惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

J
Java Code Geeks
TaoSecurity Blog
TaoSecurity Blog
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
Hugging Face - Blog
Hugging Face - Blog
WordPress大学
WordPress大学
L
LangChain Blog
云风的 BLOG
云风的 BLOG
B
Blog
博客园 - Franky
Microsoft Security Blog
Microsoft Security Blog
Microsoft Azure Blog
Microsoft Azure Blog
博客园 - 聂微东
月光博客
月光博客
The Cloudflare Blog
D
Darknet – Hacking Tools, Hacker News & Cyber Security
T
Threat Research - Cisco Blogs
aimingoo的专栏
aimingoo的专栏
C
Cyber Attacks, Cyber Crime and Cyber Security
T
Tenable Blog
GbyAI
GbyAI
Cisco Talos Blog
Cisco Talos Blog
Security Archives - TechRepublic
Security Archives - TechRepublic
SecWiki News
SecWiki News
F
Full Disclosure
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
博客园 - 三生石上(FineUI控件)
Hacker News: Ask HN
Hacker News: Ask HN
宝玉的分享
宝玉的分享
博客园_首页
H
Heimdal Security Blog
G
GRAHAM CLULEY
B
Blog RSS Feed
大猫的无限游戏
大猫的无限游戏
有赞技术团队
有赞技术团队
S
Secure Thoughts
Recorded Future
Recorded Future
T
Tailwind CSS Blog
F
Fortinet All Blogs
Recent Announcements
Recent Announcements
Recent Commits to openclaw:main
Recent Commits to openclaw:main
腾讯CDC
AWS News Blog
AWS News Blog
Latest news
Latest news
C
CERT Recently Published Vulnerability Notes
A
About on SuperTechFans
美团技术团队
爱范儿
爱范儿
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
L
Lohrmann on Cybersecurity
NISL@THU
NISL@THU

