Искусственный интеллект (ИИ) активно интегрируется в повседневную жизнь и различные сферы деятельности, трансформируя их. Еще несколько лет назад он воспринимался как модный тренд, а сегодня это повседневная практика. В коммуникационной индустрии ИИ становится не просто инструментом оптимизации, а полноценным участником коммуникационных процессов, изменяя подходы к созданию контента, оказывая влияние на восприятие брендов и взаимодействие с клиентами. Как изменилась роль ИИ за это время? Какие задачи он решает лучше человека, а где незаменима экспертиза специалиста? Об этом мы поговорили с Татьяной Бенуа, президентом Ассоциации «Национальный Фонд Искусственного Интеллекта», членом Совета по профессиональным квалификациям в сфере коммуникационной индустрии.
— Татьяна, добрый день! Сегодня я бы хотел обсудить с вами, какие вызовы и возможности искусственный интеллект создает для профессиональных стандартов и независимой оценки квалификаций (НОК), как он влияет на рынок квалификаций. Давайте начнем с главного: действительно ли ИИ стал полноценным участником рынка труда?
— Добрый день! Да, к 2026 году ситуация кардинально изменилась. ИИ перестал быть просто инструментом оптимизации бизнес-процессов — он стал полноправным агентом рынка труда. Он участвует в подборе персонала, оценке компетенций, а в ряде отраслей даже управляет производственными циклами без участия человека. Для НСК это означает тектонический сдвиг. Раньше мы отвечали на вопрос «Какие знания и умения нужны работнику», а теперь вынуждены решать, какие функции останутся за человеком, а какие можно делегировать ИИ и как это отразить в профстандартах.
— Давайте поговорим о действующих стандартах и об их возможной трансформации. Тем более что по многим из них требуется актуализация.
— Действующие профстандарты в большинстве своем исходят из презумпции, что все трудовые функции выполняет человек. Такие формулировки, как «анализировать», «принимать решение», «контролировать», не уточняют, кто именно это делает — сотрудник или система ИИ. Это создает юридическую и методическую неопределенность.
В профстандарте «Специалист по финансовому мониторингу» (утв. приказом Минтруда России № 123н) есть трудовая функция: «Выявление в организации операций (сделок), подлежащих контролю в целях ПОД/ФТ». Сегодня в 80% банков эту функцию на 90% выполняет антифрод-система на основе ИИ. Человек лишь верифицирует ее сигналы. Однако в стандарте по-прежнему прописаны требования к аналитическим способностям человека, но ничего не сказано о том, как он должен взаимодействовать с ИИ, как обучать модель, как интерпретировать ее «решения» (в том числе ошибочные).
— По вашему мнению, что необходимо менять в профстандартах?
— На наш взгляд, назрела необходимость ввести в структуру профстандартов новую категорию «Трудовые функции, реализуемые с использованием систем ИИ». В рамках обобщенных трудовых функций следует разделять: операции, полностью автоматизированные (ИИ выполняет, человек только контролирует результат); операции с разделением ответственности (ИИ дает рекомендацию, человек принимает решение); операции, где ИИ исключен (например, этические, юридически значимые действия).
И здесь мы предвидим новый вызов для НСК: придется пересмотреть около 40% действующих профстандартов в отраслях с высокой цифровой насыщенностью (финансы, транспорт, здравоохранение, образование, госуправление) до 2028 года. Иначе мы рискуем утвердить стандарты, которые уже на момент ввода будут описывать устаревшую реальность.
— Перейдем к важному блоку — независимой оценке квалификаций. Может ли ИИ быть экзаменатором и оцениваемым?
— В сфере НОК влияние ИИ проявляется по двум направлениям: использование ИИ как инструмента оценки и оценка квалификаций в области ИИ.
Уже сегодня ИИ может выступать в роли экзаменатора. Так, некоторые центры НОК (например, при СПК в сфере информационных технологий) экспериментируют с адаптивным тестированием на основе ИИ. Система в реальном времени подбирает сложность вопросов в зависимости от ответов соискателя, анализирует не только правильность, но и паттерны мышления (времявзятие, последовательность действий в симуляторах). Это повышает объективность, но порождает риски: ▪ Черный ящик алгоритма. Соискатель и даже экзаменатор-человек не всегда могут понять, почему ИИ принял решение «не сдал». Это противоречит принципу прозрачности НОК. Требуется разработка стандартов на «объяснимый ИИ» (XAI) применительно к оценочным процедурам.
▪ Предвзятость данных. Если обучающая выборка содержит гендерные, возрастные или региональные перекосы, ИИ может систематически занижать оценки определенным группам соискателей. Это прямой репутационный риск для всей системы НОК.
