Опыт разработки. Дмитрий Мардаровский. 11 ноября 2026 года.
Мы добавили в Scrolltool ИИ-методиста, MCP-сервер и другие возможности для работы с искусственным интеллектом. Отклик пользователей оказался сдержанным, пользуются ими единицы. Добавили блок вайбкодинга — реакция тоже была вялой.
Потом выпустили два контентных блока: колонки и всплывающее окно. И тут пользователи сразу оживились. Появились интерес и восторг, которых современные ИИ-возможности до этого не вызвали.
Для меня это повод задуматься о том, как мы, разработчики, оцениваем полезность обновлений. Функция может казаться необходимой для современного продукта и при этом долго оставаться на периферии повседневной работы его пользователей.
Почему мы добавляем ИИ
Я исхожу из того, что при выборе авторского инструмента сегодня будут смотреть и на его возможности работы с ИИ. Для меня они стали частью представления о современном редакторе курсов. Поэтому в Scrolltool появились ИИ-методист и MCP-сервер — интерфейс, через который внешние ИИ-инструменты могут взаимодействовать с сервисом.
Блок вайбкодинга тоже расширяет возможности автора. Но само появление нового способа работы ещё не объясняет человеку, в какой момент ему стоит этим способом воспользоваться.
Здесь я описываю качественную реакцию пользователей. Она помогает заметить различие между обновлениями и сформулировать вопросы для дальнейшей проверки. Точные доли использования и влияние каждой функции на работу потребовали бы отдельного сравнения.
У колонок есть понятная ближайшая задача
Когда автор видит колонки, ему легко представить применение в своём материале. Например, разместить текст рядом с изображением или сопоставить два примера. Всплывающее окно тоже связано с узнаваемой задачей: показать дополнительные пояснения по запросу, сохранив компактной основную страницу.
Это продолжение знакомой работы. Автор уже собирает курс, у него есть материал и замысел. Новая возможность помогает оформить этот замысел. Связь между обновлением и результатом видна сразу.
С ИИ путь может быть длиннее. Нужно выбрать задачу, сформулировать запрос, оценить ответ и решить, что исправить. При вайбкодинге добавляется проверка поведения созданного элемента. Новый способ способен дать больше свободы, но для его освоения нужны время и подходящая задача.
Моя гипотеза в том, что часть разницы в отклике объясняется именно этой близостью к текущей работе. Колонки легко применить к уже открытому курсу. Для новой ИИ-возможности автору ещё предстоит найти место в своём процессе.
Для MCP этот вопрос особенно заметен. Автоматизация и соединение инструментов могут быть очень полезны определённой группе пользователей. Автору, который работает в интерфейсе редактора, такая возможность может пока не требоваться. Объединять эти аудитории в одну группу и ожидать одинаковой реакции было бы слишком грубым упрощением.
Насколько массово люди работают с ИИ
В обсуждениях искусственного интеллекта постоянно встречаются разные значения слова «использует». Человек мог один раз обратиться к нейросети, регулярно решать с ней отдельные задачи или перестроить вокруг неё значительную часть работы. Исследования показывают большой разрыв между этими уровнями.
В опросе hh.ru и Контур.Эгиды, проведённом 9–24 сентября 2026 года среди 3068 российских соискателей, 51,2% участников уже применяли нейросети для рабочих задач. Несколько раз в неделю или чаще это делали 24,6%. Опыт знакомства оказался распространён заметно шире регулярной практики.
У Gallup по данным на май 2026 года похожее различие видно среди работающих американцев: 52% использовали ИИ хотя бы несколько раз в год, 30% — несколько раз в неделю или чаще, 15% — ежедневно. Это доли для разных порогов частоты; они не складываются между собой.
Ещё строже к глубине использования подошли Google и Ipsos. В исследовании, опубликованном в феврале 2026 года, 40% работающих американцев сообщили об использовании ИИ. К категории AI Fluent авторы отнесли только 5%: по их определению, эти люди интегрируют ИИ в рабочие процессы и применяют его как минимум еженедельно в восьми и более сценариях. Опрос 4464 работающих взрослых проводился в декабре 2025 года.
