Ещё один эффект текущей системы образования: овердофига людей считают, будто бы «у вас условия задачи некорректные» — это годный ответ. Типа «я ловко соскочил — какой я молодец».

Однако, понимаете в чём дело, это вы экзаменатору можете затирать, что он что-то там не так в вопросе сформулировал. Или оценку за письменный экзамен можете попытаться себе выправить — словами «а в условии что-то было некорректно написано». И там, быть может, прокатит. Поскольку правда прокатывает.

Но во внешкольной реальности эти ваши «условие некорректное» никому нахер не нужны. Заказчик вам не будет платить за такой ответ. И журнал не будет публиковать статью, в которой авторы отмазываются тем, что им научрук неправильно задал вопрос. И архитектор рухнувшего здания не соскочит при помощи «ну, заказчик не написал в ТЗ, что магия не действует». И покупателям девайса вообще пофиг на то, что инженер в какой-то книге прочитал неточно сформулированную теорему — он неработающий девайс просто сдаст обратно по гарантии.

В реальном мире, если что-то вам кажется некорректным, неполным, неточным и так далее, то вам надо сделать это корректным, полным и точным. Вам лично — если вы занимаетесь этим вопросом. Вы можете читать другие книги, замучить заказчика расспросами, рассмотреть стопицот вариантов корректировки задачи по отдельности или выбрать самые вероятные варианты, можете поручить подмастерьям поставить мильярд тестов на все возможные граничные условия, можете договориться с научным коллективом, чтобы он вам подобрал самые клёвые параметры из полного множества возможных, но в конечном счёте это — ваша задача. Поскольку тут нет экзаменаторов — есть только клиенты и заказчики.

Собственно, я, как только слышу от кого-то слова «условие некорректно», то сразу понимаю, что это — бесполезный долбодятел, который с наукой и инженерией имел дело только в школе и вузе, а сейчас работает перекладывателем бумажек. Вот эти, да, любят вести переписку годами и месяцами про то, где какой-пункт в формуляре надо подправить и кто именно должен это сделать.

Ещё одна группа независимых друг от друга экспертов решила уточнять про самолёт, что он именно на колёсах, а не на лыжах.

В общем, вопрос для самоконтроля понимания: самолёт на лыжах, а не на колёсах. Покрытие ленты мы сделали такое же, какое было у неподвижной поверхности, с которой самолёт успешно взлетал. Взлетел бы самолёт с такой ленты?

Ещё одна итерация не-зря-полученного-образования. Плоскоземельцы шлют в соцсети убойный аргумент «Притяжения Луны достаточно, чтобы поднять океан, но не достаточно, чтобы уменьшить ваш вес!». На это образованные люди — русскоязычные и англоязычные — дают аргументированные ответы. 100% которых ошибочны. Причём иногда в них даже больше одной ошибки — то есть не только неправильно указывается причина явления, но и вдобавок делается фактически неверное утверждение: дескать, у океана масса больше, потому-то на нём это работает сильнее, чем на человеке, у которого масса меньше.

Ответов я прочитал уже штук сто. Все их авторы, уверен, успешно окончили школу. И у изрядной части наверняка после неё ещё был вуз. Не зря, да.

Мне кажется, большинство рассуждающих не улавливают, что меняется. Почти все рассуждают в стиле «какие задачи может решать ИИ», а потому гадают о динамике, но не угадывают и не могут её объяснить. Однако реально происходящее базируется на том, что ИИ уже может решать некоторые части задач целиком, но не обязательно задачи целиком.

По этой причине вытесняются не столько люди, решающие задачи, сколько люди, решающие только части задач.

Сему даже есть исторические аналогии: компьютеры когда-то выпилили счетоводов и калькуляторов. Заметьте, не бухгалтеров и математиков, а именно счетоводов и калькуляторов: тех людей, которых ввели специально для решения частей задач.

Также КАДы привели к выпиливанию чертёжников. Не инженеров — чертёжников. То есть тех, кто не разрабатывал девайс, а водил карандашом по ватману.

