Сертификат не доказывает навыки: что показать вместо него
Сертификат подтверждает запись, а не навык. Запрет ИИ в школах Нью-Йорка, отчёт MIT и три аудита сектора — и что показать работодателю вместо бейджа.
Сертификат о прохождении онлайн-курса отвечает на вопрос, проходили ли вы курс, а не на вопрос, что вы умеете. В конце лета 2026 года сомнительным стало и первое. 1 сентября школы Нью-Йорка — крупнейший школьный округ США — запретили на один год генеративный ИИ для учеников до восьмого класса включительно. Шестью днями раньше стало известно о докладе комитета MIT: искусственный интеллект уже справляется почти с любым письменным заданием бакалавриата.
Ни школа, ни университет не придумали новый сертификат взамен. Школа убрала инструмент, который не умела проверять. Университет перестал доверять финальной работе и начал оценивать сам процесс. Обе реакции сходятся в одном, и это касается вашего резюме: доказательством навыка больше не может служить доказательство присутствия.
К началу октября к тому же выводу пришёл и остальной сектор. С 29 сентября по 2 октября вышли три независимых отчёта, и каждый — о разрыве между обещаниями ИИ и доказательствами.
Что сертификат доказывал всегдаСсылка на раздел «Что сертификат доказывал всегда»
Сертификат о прохождении фиксирует два факта: вы записались и вы дошли до конца. Проверкой умений он не был никогда, а его негласная посылка — работу вы сделали сами. Российская статистика и раньше показывала, чего такой документ стоит: по опросу SuperJob (июль 2026 года, 5 000 респондентов), 48% прошедших профессиональные курсы не заметили после них никаких перемен в работе, а зарплата выросла лишь у 6%.
По мировым данным до конца курсы доходит меньшинство: медианная доля завершивших — 12,6% (анализ 221 онлайн-курса, Jordan, 2015). Сертификат, получается, говорил скорее о настойчивости, чем об умении. Российские работодатели этого и не скрывают: по опросу hh.ru, 61% из них в первую очередь смотрят на навыки кандидата, в ИТ — 63%. Юридически сертификат платформы ничего не удостоверяет: это справка о прослушанном курсе, а не документ о квалификации.
Разрыв между справкой и навыком платформы, продающие доступ к каталогу курсов, не закрывают. Не закрывают его и встроенные в подписки «карьерные» инструменты: в тех, что мы проверяли, человека за вердиктом нет — как и результата, который работодатель мог бы открыть.
Генеративный ИИ сломал не сертификат, а ту самую посылку о честном слове. Когда модель пишет за вас эссе и сдаёт проект, справка теряет остаточный смысл. За одну неделю на это отреагировали и университет, и школа.
Нью-Йорк ответил запретомСсылка на раздел «Нью-Йорк ответил запретом»
The New York Times 1 сентября 2026 года сообщила: городские школы запрещают генеративный ИИ для учеников до восьмого класса включительно в 2026/27 учебном году, заодно ограничивая экранное время. На следующий день решение подтвердили Associated Press, CNN и городские власти.
Округ, управляющий крупнейшей государственной школьной системой страны, посмотрел на домашние задания, которым больше нельзя верить, и выбрал запрет вместо проверки. Для школы это объяснимо: прогонять каждую работу через наблюдателя невозможно. Но логика решения касается и взрослых, которые учатся сами. Когда учебное заведение не может проверить присутствие, оно отвечает ограничением, а не новым способом проверки. Документ, полученный в таких условиях, говорит о своём владельце меньше, а не больше.
MIT проверяет процесс, а не файлСсылка на раздел «MIT проверяет процесс, а не файл»
Университетский ответ появился раньше школьного. Доклад комитета MIT опубликован 25 августа, 26-го его разобрал Higher Ed Dive. Комитет пришёл к выводу: ИИ уже «выдаёт убедительные решения почти для любого письменного задания» бакалавриата. Рекомендации комитета — регулярные контрольные сроки на протяжении всего проекта и обратная связь на каждом этапе вместо одного вердикта в конце. От ИИ-детекторов комитет прямо предостерегает: они ошибаются, штрафуют студентов с нейроотличиями и тех, для кого язык неродной, и затевают гонку вооружений между детекторами и средствами обхода.
Прочтите этот документ как текст о найме, потому что он им и является. MIT признал: готовая работа больше не доказывает авторство, поэтому доказательство переезжает в процесс — этапы и человека, который за ними следит. Работодатель, открывающий ваше резюме, приходит к тому же выводу, что и профессор. Отшлифованный финальный файл мог сделать кто угодно. Задокументированная история работы с проверками — только вы.