Для минимизации этих рисков необходимо разработать методические рекомендации по аудиту алгоритмов ИИ, используемых в НОК, с обязательной сертификацией таких систем. Без этого нельзя доверять машине право оценивать квалификацию человека.
В сфере оценки квалификаций в области ИИ ситуация еще сложнее. Сейчас в реестре профстандартов есть несколько стандартов, связанных с ИИ, однако технологии меняются быстрее, чем цикл обновления стандартов (в среднем 3–5 лет). В результате НОК рискует оценивать компетенции, которые уже не актуальны. Например, в 2024 году массовое распространение получили LLM-агенты (автономные системы на основе больших языковых моделей), способные самостоятельно писать код, тестировать его и развертывать. Требование «уметь писать код вручную» в профстандарте для программиста стало менее критичным, зато добавилась потребность в навыках «промпт-инжиниринга» и «верификации кода, сгенерированного ИИ». В действующем стандарте этого нет.
— И что вы предлагаете делать?
— Предлагаем перейти к гибридной модели профстандартов для ИТ-сферы: базовое ядро (неизменяемые компетенции) плюс ежегодно актуализируемое приложение «Технологические компетенции под текущий стек ИИ». Это позволит НОК оперативно реагировать на перемены без изменения и утверждения всего стандарта.
— Как ИИ может помочь в мониторинге и прогнозировании рынка труда?
— Традиционные методы мониторинга (опросы работодателей, статистика служб занятости, данные ПФР) запаздывают на 6–12 месяцев. В условиях, когда внедрение ИИ может за 3–6 месяцев сократить спрос на целую профессию (например, операторов ввода данных, младших бухгалтеров), такое отставание критично. Мы видим три перспективных направления.
1. Мониторинг вакансий на основе NLP. Нейросеть анализирует ежедневно более 2 млн вакансий с hh.ru, Superjob, портала «Работа в России» и выделяет новые формулировки требований, связанные с ИИ (например, «навыки вайбкодинга», «навыки калибровки промптов»). Такой анализ позволит раньше выявить рост спроса на инженерные навыки в ИИ до того, как Минтруд России внесет соответствующие изменения в профстандарты.
2. Прогнозирование автоматизируемости профессий. На основе методики ОЭСР и адаптированных российских данных (НИУ ВШЭ, ЦСР) строятся модели, которые оценивают вероятность замены человека ИИ по каждой трудовой функции. Для НСК это дает карту рисков: какие профстандарты нуждаются в первоочередном пересмотре. Например, по нашей оценке, к 2028 году до 60% трудовых функций в профстандартах «Бухгалтер» и «Специалист по документообороту» будут автоматизированы. Это значит, что требования к человеку должны сместиться в сторону контроля, аудита и исключительных ситуаций.
3. Цифровые двойники рынка труда. Проект «Атлас новых профессий 3.0» предполагает создание имитационной модели, где ИИ проигрывает сценарии внедрения технологий в отраслях и выдает прогнозы по высвобождению/созданию рабочих мест с точностью до конкретных профстандартов. НСК может использовать такую модель для стратегического планирования разработки новых стандартов за 2–3 года до массового спроса.
— Звучит как перспективный план, но какие системные риски вы видите?
— Главные вызовы, требующие немедленной реакции, на наш взгляд: ▪ Юридическая неопределенность ответственности. Если ИИ ошибочно присвоил или не присвоил квалификацию, кто отвечает? Разработчик модели, оператор ЦОК, экзаменатор? Необходимо рассмотреть возможность внесения изменений в 238-ФЗ «О независимой оценке квалификации», прописав статус «автоматизированных оценочных средств».
▪ Разрыв в цифровой грамотности работников старших возрастов. При внедрении ИИ в НОК мы можем получить дискриминацию по возрасту, если не предусмотреть альтернативные «человеческие» траектории оценки. Это социально чувствительная тема.
▪ Безопасность персональных данных. Системы ИИ в НОК обрабатывают биометрию, поведенческие паттерны, результаты тестирования. Утечка такой информации наносит ущерб, сопоставимый с утечкой медицинских данных. Нужны специальные требования к ЦОК, использующим ИИ.
— Подведем итог. Как вы видите будущее НСК в эпоху ИИ?
— Конечно, ИИ не сможет полностью заменить роль человека, не заменит и систему квалификаций, но заставит ее пересобраться. ИИ — это не враг НСК, а ее мощный катализатор. Он обнажает слабые места: запаздывание стандартов, негибкость процедур НОК, низкую оперативность мониторинга, но и дает инструменты для их устранения. Теперь главное — успеть перестроиться.
— Татьяна, благодарю вас за такой подробный и обстоятельный разговор!
— Благодарю за внимание.