Все публикации подряд на Хабре

Ловим музу за клавиатуру: как айтишнику стать автором Что умеет Midjourney в 2026? Мой немного грустный разбор этого шикарного инструмента Никто не любит писать тесты, но ИИ может исправить это IPv8 выглядит как мечта. Поэтому почти наверняка не взлетит Производители вернули в продажу материнки с DDR3. Что происходит? Управление агентом с телефона через Telegram теперь в KodaCode От координации к лидерству: как меняется роль руководителя разработки Я сделала родителям бизнес вместо пенсии: зарабатываем 70 тысяч, мама не даёт продать В три раза быстрее приемка товара и оптимизация трудозатрат на 73%: как «РСТ-Инвент» помог Gulliver Group ИИ-шечный мир победил? О влиянии искусственного интеллекта на игропром Кремль снижает давление на Телеграмм пока Европа строит интернет по паспорту Как CEO, CTO и CIO за 8 часов собрали ИИ-директора, который умеет держать позицию под давлением Как (не) потерять домен за выходные Вместо 8 разных VPS: как я организовал практику студентам на одном сервере Почему твой Open Source проект не замечают? R&D: искусство управления неопределенностью в разработке AI-дефляция: вакансий для разработчиков больше, а рост зарплат — худший за 15 лет Мы отдали управление роботами OpenClaw. Что из этого вышло Галактический ID: система идентификации для всех форм разумной жизни Шесть основ бизнес-анализа: начинаем с вопроса «Кто в игре?» Код-ревью, в котором дело не в коде Данные переехали. Команда — нет Системной подход к сдаче OSWE в 2025 Почему комната управления реактором покрашена в цвет морской пены 4 YAML-файла вместо PySpark: как аналитикам строить пайплайны без разработчиков LLM-агент для поиска свободных доменов: автоматизируем подбор Когда, зачем и как правильно начинать новую сессию в Claude Code? Как я заставил нейросеть писать макросы для FreeCAD Анатомия ИИ‑агента для подбора персонала. От тысячи резюме к топ‑10 за минуты Опыт разработчика как экономика внимания Автономность как точка невозврата: кто будет субъектом в цифровом будущем Обучение ИИ в «диких» условиях: как рутинные действия превращаются в датасеты Как измерить LLM для задач кибербеза: обзор открытых бенчмарков Где хранить код? Сравнение GitHub, GitLab и Bitbucket Математика объясняет, почему нормальное распределение встречается повсюду Почему ваш FinOps не работает: 12 тезисов от практиков Как подписать проектную документацию УКЭП с использованием бесплатных лицензий Pilot Адаптивное администрирование Sigla Vision Я грузил уран в бочки, а потом 20 лет строил ИТ в атомной отрасли Чем позвонить с Эвереста? История и обзор спутниковой связи. Часть 2 Как языковая модель помогает контролировать качество инструктажей по охране труда в металлургии Как не передать на desktop свой IP в РКН Анатомия SAP Privileges: как устроено управление правами в macOS MoneyDev: Сказка про три главных слова Обновлённый токенизатор видео K-VAE 2.0 от Сбера Как сделать диспетчеризацию дома на 1284 квартиры почти бесплатно Как мы разогнали железную дорогу Мы дали агентам рутину. Теперь надо решить — что делать с освободившимся временем Токсичный контент, промпт-хакинг и защита ИИ — всё о Guardrails для LLM Умный город начинается с точного взгляда: как «Фалькон Тех» меняет пространство к лучшему Навайбкодил приложение для анализа графов Почему Дюну так интересно читать? Упрощаем работу с рутиной или как стать Гендальфом Белым Деконструкция Go: CPU, RAM и что там происходит. Go Assembler база. Часть 1.1 Какие профессии исчезнут из-за ИИ, а какие появятся? И что с этим делать Как мы построили IT-отдел, где хочется расти: архитектурные встречи, прозрачные метрики и книжные подарки Rufler: Делаем из Claude Code автономный рой через один YAML-конфиг Sing-box и белый список приложений Как построить надёжный обмен сообщениями в микросервисах: лучшие практики для enterprise OpenAI строит MLM-пирамиду, а McKinsey и Accenture помогают ей в этом Дом, который не построил Фишер (Часть 2) «Сверхзвуковой математик» против «Вдумчивого логиста»: битва алгоритмов 3D-упаковки Мультимодальные модели – грубый и дорогой инструмент Разговоры ничего не стоят. Код тоже Проверки физических лиц: с кого начнет ФНС Топ-10 бесплатных нейросетей для создания видео в 2026 году Первые слои кода: как наши решения сегодня определяют архитектуру ИИ на десятилетия Разработка нового статического анализатора: PVS-Studio JavaScript Поиск уязвимостей ПО: базовый минимум или роскошный максимум Почему оценка персонала не работает как инструмент управления Как мы разработали ИИ-ассистента и сократили рутину продуктовой команды на 50% Как я ушел из найма, нажарил косточек и продал на маркетплейсах на 168 млн в год Когда 1С:ERP уже внедрена, а нормального производственного плана всё ещё нет Как я сделал Claude мультимодальным, подключив к нему Qwen Omni Как приглашение на вакансию мечты превращается в атаку Infrastructure as Code: философия и лучшие практики IaC Тестируем Yandex Code Assistant на задаче, в которой нужно хранить секреты nxs-universal-chart v3.0: новое поколение универсального Helm-чарта Callback Injection: Техника, которая отправила Microsoft Defender в глухой нокаут «Все идеи на стол»: митап как способ вывести проект из тупика Сегодня я узнал нечто новое о GPU благодаря багу в своей игре Как заставить LLM ̶ ̶г̶а̶л̶л̶ю̶ ̶ эволюционировать Карта событий как фундамент аналитики: практический кейс для E-commerce Что выбрать для AI: x86, ARM или RISC-V? Дайджест железа за март Роль соматических мутаций в развитии аутоиммунных заболеваний: путь к избирательной терапии Mythos от Anthropic — тревожный сигнал для всех, а не только для банков Guardrails для LLM на Java: как приручить промпт‑инъекции и токсичные ответы Green-VLA: как мы собрали VLA-модель для реального антропоморфного робота и не потеряли обобщение Финансовая гонка вооружений: почему умные люди добровольно в ней участвуют Эра ИИ-агентов наступила: выбираем лучшего цифрового сотрудника # Практический опыт внедрения WinCC Redundancy на производственном предприятии Сделал MVP за 3 дня, а потом неделю прикручивал оплату. Оно того стоило? Физика против Маска: почему Starship V3 может оказаться ещё одной катастрофой Нефть Венесуэлы: крупнейшие запасы в мире, но не крупнейшая нефтяная держава JPA 4. Переосмысление Hibernate Почему зеркальная фотокамера Nikon D5 десятилетней давности идеально подошла для миссии «Артемида-2» Проект «Уровень-Спутник» или как мы сделали платформу для гидрологов «Замедлиться, чтобы ускориться»: почему ИИ повышает цену ошибок в требованиях и архитектуре Как с нуля поднять трафик IT-компании на 1657% при бюджете 55 тыс. и выжить Pixel-perfect Downsampling — идеальная отрисовка 50 миллионов точек без потерь
81 000 интервью с Claude: чего на самом деле хотят люди от ИИ (и что их пугает)
Маша К. · 2026-06-18 · via Все публикации подряд на Хабре

