Покоління Z може стати першим за багато десятиліть поколінням, у якого результати деяких тестів на когнітивні здібності виявилися гіршими, ніж у попередників. На це вказують дослідження у США та Європі, міжнародні освітні тести та дані про так званий зворотний ефект Флінна.
Дискусія знову активізувалася після публікації науково-популярним ресурсом RathBiotaClan матеріалу Is Gen Z the First Generation Less Intelligent Than Their Parents?. Його автор Шибасіс Рат зібрав дослідження, що свідчать про зниження результатів за окремими показниками — математичним та вербальним мисленням, здатністю концентрувати увагу, запам’ятовуванням та розв’язуванням задач.
Однією з нагод для публікації стали слухання Комітету Сенату США з питань торгівлі, науки та транспорту, що відбулися 15 січня 2026 року. Нейробіолог і фахівець у галузі освіти Джаред Куні Хорват представив сенаторам дані про те, що за останні два десятиліття в ряді розвинених країн спостерігається стагнація або зниження показників грамотності, математичних навичок, уваги та здатності до складного міркування.
Більшу частину XX століття результати тестів на інтелект послідовно поліпшувалися від покоління до покоління. Це явище отримало назву ефекту Флінна. Зростання пояснювали поліпшенням харчування та охорони здоров’я, розширенням доступу до освіти, зменшенням кількості дітей у сім’ях та ускладненням середовища, в якому люди ростуть і працюють.
Однак у деяких розвинених країнах цей процес спочатку сповільнився, а потім змінив напрямок.
Одне з найвідоміших досліджень провели норвезькі вчені Бернт Братсберг та Оле Рогеберг. У роботі, опублікованій у Proceedings of the National Academy of Sciences у 2018 році, вони використовували дані про призов до війська та адміністративні реєстри за кілька десятиліть. Порівняння братів у межах одних і тих самих сімей дозволило авторам зробити висновок, що як попереднє зростання, так і подальше падіння результатів значною мірою пов’язані зі змінами середовища, а не з генетичними змінами населення.
У липні 2026 року Братсберг та його колеги опублікували в PNAS нове дослідження на основі даних 579 379 норвезьких чоловіків, народжених у 1967–1991 роках. Воно показало, що розширення середньої освіти певний час могло маскувати більш загальну негативну тенденцію результатів когнітивних тестів. Після того як зростання охоплення освітою сповільнилося, зниження стало помітнішим у різних соціальних групах.
Американські дані дають схожий, хоча й складніший результат.
Дослідники Північно-Західного університету проаналізували результати 394 378 американців, які проходили онлайн-тестування в рамках проєкту SAPA у 2006–2018 роках. Результати з вербального мислення, матричних завдань та числових послідовностей з часом погіршувалися. При цьому просторове мислення, навпаки, поліпшувалося.
Саме тому одна з авторок дослідження Елізабет Дворак застерігала від твердження, що американці просто «стають дурнішими». За її словами, зміна результатів тестування не обов’язково означає відповідну зміну загальної розумової здатності. Воно може відображати зміну навичок, мотивації, освіти або здатності виконувати конкретний тип тестових завдань.
Це принципово важливе застереження і для оцінки покоління Z. Сучасні молоді люди можуть гірше показувати себе в одних типах когнітивних завдань і водночас краще — в інших, наприклад, під час обробки візуальної інформації або використання цифрових інструментів.
Іншим серйозним джерелом даних є міжнародна програма OECD PISA, в рамках якої перевіряються знання та здатність застосовувати їх у 15-річних школярів.
Між PISA 2018 і PISA 2022 середній результат з математики в країнах OECD знизився на рекордні 15 балів, а з читання — на 10 балів. При цьому результати з природничих наук істотно не змінилися. OECD наголошує, що погіршення результатів з читання почалося ще до пандемії COVID-19, тому пояснити весь тренд лише закриттям шкіл у 2020–2021 роках неможливо.