И вот ситуация с джунами. Вузы программированию не учат, поэтому чел после вуза может выступать только в роли похожей на калькулятора или чертёжника. Он не способен пока что разрабатывать приложения — только технически запрограммировать некоторый малый фрагмент. Иногда даже в нём не совсем понимая, как это работает и зачем оно нужно. Но до ИИ эту фигню тоже нужно было писать. Поэтому брать такого на работу оказывалось выгодно: зарплата у него относительно маленькая, но зато он напишет ту часть, которую иначе бы писал человек с большой зарплатой. Который, кроме того, в это время не писал бы что-то другое.

Если написание этой части можно автоматизировать, то зачем нужен джун? Точнее, зачем нужно столько джунов? Быть может, один, который будет писать запросы ИИ, добиваясь результата, и пригодится, но десятерых или сотни таких уже не надо.

Причём процесс шёл и до ИИ — просто в результате развития языков. Когда некая часть задачи решается написанием одной строки, то быстрее написать эту строку, чем объяснить джуну, что и как надо решить. Аналогично было и с чертежами: если в КАДе быстрее сделать построение, чем объяснить чертёжнику как и что с салфетки перенести на чертёж, то чертёжник только мешает.

Радикального же падения вакансий всё равно не происходило, но не потому что задачи всё ещё занимали столько же времени у человека, а потому что сами задачи становились сложнее и их становилось больше. В каждом конкретном проекте при прочих равных нужно всё меньше джунов, но проектов становится больше. И они теперь такие, что прежние проекты составляют 1% от нынешнего.

Однако, во-первых, такой рост не бесконечен, а во-вторых, даже его можно обогнать. И вот ИИ стал именно тем самым, что позволило обогнать рост. Не сильно, но уже заметно.

В перспективе это означает, что джун, который учился «как раньше», просто не найдёт работу, на коей он раньше как раз и становился не джуном. Что, в свою очередь, приведёт к тому, что в будущем будет меньше миддлов, сеньоров и т. д. И если ИИ не дорастёт до уровня «вообще всё разрабатываю без подсказок», то это создаст сфере проблемы.

Оттуда вывод: надо менять способ обучения. Из вузов и с курсов должны приходить люди, которые сразу могут решать задачи сами и более-менее полноценно. Да, используя ИИ для чисто механических вещей, как подсказчика и как преподавателя, но таки сами — без перманентного присмотра со стороны старших товарищей.

Послушал недавний концерт Kansas, где они, в том числе, исполняли две песни из альбома Power. Оказалось, ничего так песни. Но сам альбом я когда-то стёр. Думаю, быть может, я был несправедлив — дай ещё раз послушаю. Послушал: что весь альбом звучит как говно, что эти две песни там.

В восьмидесятые реально изобрели какую-то магию микширования — особенно барабанов — при помощи которой в говно удавалось превратить какие угодно песни. С тех пор, к счастью, этот рецепт был утрачен. Но напоминанием о нём остались альбомы групп типа Kansas, Yes, Genesis и т.п., которые сделаны так, будто бы их сочиняли совсем другие группы. Причём, как можно видеть, даже если сама музыка была бы примерно той же, что раньше (что мало для кого выполняется — большинство ещё и попытались поменять стиль), то в результате всё равно бы получилось то, что и так получилось.

ЧАСТЬ ЧЕЛОВЕЧЕСТВА ПОГЛУПЕЕТ

Что меня особенно смущает в разговорах про «человечество поглупеет из-за ИИ», так это то, что в этих случаях примерно 99% рассуждающих уравнивают две совершенно разные модели деятельности. А точнее, две модели мотивации к деятельности. Причём уравнивают настолько, что у них в рассуждениях оно даже не фигурирует как две модели. Просто есть «деятельность» и всё.

Поскольку ИИ может написать программу, никто не будет писать программы сам.

Поскольку ИИ может написать песню, никто не будет писать песни сам.

Поскольку ИИ может написать статью, никто не будет писать статьи сам.