Простой

11 мин

111

Anthropic (создатели Claude) провели, пожалуй, самое масштабное качественное исследование об отношении людей к ИИ. 80 508 человек из 159 стран на 70 языках поговорили с «Anthropic Interviewer» (специальной версией Claude) о своих надеждах, страхах и реальном опыте.

«Впервые я почувствовал, что ИИ превзошёл человеческие качества в рабочей задаче. В тот день я вовремя ушёл с работы и забрал дочь из детского сада»

— инженер‑программист, Япония

«Меня уволили в мае, потому что компания решила заменить меня AI‑системой».

— специалист по технической поддержке, США

Оба высказывания — из одного и того же исследования. Оба респондента — пользователи Claude.

Публичные обсуждения ИИ чаще всего строятся вокруг абстрактных прогнозов о его рисках и преимуществах. Но что такое «успешный ИИ»? Почему люди прибегают к помощи искусственного интеллекта? Как меняется представление об ИИ после того, как начинаешь им пользоваться?

Разбираемся в 80-страничном отчёте Anthropic и отвечаем на главный вопрос — что же такое ИИ сегодня?

Почему исследование актуально и можно ли ему верить? 

Мы привыкли к двум полярным мнениям: «ИИ спасёт мир, автоматизирует всю рутину, даст безусловный доход» или «ИИ уничтожит рабочие места, разрушит критическое мышление и захватит мир».

Anthropic задались другим вопросом: «А что говорят люди, которые реально используют ИИ каждый день?» Не абстрактные «эксперты» и не случайные прохожие, а активные пользователи Claude. 

Спойлер: выяснилось, что надежда и тревога не разделяют людей на группы. Они сосуществуют внутри одного человека. Тот, кто хочет от ИИ личностного роста, в три раза чаще боится эмоциональной зависимости от него. Тот, кто экономит время, признаёт, что нагрузка выросла и «приходится бежать быстрее, чтобы просто оставаться на месте».

Исследование уникально не только масштабом, но и методологией. Anthropic Interviewer задавал каждому «собеседнику» определенный список вопросов о том, чего он хочет и не хочет от ИИ, а затем адаптировал дополнительные вопросы в зависимости от ответов.

Что сделали Anthropic:

  • Пригласили всех пользователей, у которых есть аккаунт Claude.ai (в течение недели в декабре);

  • Запустили «Anthropic Interviewer» — специальный промт, превращающий Claude в интервьюера;

  • Интервьюер задавал открытые вопросы (например: «Что вы хотите от ИИ?», «Что вас пугает?», «Было ли уже такое, что ИИ приблизил вас к этой цели?»);

  • Получили 80 508 завершённых интервью (159 стран, 70 языков);

  • Обрабатывали данные тоже с помощью Claude (классификация ответов по категориям, выделение цитат, тональный анализ);

  • Вручную проверили и обезличили все публикуемые цитаты. 

Конечно, у исследования есть ограничения. Например:

  • Участие приняли только активные пользователи Claude (то есть они уже нашли в нём ценность, технически подкованы, чаще англоговорящие);

  • Порядок вопросов (сначала надежды, потом страхи) мог искусственно усилить связку «свет‑тень»;

  • Отбор: те, у кого сильное мнение, с большей вероятностью дошли до конца.

Получается, это не репрезентативный опрос населения Земли. Но с учётом масштаба и глубины — это однозначно одно их лучших на данный момент исследований о реальных пользователях ИИ.

Чтобы разобраться в этом огромном объеме информации, каждый разговор классифицировали по разным категориям — чего люди хотят от ИИ, получают ли они то, чего хотят, чего боятся, чем занимаются (если упоминается), и их отношение к ИИ в целом. 

