чужого кода хотя бы в рамках учебной группы, где приходится объяснять и защищать собственный выбор перед другими.
У работающего специалиста та же логика проявляется в других формах:
- привычка задавать себе вопрос «на чём основано это решение» прежде, чем переходить к реализации;
- регулярное участие в ревью архитектурных решений, где объяснение своей логики другому человеку вскрывает слабые места быстрее, чем внутренний монолог.
Компании, где такие привычки поощряются и системно развиваются, получают специалистов, способных удерживать качество системы при любых обстоятельствах. Для самого специалиста это не отвлечённый разговор про мягкие навыки: способность самостоятельно анализировать задачу и её последствия выделяет тех, кто хочет расти в профессии и растёт. Это тот актив, который сохраняет значение независимо от того, какой инструмент появится следующим.
Источник: Анны Вавилова, HR-бизнес-партнёр «БИАТЕХ»
Иллюстрация предоставлена пресс-службой компании