Цифра 5% легко превращается в эффектный заголовок о том, что ИИ почти никто не использует. Но в исходном исследовании она относится к узкой категории продвинутого применения. Для разработчика это существенное различие: знакомство с технологией ещё не делает человека пользователем каждой новой функции на её основе.
Почему активное меньшинство так заметно
Workhelix 9 ноября 2026 года опубликовала разбор 18 месяцев журналов использования ИИ в одной финансово-технологической компании примерно на 11 тысяч сотрудников. Верхние 10% сотрудников создали около двух третей всех запросов. Медианный активный пользователь отправил 47 запросов за весь период.
При этом активная группа менялась: лишь 28% сотрудников, входивших в верхнюю десятую часть по использованию в первом полугодии 2025 года, оставались там год спустя. Значит, даже внутри этой компании высокая активность не была постоянным свойством одной и той же небольшой группы.
Эти данные показывают, насколько неравномерным может быть использование. Общий объём запросов способен быстро расти за счёт активной части аудитории. Поэтому для своего продукта мне важно понимать и число пользователей функции, и то, как распределена активность между ними.
Влияние лидеров мнений на ощущение массовости это исследование не измеряло. Предположение о том, что профессиональное инфополе усиливает впечатление всеобщего перехода на ИИ, остаётся отдельной гипотезой.
Пользователь встроенной функции и пользователь ИИ
Есть ещё одна деталь, особенно важная для авторских редакторов. Общие опросы работающих не описывают отдельно людей, которые проектируют цифровое обучение.
В авторском опросе Люка Хобсона, проведённом с 29 апреля по 23 июня 2026 года среди 587 специалистов по проектированию обучения (instructional designers), 73% участников сообщили, что используют ИИ часто или ежедневно. Это характеристика участников конкретного профильного опроса, а не оценка всех авторов курсов.
Такой результат оставляет важную возможность: человек уже может пользоваться внешним ИИ-инструментом и при этом редко обращаться к аналогичной возможности внутри редактора. Возможно, у него сложилась привычная последовательность действий. Возможно, встроенная функция пока недостаточно удобно в неё вписывается. Это объяснения, которые стоит проверять на наших пользователях.
Мне кажется поспешным объяснять слабый отклик только нежеланием что-либо менять. В российском опросе hh.ru и Контура 22,3% участников не использовали нейросети и не собирались начинать. Ещё 26,5% пока не использовали, но планировали. Между отсутствием практики и сознательным отказом есть разница.
Что хочется проверить в самом продукте
Реакция на колонки и всплывающее окно даёт нам повод внимательнее посмотреть на обычную работу автора. Какие действия он повторяет? Где ему не хватает свободы компоновки? На что уходит время при сборке уже подготовленного материала?
К ИИ-функциям полезно подойти с такой же конкретностью. Например, возможность сократить выделенный фрагмент, предложить задание к готовому материалу или проверить варианты ответов легко связать с определённым шагом разработки курса. Это примеры сценариев для проверки, а не описание уже внедрённых возможностей Scrolltool.
Я бы сравнивал обновления по нескольким признакам: сколько людей узнали о функции, сколько попробовали её, сколько вернулись и какую работу смогли с её помощью закончить. Для сравнения нужны сопоставимые периоды после запуска и понятные группы пользователей. Колонки, ИИ-методист и MCP могут быть адресованы разным людям.
Сам восторг от нового блока тоже стоит сопоставлять с его дальнейшим использованием. Обратная связь помогает увидеть потребность, а повторная работа с функцией — понять, насколько удачно мы на неё ответили.
В этом кейсе колонки и всплывающее окно напомнили мне о простой вещи: автор открывает редактор с конкретным курсом и конкретной задачей. У полезного обновления должна быть понятная связь с этой задачей. Для ИИ-возможностей такую связь нам ещё предстоит показать убедительнее.