Чего люди хотят от ИИ?

Интервьюер Claude анализировал ответы и определял, чего каждый человек больше всего хочет от ИИ. Основные надежды, связанные с ИИ, были классифицированы в 9 смысловых категорий.

Категория

Доля

Суть

1

Профессиональное совершенство

18.8%

Автоматизировать рутину → заниматься сложными, интересными задачами

2

Личностная трансформация

13.7%

ИИ как коуч, терапевт, помощник в саморазвитии

3

Управление жизнью

13.5%

ИИ как «внешний мозг»: напоминалки, планирование, снижение когнитивной нагрузки

4

Свободное время

11.1%

Освободить часы для семьи, друзей, отдыха

5

Финансовая независимость

9.7%

Заработок, бизнес, инвестиции — вырваться из экономических ограничений

6

Общественная трансформация

9.4%

Решение глобальных проблем: болезни, климат, неравенство

7

Предпринимательство

8.7%

ИИ как «силовой множитель» для запуска и масштабирования бизнеса

8

Обучение и рост

8.4%

ИИ как персональный учитель

9

Творческое самовыражение

5.6%

Перенос идей в искусство, игры, музыку, книги

Важный нюанс: если копнуть глубже, «профессиональное совершенство» часто оказывается средством, а не целью. Когда интервьюер спрашивал «а зачем тебе это?», всплывало желание проводить время с семьёй или наконец‑то выспаться. Люди хотят не просто работать лучше — они хотят жить лучше.

Девять получившихся категорий могут выглядеть очень разрозненными, но на самом деле они основаны на понятных человеческих желаниях. Примерно треть посвящена тому, чтобы «освободить место» для жизни — больше времени, денег, когнитивных возможностей. Ещё четверть посвящена использованию ИИ для помощи в работе (не убегать от работы, а получать от нее больше). Примерно пятая часть посвящена тому, чтобы стать лучше — учиться, исцелять, расти. И лишь малая часть хочет создать что‑то («творческое самовыражение») или исправить мир («социальная трансформация»).

«С ИИ я могу быть эффективнее на работе... В прошлый вторник я мог готовить с мамой вместо того, чтобы заканчивать рабочие задачи»

— Офисный работник, Колумбия

«Я хочу тратить меньше мозговой силы на проблемы клиентов... Найдёшь время почитать ещё книги»

— Фрилансер, Япония

Люди получают от ИИ то, что хотят?

81% опрошенных сказали, что ИИ «уже сделал шаг» в сторону их видения. 

Категории, в которых ИИ уже принес пользу:

Тип пользы

Доля

Пример

1

Производительность

32.0%

«Я сократил 173-дневный процесс до 3 дней» 

2

Когнитивное партнёрство

17.2%

«Claude помог мне пережить потерю матери — у меня больше нет друзей или семьи, чтобы поговорить»

3

Обучение

9.9%

«Я боялся математики со школы. Claude объяснил мне тригонометрию заново»

4

Техническая доступность

8.7%

«Я владел мясной лавкой 20 лет, теперь с Claude делаю то, что всегда хотел — приложение для людей с инвалидностью» (Чили)

5

Синтез исследований

7.2%

«Claude соединил мои симптомы с редким исследованием — после 9 лет неверных диагнозов»

6

Эмоциональная поддержка

6.1%

«Моя мама видит в Claude друга — стала спокойнее, бегает, танцует, общается с людьми»

Главной темой в категории «продуктивности» (32%) было техническое ускорение — разработчики описывали значительные приросты в том, что они могли выпускать в одиночку:

«Я использовал ИИ, чтобы сократить 173-дневный процесс до 3 дней. Но самое значимое — это свобода развивать карьеру, не жертвуя временем с близкими.»

— Инженер‑программист, США

Когнитивное партнёрство (17%), обучение (10%) и эмоциональная поддержка (6%) часто упоминали одни и те же основные преимущества ИИ: терпение, доступность и отсутствие суждений.

«Мой профессор преподаёт для 60 человек и не отвечает на много вопросов после занятий. Я могу спрашивать ИИ что угодно, даже в 2 часа ночи — включая все глупые»

— Студент, Индия

Те же качества, которые делают ИИ терпеливым наставником или неутомимым коллегой, также делают его местом, куда люди обращаются, когда человеческая связь недоступна или кажется слишком неудобной.

