80% студентов используют AI – и 6% преподавателей понимают правила
Четыре из пяти американских студентов используют генеративный AI для учёбы. Половина школ имеют хоть какую-то политику в отношении AI. И только 6% преподавателей говорят, что эта политика им понятна.
Stanford AI Index 2026 посвятил образованию отдельную главу – и данные складываются в узнаваемую картину: студенты обогнали институты. Инструменты доступны, навыки растут, формальное образование наблюдает со стороны.
Это пятая статья из серии «Stanford AI Index 2026». В предыдущих мы разбирали парадокс массового внедрения, экономику моделей, зубчатый край возможностей и разрыв восприятия между экспертами и обществом. Здесь – о том, что происходит с образованием, когда технология распространяется быстрее, чем институты успевают на неё среагировать.
Воронка, в которой теряется смысл
Цифры AI Index по образованию выстраиваются в каскад, и каждый следующий уровень неприятно сужается.
80% студентов вузов используют GenAI. Данные по школьникам – от 50% до 84% в зависимости от опроса. Для чего именно? Поиск источников (51%), редактирование эссе (50%), мозговой штурм (50%), объяснение сложных тем (41%). Каждый второй школьник считает, что школа должна учить работе с AI, 47% хотят, чтобы AI разрешили использовать для домашних заданий.
Спускаемся ниже. Около половины школ имеют хоть какую-то AI-политику. Звучит неплохо – пока не посмотришь на содержание. Из тех школ, у которых политика есть, только 28% разрешают использование AI в определённых ситуациях. Остальные либо запрещают, либо оставляют вопрос открытым.
Ещё уровень вниз. Только 36% студентов описывают правила своей школы как «понятные». А среди преподавателей? 6%. Один из шестнадцати.
Последний уровень. В США 45 штатов приняли стандарты компьютерных наук для школ. Из них только шесть включили AI-контент как значимую часть программы – Колорадо, Флорида, Северная Дакота, Огайо, Виргиния и Арканзас. Ещё два штата работают над черновиками. Остальные 29 упоминают AI формально, а десять – не упоминают вообще.
Итого: студенты массово используют инструмент, для которого у большинства школ нет внятных правил, преподаватели не понимают имеющиеся правила, а учебные стандарты ещё не добрались до AI как предмета.
Кто учит AI-навыкам?
Ответ неутешителен для формального образования: почти кто угодно, кроме него.
AI Index 2025 зафиксировал, что 80% знаний о генеративном AI люди получают за пределами институтов: из YouTube, рабочих чатов, подкастов, сообществ, проб и ошибок. Данные 2026 года не опровергают эту картину.
При этом спрос на AI-образование в университетах растёт. Число выпускников бакалавриата в области компьютерных наук выросло на 22% за последние десять лет. Число аспирантов по AI-специальностям растёт. На первый взгляд – система работает.
Проблема – в том, куда уходят выпускники. Подавляющее большинство AI-аспирантов идёт в индустрию сразу после защиты. Google, OpenAI, Meta платят в три-четыре раза больше, чем университеты. Люди, которые могли бы учить следующее поколение, вместо этого обучают модели. Университеты готовят кадры – и теряют их на выходе.
81% преподавателей компьютерных наук в школах считают, что AI должен быть частью базовой программы. Менее половины чувствуют себя готовыми это преподавать. 30 штатов выпустили рекомендации по AI в образовании – но только пять выделили финансирование на подготовку преподавателей. Разрыв между «надо» и «можем» заполняется благими намерениями.
Когда формальное образование не справляется, альтернативы становятся не роскошью, а необходимостью.
80% знаний об AI – из неформального образования. Курс MySummit.school построен на реальных задачах менеджера: от первого промпта до системного применения. Бесплатно.
Доступ сразу после регистрации
Глобальная картина: кто впереди
На глобальном уровне 93% стран преподают компьютерные науки в той или иной форме, 30% – в обязательном порядке. Но между «преподаём CS» и «преподаём AI» – дистанция в несколько лет.
Две страны продвинулись дальше остальных.
Китай с 2025–26 учебного года сделал AI-образование обязательным в Пекине, Гуандуне и Ханчжоу – от начальной школы до старших классов. Программа включает минимум учебных часов, последовательность от AI-грамотности в младших классах до проектирования AI-систем в старших. ОАЭ запустили аналогичную программу для всех уровней.
Южная Корея попробовала пойти тем же путём – ввела AI-учебники в начальной школе в марте 2025 – и через несколько месяцев развернулась обратно после протестов родителей и учителей. Эстония пилотирует AI-приложения для обучения с 20 000 студентов и 3 000 преподавателей.
Между тем AP Computer Science – один из основных путей к углублённому изучению CS в американских школах – до сих пор не включает AI-контент. Число сдающих экзамен выросло с 19 тысяч в 2007 году до 255 тысяч в 2024-м. Это впечатляющий рост – но содержание экзамена не поспевает за тем, что студенты уже используют в повседневной практике.
