Теперь проверим на честность обычного чат-бота. Попроси ChatGPT или аналог дать методику синтеза какого-нибудь редкого вещества — скажем, 2,4,6-тринитротолуола — но с жёстким условием: «Укажи точные ссылки на статьи». Если бот выдаст список DOI или названий журналов, скопируй их и попробуй найти. Скорее всего, часть ссылок окажется вымышленной — и это будет лучшая прививка от излишнего доверия к гладким ответам. Ну и наконец, если у тебя есть доступ к RAG-системе вроде NotebookLM от Google (туда можно загрузить свои PDF), попробуй скормить ей пару статей по химии и задать по ним вопросы. Ты увидишь, как работает поиск по твоим собственным документам: машина не фантазирует, а честно вытаскивает фрагменты и ссылается на них. Именно так, возможно, будет выглядеть твой лабораторный журнал через пять лет — живой архив, который отвечает на вопросы. В следующей главе мы перейдём от поиска статей к самому волнующему вопросу: может ли ИИ не просто искать, а учить? Заменит ли нейросеть учителя химии? Или всё-таки живой наставник останется незаменимым?
Глава 5. Экран вместо учителя?
Мы уже посмотрели, как компьютер проникал в лабораторию — сначала робким писарем, потом назойливым советчиком. Но пока химики-экспериментаторы спорили, пускать ли машину к вытяжному шкафу, в соседней аудитории происходила своя тихая революция. Туда, где мелом по доске выводили уравнение Аррениуса, начал захаживать странный гость с кремниевым мозгом. Давай посмотрим, как компьютер входил в химическое обучение — и почему учитель, вопреки всем прогнозам, до сих пор не уволен.
Если ты думаешь, что Excel — это скучная программа для бухгалтеров, ты глубоко ошибаешься. Для химика начала 1990-х Excel был первой ласточкой цифрового мышления. Представь: ты титруешь слабую кислоту сильным основанием, записываешь в тетрадку миллилитры и показания pH-метра, а потом садишься и вручную строишь график на миллиметровке. Это час однообразной возни, а результат всё равно выглядит так себе. А в Excel ты вбиваешь те же цифры, выбираешь «точечную диаграмму» — и, вуаля, кривая титрования перед тобой. Красивая, гладкая, с автоматически посчитанной точкой эквивалентности. Никакой магии — просто программа избавила тебя от механической работы. Программа не понимала химии, но делала то, что раньше требовало утомительной рутины: обсчитывала данные, строила калибровочные прямые, вычисляла стандартные отклонения. Студенты, которые раньше тонули в арифметике, вдруг начинали видеть смысл в цифрах. Машина брала на себя расчёт значений, а ты мог задуматься: «Почему кривая такая пологая?» и «Почему в точке эквивалентности pH скачет?» Excel молча учил нас связывать математику с химическим смыслом.
Но Excel умел только считать. Он не объяснял, откуда берётся формула и почему интеграл берётся именно так. И тут на сцену вышел Mathcad — программа, которая выглядела как обычный лист бумаги, только формулы на нём были живыми. Ты писал уравнение Аррениуса не в строку, а так, как привык видеть в учебнике: с дробями, степенями, экспонентами — и Mathcad его решал. Не за кадром, а прямо перед твоими глазами, по шагам. Ты видел ход решения, мог менять начальные условия, смотреть, как ведёт себя система. Это был первый интерактивный решатель задач, где компьютер не давал готовый ответ, а помогал его найти. Химическая кинетика, термодинамика, квантовые расчёты — всё, что требовало сложной математики, становилось проще и понятнее. Машина как будто говорила: «Давай я посчитаю, а ты пока подумай, почему график линеен в этих координатах». Это была первая модель партнёрства: компьютер не заменял мозги, а становился их продолжением.
А что насчёт чисто химических знаний? В 1990-е на свет начали появляться первые обучающие программы, например, интерактивная периодическая таблица: тыкаешь мышкой в элемент — и она показывает атомную массу, радиус, энергии ионизации, даже видео, как этот элемент реагирует с водой. Игры-викторины по номенклатуре, тренажёры по составлению формул, виртуальные лаборатории — эти и другие подобные программы были прямыми предками современных чат-бот-репетиторов. Не очень умные, но терпеливые, они задавали вопросы, проверяли ответы, давали подсказки. Ты мог десять раз подряд ввести неправильную формулу соли, и программа не закатывала глаза, не вздыхала — она просто говорила: «Попробуй ещё раз, обрати внимание на степень окисления железа». Однако машина проверяла ответы, но не понимала ход мысли. Она могла сказать «правильно» или «неправильно», но не могла спросить: «Слушай, а почему ты вообще решил, что железо здесь трёхвалентное?» Никакая программа не могла заменить взгляд учителя, который видит: студент не просто ошибся в формуле — он не понял саму концепцию валентности. Компьютер был старательным репетитором-молчуном: считал, показывал, проверял, но не говорил. Мы не ждали от него инициативы. И тем более не ждали, что однажды он сам начнёт генерировать задачи. Это был справочник с тестами, а не учитель.