«Медленна захисна криниця знань»

Усі знають, що наука — це колективне досягнення.
Гравітаційні хвилі — це результат роботи кількох тисяч людей, які витратили десятки років. За AlphaFold стоїть вся команда DeepMind. Ніхто не скаже, що це результат роботи якогось генія-одинака.
Але технологічні компанії при наймі AI-розробників роблять ставку зовсім навпаки.
Недавній огляд у «Nature» розкрив цифру: молоді дослідники, які працюють близько п’яти років і мають високий цитувальний показник статей, у наступному році з більшою ймовірністю переходять у галузь — у 100 разів частіше, ніж звичайні вчені.
100 разів. Не двоє-троє.
Це не питання особистого вибору, це структурне кровотеча.
Провідний професор у галузі AI отримує приблизно 20–40 тисяч доларів на місяць. Звучить багато. Але загальна компенсація від Google або OpenAI може сягати 100–300 тисяч доларів. Один і той самий фахівець, однакову роботу виконує, але зарплата різниться у кілька разів.
Логіка галузі дуже проста: якщо є «10-кратний інженер», то не потрібно наймати десять звичайних. І зараз ця логіка навіть еволюціонує — якщо AI зможе замінити інженерів середнього та нижчого рівня, то ще більше потрібно зосередити ресурси на залученні топ-талантів.
Проблема в тому, що ця логіка робить навпаки.
Можна уявити академію як ґрунт, а галузь — як будівництво на ньому.
Робота ґрунту — повільна, вона не передбачає застосування у конкретних сценаріях, вона допускає помилки. Вона створює знання, яке можна багаторазово цитувати і відкрито критикувати, а не продукт, орієнтований на комерційні цілі.
Якщо викопати найродючішу частину ґрунту і побудувати на ній будинок, короткостроково будинок буде кращим, але довгостроково ваш фундамент поступово стане порожнім.
Я сам у останньому році PhD одночасно працював над цим питанням: потрібно публікувати статтю, але й отримувати пропозиції від галузі.
Цей вибір — не лише про зарплату, а про те, з якою швидкістю і для кого ви досліджуєте, яку логіку обираєте.
Проблеми галузі реальні, але вони мають прихований часовий тиск і орієнтацію на застосування. Наука — це свобода, але цю свободу потрібно платити.
Це відтік кадрів не вирішується «більшою конкуренцією у науці». Гроші не можна виграти, витративши менше.
Насправді, потрібно, щоб наукова система знову чітко визначила, що саме вона пропонує — «речі, яких немає у галузі», і зробила їх більш помітними і привабливими для тих, хто цінує їх.
Я постійно думаю про одну концепцію: я називаю її «захисною криницею знань» (慢知識的護城河).
Не всі цінні знання можна реалізувати у 18-місячному циклі продукту. Ті, що не можна, мають хтось берегти.
--------------------------
Цитати:
1. Sanders, N. E., & Schneier, B. (2026). Чому високі зарплати для AI-дослідників погані для майбутнього науки. Nature.

2. Jurowetzki, R., Hain, D. S., Wirtz, K., & Bianchini, S. (2025). Приватний сектор скуповує AI-дослідників: які наслідки для науки? AI & Society, 40(5), 4145–4152.