Учёному должно быть интересно все

Почему программирование может стать скользкой дорожкой

После первого курса я хотел пойти в программисты. Программирование у меня получалось, это было интересно, и деньги были нужны. Я даже подрабатывал программистом на втором и третьем курсах. Сейчас я понимаю, что для человека, который хочет заниматься наукой, ранний уход в коммерческую разработку может быть скользкой дорожкой.

Не потому что IT плохо. Я сам, по сути, IT-шник в широком смысле: вычислительная математика, программирование физических процессов, моделирование, численные методы — все это рядом с программированием. Но когда ты слишком рано уходишь в работу, можно потерять время, которое нужно для фундамента. Первые полгода в коммерческом программировании часто интересно, а дальше легко начинается рутина: похожие технологии, похожие задачи, ожидание следующего задания.

Меня с детства поражало, как компьютерная игра создает внутри себя мир со своими законами. Как можно сделать модель, которая живёт в коробке и с которой мы взаимодействуем? Поэтому мне было интересно не просто писать код, а моделировать физические процессы. Постепенно именно это и привело меня к вычислительной математике.

Игорь Борисович Петров и поворот в науку

В аспирантуре у меня был непростой момент. Я поступил на кафедру, но с первым научным руководителем не сложилось. Был период растерянности: что делать дальше, куда идти, как вообще остаться в науке. Тогда заведующим кафедрой был Игорь Борисович Петров.

Он дал мне вычислительную задачу. У меня уже были навыки программирования, и они хорошо сработали: я быстро сделал трехмерную программу, вошел в тему, дело пошло. Диссертацию я фактически сделал за два года, даже меньше, и защитился.

Но главное даже не скорость. Главное — человеческое отношение. У Игоря Борисовича был совсем другой подход к молодежи. Он умел работать со студентами и аспирантами, относился к ним по-человечески, помогал решать проблемы, при этом сам оставался заряженным наукой. Он мог на выходных позвонить и сказать: нашел старую статью, там такая идея, надо попробовать. Это и держит в науке: когда рядом не администратор, а человек, который сам горит задачей.

Как удерживать молодых в науке

Вопрос, почему молодые уходят в коммерцию, сложный. Я думаю, что первое условие — у самого человека должен быть интерес к науке. Не внешний лозунг, а внутренний интерес. Дети изначально очень живые, всем интересуются. Но к третьему курсу многие уже потухшие, уже работают аналитиками, смотрят на жизнь прагматично. А первый курс часто ещё заряжен. Значит, за несколько лет что-то в системе гасит этот интерес.

Одна причина — лёгкие деньги. В IT порог входа ниже, чем в науку, и человек быстро видит доход. Это не плохо само по себе, но если сильный студент слишком рано переключается на работу, он может не успеть построить фундамент. Потом вернуться в глубокую науку гораздо сложнее.

Вторая причина — условия. Молодому учёному нужны деньги, но не только деньги. Ему нужна понятная траектория поддержки. Часто есть программы для студентов, аспирантов, молодых учёных, но они неравномерны: пока ты попадаешь в одну категорию, поддержка есть, перешагнул порог — и провал. Нужна более непрерывная система.

Третья причина — бюрократия. Учёный не должен быть одновременно бухгалтером, кадровиком, администратором и юристом. Понятно, что правила нужны, но должен быть сервис, который снимает лишнюю нагрузку. Человек должен заниматься наукой и студентами, а не бесконечно разбираться в процедурах.

Университет должен готовить учёных учёным

Если университет готовит учёных, там должны преподавать учёные. Не только люди, которые умеют читать курс, а люди, которые сами находятся внутри научного поиска. Студент очень быстро чувствует разницу: преподаватель просто пересказывает материал или он сам живёт задачей.

Учёный-преподаватель может вовлечь не только через тему, но и через личный пример. Он показывает, что задача не закончилась на последнем слайде, что за ней есть продолжение, нерешенный вопрос, спор, статья, эксперимент, расчёт. Так формируется не только знание, но и научная интонация.

Мне кажется, очень важно вовлекать студентов в работу постепенно. На первых курсах нужно строить фундамент, не бросать учёбу ради ранней работы. На старших курсах уже можно подключать практику, проекты, программирование, реальные задачи. Но сначала — база.

ИИ и привычка к готовому

Искусственный интеллект и автоматизированные помощники уже меняют обучение. Проблема не в том, что они существуют. Проблема в том, что человек привыкает: для него слишком многое становится готовым и подготовленным. Он перестает проходить путь самостоятельно.

А в математике, программировании, моделировании и вообще в науке очень важно самому уметь дойти до решения. Готовый ответ может помочь, но если ты не понимаешь, почему он такой, ты не стал сильнее. У тебя появилось не знание, а зависимость от подсказки.

Поэтому главный навык — не только пользоваться инструментами, а сохранять способность думать. Проверять, разбираться, задавать вопрос: что здесь действительно верно, что является шаблоном, где помощник ошибся, где он просто уверенно сказал красивую неправду.

Учёному должно быть интересно все

Я часто думаю, что учёного отличает не только профессия. Учёному должно быть интересно все. Новая задача, новая технология, новое устройство, новый проект, новый способ сделать что-то руками. Это не любопытство ради развлечения, а общий способ быть в мире.

Я люблю делать что-то руками. Строил дачу, изучал строительные технологии, построил баню. Для меня это не просто бытовое занятие. Это тоже проект: понять, как устроено, изучить методы, выбрать решение, сделать, проверить. Такая работа руками хорошо перезагружает мозг после науки.

Свободного времени как отдельной категории почти нет: у меня трое детей, семья, работа, студенты, кафедра. Но, может быть, именно поэтому особенно важно находить формы восстановления, которые не выключают интерес, а переключают его на другой материал.