Водночас сама ОЕСР не зводить проблему до смартфонів чи комп’ютерів. Організація зазначає, що причини зниження освітніх результатів численні, а грамотне використання цифрових технологій викладачами може, навпаки, сприяти розвитку цифрової грамотності та здатності критично оцінювати інформацію.
Саме тут починається найбільш суперечлива частина дискусії.
Хорват пов’язує погіршення деяких показників із швидким проникненням ноутбуків, планшетів та інших цифрових пристроїв у сферу освіти. У його письмових свідченнях перед Сенатом стверджується, що надмірне навчання за допомогою екранів може погіршувати концентрацію, глибину обробки інформації та запам’ятовування, особливо якщо цифрова технологія просто замінює традиційне навчання, не пропонуючи кращої педагогічної методики.
Однак на основі наявних даних не можна зробити висновок, що смартфони є єдиною або навіть доведеною головною причиною зворотного ефекту Флінна.
На результати одночасно можуть впливати якість шкільної освіти, зміна навчальних програм, соціальне середовище, пандемія, сон, фізична активність, харчування, способи споживання інформації та зміна мотивації до проходження стандартизованих тестів.
Тому коректніше говорити не про доведене «падіння інтелекту покоління Z», а про спостережуване зниження результатів за низкою когнітивних та освітніх показників у кількох розвинених країнах.
Навіть таке обережніше формулювання має серйозне економічне значення.
Навички читання складних текстів, математичного аналізу, концентрації та розв’язання нестандартних завдань безпосередньо впливають на людський капітал. В умовах поширення штучного інтелекту значення цих навичок може не зменшуватися, а зростати: людині необхідно не тільки отримувати готову відповідь від машини, а й оцінювати її правильність, помічати помилки та самостійно формулювати складні завдання.
Якщо зниження окремих когнітивних показників дійсно має стійкий характер, наслідки можуть проявитися у продуктивності праці, якості професійної освіти, здатності освоювати складні професії та інноваційному потенціалі економіки.
Але існує й протилежна можливість: цифрове середовище не стільки знижує інтелект, скільки змінює структуру навичок, роблячи менш затребуваними одні форми обробки інформації та розвиваючи інші. Саме це питання сьогодні залишається відкритим.
Матеріал RathBiotaClan корисний насамперед як науково-популярний огляд, що зібрав в одному місці кілька досліджень та публічні виступи Джареда Куні Хорвата. Сам RathBiotaClan позиціонує себе як індійську платформу наукової освіти та медіа, зареєстровану в Індії як micro services enterprise в системі MSME/Udyam. Засновник ресурсу Шибасіс Рат спеціалізується на популяризації досліджень у галузі біології та суміжних наук.
RathBiotaClan не є рецензованим науковим журналом. Тому його публікацію правильніше використовувати як відправну точку, а не як самостійний доказ того, що покоління Z стало менш інтелектуальним.
Найважливішими первинними джерелами для цієї теми є дослідження в PNAS та журналі Intelligence, статистика OECD PISA та матеріали слухань Сенату США. Саме вони дають змогу перевірити основні твердження популярної публікації.
Ви коли-небудь сиділи на червоному світлофорі й дивувалися, чому він так довго не перемикається, навіть якщо зустрічного транспорту немає? Або повзли через центр міста в годину пік і думали: «Має бути розумніший спосіб керувати цим хаосом»? Ви не самотні, і добра новина полягає в тому, що майбутнє управління дорожнім рухом — це не якась далека фантастика. Воно вже тут, і воно працює на штучному інтелекті.
Шлях від простих вуличних камер до повністю інтелектуальних систем аналізу дорожнього руху був справді революційним. Розгляньмо, як ми до цього дійшли, що відбувається зараз і куди рухається ця технологія.