Например, в исследовании много историй о людях, использующих ИИ для проживания горя. Женщина, переживающая утрату, объяснила, почему выбрала ИИ вместо человеческих связей: «Claude — как губка, нежно держащая и ловящая мою тоску и вину по отношению к матери... В отличие от настоящих людей, у Claude безграничное терпение, чтобы меня выслушать, он понимает мою боль и беспомощность». Она добавила: «Основная проблема в том, что после смерти моей матери у меня нет ни друзей, ни семьи, которым можно было бы довериться».

Все эти наблюдения намекают на двойственность нашего опыта работы с системами ИИ. Одни видят в этом заполнение пробелов в человеческих отношениях. ИИ помогает им справляться с трудными обстоятельствами, компенсирует недоступное образование или здравоохранение, служит инфраструктурой для людей с инвалидностью. Другие видят в ИИ подмену реальности. Как интерпретировать все эти истории — вопрос открытый.

А что пугает? (страхи и риски)

Положительные взгляды людей на ИИ в основном происходили из нескольких базовых желаний: больше времени, больше автономии, больше личной связи. Опасения были более разнообразными и конкретными. Страхи и риски, связанные с ИИ, люди перечисляли сами, без подсказок. В среднем каждый респондент назвал 2–3 примера. Основные страхи в отношении ИИ:

Страх

Доля

Суть

1

Ненадёжность (галлюцинации)

26.7%

«Приходится перепроверять каждый факт — экономия времени исчезает»

2

Рабочие места и экономика

22.3%

«Люди боятся, что они — те самые лошади, которых заменили авто»

3

Автономия и свобода воли

21.9%

«ИИ рисует линию, а потом я не понимаю, моя это мысль или его»

4

Когнитивная атрофия

16.3%

«Я перестал думать сам. Даже этот абзац — не совсем мои слова»

5

Отсутствие управления (governance)

14.7%

«Непонятно, кто виноват, когда ИИ ошибается»

6

Дезинформация

13.6%

«Deepfake, пропаганда, эрозия общей реальности»

7

Слежка и приватность

13.1%

«Всё умное работает слегка против меня»

8

Злонамеренное использование

13.0%

«Без людей на курке мы будем спать лучше, но причинять больше вреда»

9

Потеря смысла и творчества

11.7%

«Раньше меня хвалили за испанский — теперь зачем писать самому?»

10

Чрезмерные ограничения (over‑restriction)

11.7%

«Угроза не в том, что ИИ станет слишком мощным, а в том, что он станет слишком робким»

11

Благополучие и зависимость

11.2%

«Убрать трение из задач — хорошо, убрать из отношений — лишить их роста»

12

Угодливость

10.8%

«Claude подтверждал мои нарциссические иллюзии — надо было быть критичнее»

13

Экзистенциальный риск

6.7%

«Если не решить вопрос уравнивания, никто не вырастет»

Некоторые опасения касались структурных изменений — того, как правительства и корпорации внедряют ИИ, масштабных экономических потрясений. Другие были более личными: страх, что ИИ может ослабить собственное мышление, креативность или отношения. 

Единственная проблема, о которой люди чаще говорят из личного опыта, а не гипотетически — это ненадежность (галлюцинации). Остальные страхи больше из разряда «боюсь, что так будет».

«Мне пришлось фотографировать, чтобы убедить ИИ, что это неправильно. Это было похоже на разговор с человеком, который не признает свою ошибку»

— Офисный сотрудник, Бразилия

Около 11% людей не выразили обеспокоенности — они склонны рассматривать ИИ как нейтральный инструмент, сравнивая его с электричеством или интернетом, или же были уверены, что возникшие из‑за него проблемы можно решить с помощью адаптации. 

Также были упомянуты и другие проблемы. Например, вопросы предвзятости и дискриминации (5%), права на интеллектуальную власть и данные (4%), экологические издержки (4%), вред детям и уязвимым группам (3%), демократия и политическая честность (3%), или геополитика (2%).