60% американских старших школ предлагают базовые курсы CS. Но доступ распределён неравномерно: Native American школьники имеют доступ в 70% случаев, Asian – в 91%. Различия по штатам ещё заметнее: в Арканзасе CS-курсы проходят 25% учеников, в Миннесоте – меньше 2%.
Навыки растут – но не там, где ожидаешь
LinkedIn ввёл в 2026 году новую метрику – AI Skills Diffusion Index, которая измеряет рост AI-навыков в каждой стране относительно её собственной базовой линии. Данные по AI skill penetration рисуют неожиданную карту.
Индия лидирует с показателем 3,0x от мирового среднего. AI-навыки присутствуют в профилях индийских специалистов втрое чаще, чем в среднем по планете. США – 2,0x, Германия – 1,8x. Сингапур, ОАЭ, Израиль – в диапазоне 1,3–1,4x.
При этом в Индии сохраняется заметный гендерный разрыв: мужчины указывают AI-навыки в 1,5 раза чаще женщин. В США разрыв уже (2,1 против 1,4), но он есть во всех измеренных странах.
Интересно другое. AI-грамотность (умение пользоваться AI-инструментами) растёт быстрее AI-инженерии (умение строить AI-системы). Это логично – но разрыв говорит о том, где именно происходит обучение. Грамотность растёт через рабочую практику и самообразование. Инженерия требует формальной подготовки, которая, как мы видели, не справляется с потоком.
Самые быстрорастущие AI-навыки в США по версии LinkedIn: промптинг, Microsoft Copilot Studio и GitHub Copilot в категории грамотности; AI-агенты, AI-продуктивность и AI-стратегия в категории инженерии. Обратите внимание: три из пяти топовых навыков грамотности – это навыки работы с конкретными продуктами, а не абстрактные компетенции. Люди учатся через инструменты, а не через курсы.
Обучение, привязанное к реальной практике, работает лучше абстрактной теории.
Промптинг – навык №1 в AI-грамотности по данным LinkedIn. В открытом модуле MySummit.school – 9 уроков, где промптинг встроен в реальные управленческие задачи.
Доступ сразу после регистрации
Что это значит для менеджера
Образовательные данные AI Index касаются менеджера напрямую – даже если вы давно закончили учёбу.
Ваши будущие сотрудники формируются прямо сейчас в системе, которая не поспевает за инструментами, которые эти сотрудники уже используют. 80% студентов работают с GenAI, но делают это бессистемно – потому что никто не учит их работать системно. Через два-три года эти люди придут в вашу команду. Уровень их AI-навыков будет определяться не дипломом, а тем, насколько удачно сложилось самообразование.
Следствие: собеседование на AI-навыки становится необходимым – и сложным. Диплом по CS ничего не говорит о реальном опыте работы с GenAI. Сертификат по промптингу – тоже мало. Единственный надёжный сигнал – конкретный опыт: что делал, какие задачи решал, как измерял результат.
Ещё одно следствие: обучение внутри компании выходит на первый план. Если формальное образование не справляется, а 80% знаний приходят из неформальных источников, то корпоративное обучение – единственный канал, где можно задать качество. Вопрос в том, как его организовать, чтобы оно не превратилось в очередной формальный курс, который проходят для галочки.
Данные LinkedIn подсказывают направление: люди учатся через инструменты. Copilot Studio, GitHub Copilot, AI-промптинг – всё это навыки, привязанные к конкретной практике. Обучение, построенное вокруг реальных рабочих задач, работает. Абстрактные лекции об «основах AI» – скорее нет.
Серия «Stanford AI Index 2026»
Это пятая статья серии – дополнительный выпуск, посвящённый образовательным данным отчёта. В четырёх основных материалах мы прошли от парадокса массового внедрения через экономику моделей и зубчатый край возможностей к разрыву восприятия.
Сквозной сюжет серии – разрыв между доступностью AI и глубиной его использования. Образование – место, где этот разрыв виден острее всего. Технология уже в руках студентов, но институты, которые должны помочь ей воспользоваться осмысленно, отстают на годы.
Для менеджера это означает конкретную вещь: обучение AI-навыкам – ваша задача, а не задача системы образования. Система не справляется. Вы – можете.
Система не учит – учитесь сами
Stanford AI Index показывает: формальное образование отстаёт от реальности на годы. Курс MySummit.school построен на данных из отчётов и практике менеджеров: 9 бесплатных уроков, где AI-навыки встроены в реальные рабочие задачи.
Stanislav Belyaev
Engineering Leader в Microsoft18 лет в управлении инженерными командами. Основатель mysummit.school. 700+ выпускников в Яндекс Практикуме и Стратоплане.