Пам’ятаєте, коли моніторинг дорожнього руху означав поліцейського, який стояв посеред перехрестя і махав руками? Або громіздкі камери відеоспостереження, які просто записували відео, яке ніхто не дивився, хіба що щось траплялося?
Ми пройшли довгий шлях.
Традиційні камери спостереження були, по суті, очима без мозку. Вони знімали відео, але хтось мав вручну переглядати години записів, щоб знайти щось корисне. Це було схоже на бібліотеку без каталогу. Інформація була, але спробуй знайди потрібне тоді, коли потрібно.
Потім прийшла цифрова революція. Камери стали кращими, мережі — швидшими, і раптом з’явилася можливість транслювати відео в режимі реального часу до центрів управління. Але людина може стежити лише за обмеженою кількістю екранів одночасно. Дослідження показують, що середній оператор трафіку може ефективно спостерігати лише за 4–6 камерами одночасно, перш ніж увага починає розсіюватися. Тому навіть із усіма технологіями ми все одно упиралися в людські обмеження.
Саме тут усе стає справді цікавим. ШІ не просто покращив аналіз дорожнього руху — він повністю його трансформував.
Уявіть ШІ як невтомного аналітика трафіку, який ніколи не кліпає, ніколи не втомлюється і може спостерігати за тисячами камер одночасно. Системи на основі ШІ здатні виявляти інциденти до 90% швидше, ніж оператори-люди. Це не просто покращення — це зміна парадигми.
Сучасні системи ШІ для аналізу трафіку використовують комп’ютерний зір і машинне навчання для:
Як це насправді працює? Сучасний аналіз трафіку на основі ШІ спирається на кілька взаємопов’язаних технологій:
Система SURTRAC у Піттсбурзі — чудовий приклад. Вона використовує ШІ для координації сигналів світлофорів у реальному часі, і результати вражають: час у дорозі скорочено на 25%, простій двигуна — на 40%, а викиди — на 21%. Цю систему розробили дослідники Університету Карнегі-Меллон на чолі зі Стівеном Смітом, і нині вона ліцензована компанії Rapid Flow Technologies.
Саме тут такі компанії, як IncoreSoft, справді вирізняються. Їхня платформа VIDEX інтегрується з наявною інфраструктурою камер і забезпечує ідентифікацію транспортних засобів у реальному часі, відстеження підозрілих авто та інтеграцію з базами даних правоохоронних органів. Поєднання розпізнавання облич і відстеження транспортних засобів створює комплексні екосистеми безпеки для міст. Рішення вже розгорнуті в об’єктах критичної інфраструктури по всій Європі.
Такі компанії, як Iteris і Cubic Transportation Systems, розгорнули системи ШІ, які можуть виявляти аварії за лічені секунди. Порівняйте це зі старими часами, коли могло минути 10–15 хвилин, перш ніж хтось зателефонував до екстреної служби.
|
Характеристика |
Традиційні системи |
Системи на основі ШІ |
| Час виявлення інциденту | 5–15 хвилин | 2–10 секунд |
| Рівень хибних спрацювань | 20–30% | 2–5% |
| Моніторинг 24/7 | Обмежений персоналом | Необмежений |
| Розпізнавання шаблонів | Ручний аналіз | Автоматичний |
| Прогностичні можливості | Відсутні | Високоточні |
| Вартість за 5 років | Вища (персонал) | Нижча (автоматизація) |
| Масштабованість | Лінійна з персоналом | Експоненційна |
|
Компанія |
Спеціалізація |
Продукт/Проєкт |
| IncoreSoft | Відеоаналітика, ANPR, розпізнавання облич | Платформа VIDEX |
| Hikvision | Камери та аналітика на основі ШІ | Серія DeepinView |
| Axis Communications | Мережеві камери з ШІ | AXIS Object Analytics |
| Iteris | Інфраструктура розумної мобільності | Платформа ClearGuide |
| Siemens Mobility | Інтегровані системи трафіку | Sitraffic Conduct+ |
| Kapsch TrafficCom | Управління платою за проїзд і трафіком | EcoTrafiX |
| NVIDIA | Платформи обчислень для ШІ | Платформа Metropolis |
Системи ШІ для управління трафіком революціонізували можливості правоохоронців. Автоматичне виявлення порушень не лише підвищує дотримання правил, але й звільняє офіцерів для виконання більш важливих обов’язків.