Сектор провёл тот же аудитСсылка на раздел «Сектор провёл тот же аудит»
29 сентября EdSurge рассказал об исследовании некоммерческой организации EdReports, которая рецензирует учебные материалы. Из десяти разработчиков учебных программ и образовательных технологий лишь у одного нашлись сторонние данные о том, что его ИИ-функции улучшают результаты обучения. «Я понимала, что доказательств будет немного, но не ожидала, насколько их мало», — сказала Кортни Эллисон, руководитель академического направления организации.
На следующий день появились данные о фактическом использовании. Inside Higher Ed опубликовал первый анализ внешних инструментов, которые преподаватели подключают к Canvas — системе управления обучением, на которой построена заметная часть высшей школы за рубежом. Самый популярный ИИ-инструмент не вошёл даже в первую сотню интеграций. В реальных системах ИИ-слой оказался тоньше, чем в рекламе.
2 октября TechTimes сообщил о ежегодном списке ИТ-приоритетов высшей школы от EDUCAUSE: ИИ впервые за историю списка занял первое место, сместив кибербезопасность. Формулировка первого пункта: «определить, где ИИ действительно приносит пользу». В голосовании участвовали 882 человека, больше, чем когда-либо прежде. На втором месте стоит подготовка студентов к нестабильному миру. «Это говорит не столько о консенсусе, сколько о срочности», — отметил Марк Маккормак из EDUCAUSE.
Вместе эти три отчёта складываются в простую картину. Вендоры выпускают ИИ-функции, не доказав, что они работают. В системах, которыми преподаватели пользуются каждый день, ИИ почти не виден. Покупатели в этом секторе впервые ставят поиск реальной пользы на первое место. Работодатель, который читает ваше резюме, решает ту же задачу. Бейдж, как и сертификат, — след покупки; каждому покупателю нужен результат, который можно открыть.
Какие доказательства работают теперьСсылка на раздел «Какие доказательства работают теперь»
Если выстроить привычные сигналы кандидата в один ряд, иерархия получается жёсткая:
| Сигнал | Что подтверждает | Кто проверяет | Вес для работодателя |
|---|---|---|---|
| Сертификат о прохождении | Вы записались и закончили | Платформа, продавшая курс | Низкий |
| Прохождение ИИ-детектора | Программа гадает, что текст писал человек | Программа | Низкий: MIT не советует на это полагаться |
| ИИ-бейдж на курсе | Поставлена функция | Никто вне вендора (9 из 10 в исследовании EdReports) | Низкий |
| Артефакт по техническому заданию | Вы можете сделать оговорённую работу | Любой, кто его откроет | Высокий |
| Работа с проверкой на каждом этапе | Работа ваша, и она становится лучше | Конкретный ревьюер | Высокий |
| Публичное портфолио | Всё перечисленное, по первому запросу | Сам работодатель | Максимальный |
Сквозь эту таблицу проходят три требования.
- Артефакт, сделанный под ограничениями. Проект с техническим заданием и жёстким сроком — как в реальной работе. Свободное «изучение для себя» доказывает интерес; фиксированное задание доказывает результат. Наш список проектов для портфолио, которые помогают найти работу, построен именно на этом принципе.
- Видимый процесс во времени. Этапы со своими сроками и сдачей на каждом. Это рекомендация MIT, применённая к собственной учёбе, и единственная защита, которая работает везде: след работы существует независимо от того, верит ли кто-то вашему финальному файлу.
- Живая проверка. Обратная связь от человека, который умеет делать эту работу, — на каждом этапе, а не в конце. Автоматический тест проверяет файл; человек проверяет понимание.
Как собрать доказательства при смене профессииСсылка на раздел «Как собрать доказательства при смене профессии»
Начните с того, что уже есть. Аудит навыков сопоставляет ваш опыт с целевой ролью и показывает, каких доказательств не хватает; руководство по аудиту навыков разбирает процедуру за пять шагов, а бесплатный онлайн-аудит делает инвентаризацию за несколько минут. Если в целевой роли предполагается работа с ИИ-инструментами, пригодится и оценка ИИ-навыков: она сузит аудит до задач, которые вы уже можете делегировать модели.
Дальше достраивайте недостающее по схеме из доклада MIT: неделя за неделей, каждая заканчивается сданной работой. Отдельные сертификаты всё ещё имеют вес — в основном это прокторируемые и отраслевые экзамены; наш разбор сертификатов и портфолио объясняет, за какие из них стоит платить. Для всего остального единица доказательства — законченная работа, которую видел ревьюер.