«Свет и тень»: главные противоречия ИИ

Исследователи выделили пять дилемм, где одно и то же свойство ИИ приносит и пользу, и вред. Люди не выбирают «либо‑либо» — они живут в этом напряжении. Пять ключевых противоречий:

Дилемма

Свет (видели пользу)

Тень (видели вред или боятся)

Комментарий

Обучение vs атрофия

33% (ускорили обучение)

17% (перестали думать)

Учителя видят атрофию у студентов; у самообучающихся (фрилансеры, ремесленники) ее почти нет

Принятие решений vs галлюцинации

22% (лучше решения)

37% (галлюцинации мешают)

Юристы и врачи сталкиваются с обеими сторонами чаще всех

Эмоциональная поддержка vs зависимость

16% (помощь)

12% (страх зависимости)

Самая сильная связь «света» и «тени» в одном человеке

Экономическая свобода vs замещение

28% (заработали деньги)

18% (потеряли работу)

Фрилансеры в креативных индустриях: 23% пользы и 17% вреда — почти паритет

Экономия времени vs иллюзорная производительность

50% (сэкономили время)

19% (нагрузка выросла)

Самый частый плюс

В большинстве напряженностей сторона выгоды больше основана на опыте, тогда как вред склоняется к гипотетическому аспекту. Например, 33% людей упомянули пользу ИИ для обучения, а 17% выразили обеспокоенность по поводу когнитивной атрофии из‑за использования ИИ. 91% тех, кто упомянул пользу, отметили, что осознавали эти достижения в той или иной форме, но 46% тех, кто беспокоился об атрофии, видели это своими глазами. 

«Я, наверное, за полгода узнал больше, чем мог бы за университетскую степень»

— Предприниматель, Германия

«Я думаю уже не так сильно, как раньше. Мне сложно выразить мысли, которые у меня есть, словами.»

— Пользователь ИИ, США

Когда мы обсуждаем «риски ИИ» абстрактно, мы упускаем главное — эти риски и выгоды переплетены. Нельзя получить одно, полностью избежав другого. Вопрос в том, как управлять балансом.

География «надежд и страхов»

В мире 67% опрошенных выразили положительное отношение к ИИ. Появились явные тенденции, согласно которым люди в Южной Америке, Африке и большей части Азии смотрят на ИИ с большим оптимизмом, чем в Европе или США. Существовали явные региональные закономерности в том, как взгляды различались по всему миру. 

Регионы с самым высоким оптимизмом:

  • Африка (Нигерия 81%, Гана 78%, Уганда 85%)

  • Южная Америка (Перу 82%, Гватемала 88%)

  • Южная и Юго‑Восточная Азия (Индонезия 73%, Вьетнам 73%)

Регионы с самым низким оптимизмом:

  • Европа (Германия 64%, Франция 65% — средний, но ниже глобального)

  • Океания (Австралия 65%, Новая Зеландия 64%)

  • Восточная Азия (Южная Корея 61%, Япония 69% — но при этом высокие страхи когнитивной атрофии)

Хотя некоторые стремления — например, в области профессионального совершенства — практически универсальны, существуют явные различия. Например, развитые регионы всё больше хотят, чтобы ИИ управлял сложностью жизни; развивающиеся — чтобы ИИ создавал больше возможностей.

Заключение: что все это значит для нас

ИИ — это парадокс.

Это и есть главный вывод из исследования Anthropic.

ИИ помогает думать, но может ослабить мышление. Экономит время, но повышает ожидания. Поддерживает, но может изолировать. Люди одновременно ждут от ИИ очень многого — и сильно его опасаются.

В целом, все пользователи, которые приняли участие в опросе, хотят стать умнее, быстрее и свободнее с помощью ИИ. Но при этом один из самых частых ответов — «ИИ пока не оправдывает ожиданий». Всех пугает не апокалипсис, а практические последствия. То, как ИИ сказывается на разных сферах жизни. На сегодняшний день можно сделать четкий вывод — люди видят в ИИ потенциал, но есть значительная разница между потенциалом и текущей реализацией.

P. S. Что дальше?

Anthropic пишут, что следующее исследование будет посвящено «долгосрочному влиянию Claude на благополучие пользователей» — не просто «ускорил ли я задачу», а «стал ли я счастливее/здоровее/свободнее через полгода». Что ж, будем наблюдать!

___

Ссылки по теме:

Написано по результатам исследования, проведённого командой Anthropic (Saffron Huang, Shan Carter и другие). Исследование опубликовано 18 марта 2026 года.