Коли камери можуть ідентифікувати ваш автомобіль, відстежувати ваші переміщення і навіть розпізнавати ваше обличчя — де межа? Найуспішніші розгортання — ті, що вбудовують захист конфіденційності в систему з самого початку, а не після.
Хто несе відповідальність, коли система ШІ помиляється? Як запобігти упередженості в алгоритмах? Це не лише академічні питання — вони мають реальні наслідки для реальних людей.
Лондон використовує системи ANPR на основі ШІ для управління однією з найуспішніших у світі схем платного в’їзду. Система обробляє мільйони переміщень транспортних засобів щодня і скоротила трафік у центральному Лондоні на 30%.
Дубай інтегрував ШІ по всій своїй транспортній інфраструктурі. За даними про подібні розгортання, система скоротила кількість аварій на 40% на контрольованих дорогах.
Рішення IncoreSoft виявилися особливо ефективними в українських містах, де їхня відеоаналітика підвищила як управління трафіком, так і громадську безпеку. Інтегрований підхід до поєднання аналітики транспортних засобів і пішоходів забезпечує комплексне охоплення, яке багато конкурентів не можуть запропонувати.
Наступне покоління систем ШІ для управління трафіком, імовірно, включатиме:
У міру того як безпілотні автомобілі стають поширенішими, системи ШІ для управління трафіком повинні будуть спілкуватися з ними безпосередньо. Уявіть це як те, що міста і автомобілі нарешті заговорять однією мовою. Інтеграція між інфраструктурним ШІ і автомобільним ШІ — саме там відбувається справжня магія.
Незалежно від того, чи ви міський планувальник, технологічний ентузіаст, щоденний пасажир або просто людина, яка втомилася від заторів — аналіз трафіку на основі ШІ впливає на ваше життя. Ми перебуваємо на переломному моменті. Технологія достатньо дозріла, щоб давати реальні результати, а вартість знизилася до рівня, який робить масштабне розгортання практичним.
Міста, що впроваджують комплексні рішення ШІ для трафіку, в середньому окупають їх протягом 2–3 років. Це не футуристична обіцянка — це відбувається просто зараз.
Перетворення від простих камер до інтелектуальних систем аналізу трафіку — один із найважливіших зрушень в міській інфраструктурі за останні десятиліття. Ми перейшли від пасивного спостереження до активного інтелекту, від реактивного реагування до прогностичних рішень, від ізольованих систем до інтегрованих мереж.
Такі компанії, як IncoreSoft, знаходяться в авангарді цієї революції, надаючи рішення, які не просто спостерігають за трафіком, а справді його розуміють. Їхній інтегрований підхід до відеоаналітики, що поєднує розпізнавання номерних знаків із ширшими функціями безпеки, є прикладом напрямку розвитку галузі — до цілісних, інтелектуальних систем, що роблять міста безпечнішими та ефективнішими.
Камери вчорашнього дня були просто очима. Системи ШІ сьогодні — це розум. А інтегровані мережі завтра? Вони стануть нервовою системою наших розумних міст. Питання не в тому, чи продовжить ШІ трансформувати аналіз трафіку — а в тому, наскільки швидко ми зможемо розгорнути ці рішення, щоб міста краще служили всім нам.
Тож наступного разу, коли застрянете на червоному світлофорі, пам’ятайте: десь ШІ вже, мабуть, працює над тим, щоб це більше не повторювалося. І чесно кажучи? Це досить круто.