Сколько стоят доказательстваСсылка на раздел «Сколько стоят доказательства»
Бюджет на них у вас, скорее всего, уже есть. Российский слушатель платных курсов потратил в 2025 году в среднем 47 000 ₽ и планирует на 2026-й 58 000 ₽ (опрос «Выберу.ру», январь 2026 года), причём платит обычно из своего кармана: по SuperJob, за свой счёт учились 16% россиян, за счёт работодателя — 11%. Полный разбор этих трат — сколько россияне платят за обучение из своего кармана. Если бюджет нулевой, начните с бесплатных ресурсов для смены профессии — собирать доказательства можно и без платной подписки.
Подписки на доступ тем временем тихо монетизируют незавершение: при медианных 12,6% завершивших помесячный тариф списывается независимо от того, дошёл ли кто-то до финала, — наше сравнение Coursera и Udemy показывает, как это устроено в тарифах и ценах.
Персональный план смены профессии в Traecta устроен иначе: недельный план под целевую роль, каждый модуль заканчивается работой, которую вы сдаёте, и работу проверяет человек — с разбором, который можно применить до следующего срока. Готовые материалы складываются в портфолио, которое работодатель открывает без посредников.
Платный шаг следует правилу, которое сектор заново открыл для себя этой осенью: фиксированная цена за измеримый результат, а не скидка на доступ. Живой разбор вашего плана и готовых работ, 30 минут с человеком, стоит $25. Остальной рынок продаёт доступ вместо результата: библиотеки контента месяцами держат скидки 40–72% (мы отслеживаем цены каждую неделю), но ни одна из этих цен не покупает взгляд человека на вашу работу. Начните с бесплатного аудита навыков: разбор имеет смысл, когда уже есть что разбирать.
Что делать в этом месяцеСсылка на раздел «Что делать в этом месяце»
- Сертификат о прохождении доказывает посещение, а посещение — теперь самое слабое звено. Между выводом комитета MIT (конец августа 2026 года) и годичным запретом генеративного ИИ в школах Нью-Йорка (1 сентября) прошло меньше недели.
- Сентябрьская фактура подводит тот же итог с трёх сторон. У 9 из 10 разработчиков образовательных технологий нет сторонних доказательств того, что их ИИ-функции улучшают результаты (EdReports, 29 сентября). Самый популярный ИИ-инструмент не вошёл в первую сотню интеграций Canvas (Inside Higher Ed, 30 сентября). А ИИ впервые возглавил список приоритетов EDUCAUSE с главной задачей «определить, где он даёт реальную пользу» (2 октября).
- Там, где присутствие нельзя проверить, отвечают ограничением или проверкой процесса, а не новым сертификатом. Рецепт MIT — контрольные сроки по ходу работы, живая обратная связь на каждом этапе и никакой веры в детекторы — применим к вашей учёбе уже в этом месяце.
- Выживают три доказательства: артефакт по заданию, видимый процесс и проверка человеком. Соберите все три в портфолио, которое работодатель открывает сам, — как проектное портфолио подтверждает навыки, мы разбирали отдельно.
Проверьте своё резюме глазами рекрутера и посчитайте, сколько в нём ссылок, которые можно открыть. Если меньше трёх — пройдите бесплатный аудит навыков, посмотрите, каких доказательств не хватает, и направьте годовой образовательный бюджет в то, что их производит.
ИсточникиСсылка на раздел «Источники»
- The New York Times, 1 сентября 2026: Нью-Йорк запрещает генеративный ИИ в школах
- Подтверждения политики Нью-Йорка от AP, CNN и nyc.gov, 2 сентября 2026 года
- Higher Ed Dive, 26 августа 2026: доклад комитета MIT о письменных заданиях бакалавриата
- EdSurge, 29 сентября 2026: EdReports — лишь у 1 из 10 вендоров EdTech есть сторонние доказательства ИИ-функций
- Inside Higher Ed, 30 сентября 2026: первый анализ интеграций Canvas — самый популярный ИИ-инструмент вне первой сотни
- TechTimes, 2 октября 2026: ИИ впервые возглавил список приоритетов EDUCAUSE
- SuperJob, июль 2026: отдача от профессиональных курсов
- Опрос «Выберу.ру», январь 2026 года (по публикации ТАСС): траты на дополнительное образование
- hh Карьера, опрос hh.ru: 61% работодателей в первую очередь оценивают навыки
- Jordan (2015), IRRODL: анализ 221 MOOC, медианная доля завершивших 12,6% — в нашем сравнении Coursera и Udemy