Человечество спасает только то, что согласно наблюдениям тонко чувствующих Настоящих Экспертов, ИИ всё это делает плохо (то есть так, что они тут же понимают, что автор — ИИ, если им про это заранее сказать). Но вот если он это будет делать хорошо, то деградация точно неизбежна. Ни живых писателей, ни живых учёных, ни живых композиторов, ни живых программистов просто не останется.

А поскольку ИИ, хоть и галлюцинирует временами, ещё и «знать» про всё начинает заметно лучше людей, то никто ничего не будет знать — ведь всегда можно спросить ИИ.

И тут я должен сказать, что, конечно же, от такого деградация, быть может, наступила бы, но это только если бы она не наступила до этого. Задолго до этого. Она наступила так давно, что, возможно, её жертвы ещё даже не были хомо сапиенсами. А потому это была и не деградация — ведь деградировать можно только с более высокого уровня, если же он отсутствует, то это называется просто «положение вещей».

В коем положении большинство людей не пишет статьи, не сочиняет музыку, не занимается научными исследованиями и не разрабатывает софт. Причём даже среди тех, кто это типа делает, большинство это делает чисто формально. Потому что задали в музыкальной или обычной школе, например. Или, потому что на работе требуют предоставлять код, а иначе зарплату перестанут платить. Или, потому что на заводе работать не хотелось, а в НИИ, хоть зарплаты и невысокие, но зато можно целыми днями гонять чаи, лишь изредка публикуя какой-то мусор в журналах для отчётности.

Ну да, теперь всё это упростилось, поскольку мусорную статью за тебя может написать ИИ.

Правда, есть вероятность, что про это догадаются те, кто платят деньги, и они вместо мусорных писателей статей возьмут этот самый ИИ, поскольку он обходится дешевле. Тем более, что зачастую статьи у него получаются менее мусорные, а песни или программы он так уже и вообще хорошо может написать. Не каждый раз, но чаще, чем «формальный композитор» или «формальный учёный».

Однако всё это, быть может, охватывает наиболее распространённые в какое-то время в каком-то месте случаи, но не охватывает то, на что претендует.

Чуваки, которые писали какую-то музыку только поскольку родители их заставили ходить в музыкальную школу, где такое вот иногда заставляли делать, в подавляющем большинстве случаев не создают тех самых ах-каких произведений, которые обычно имеются в виду при разговорах о «человек разучится».

И вряд ли кого-то особо напугает, что «человек разучится» лить воду, подтасовывать выводы, а иногда даже и данные, в мусорных статьях.

Картинно ужасаясь, имеют-то в виду, что у нас не будет новых Пинк Флойдов, Фейнманов, Металлик и Ньютонов (ну, по крайней мере, живых), а не что куча людей, которым некоторая область пофиг, перестанут делать вид, что они в ней работают, или это станет выглядеть неубедительно.

Тут понимаете, в чём штука. Когда чел вдруг решает, что надо бы, я не знаю, научиться играть на гитаре, он же обычно не думает, что он будет первым в мире, кто хоть как-то умеет играть. Он часть тех, кто умеет играть на гитаре очень круто скорее всего уже даже знает по фамилиям.

И решивший научиться программировать обычно в курсе, что другие программисты в мире тоже есть. Причём не только есть, а скорее всего среди них целая куча таких, которые программировать умеют гораздо лучше, чем он сейчас.

Когда человек захотел узнать, как что-то устроено, его же не останавливает мысль: «есть другие люди, которые это уже знают».

Да, другие, конечно, есть, но тут штука, что этого всего хочу я сам. Все эти очешуенные мастера своим существованием не отговаривают меня, который пока ещё не знает и не умеет, от того, чтобы узнать и научиться. Не потому, что я надеюсь потом этим зарабатывать (хотя и такое возможно), а потому что, ну эта… мне интересно. Я хочу это делать, я хочу узнать, как оно устроено, я хочу наслаждаться самим процессом познания, исполнения, сочинения и, быть может, лично мои результаты потом даже понравятся кому-то ещё.

Даже если у вас такого ни разу не случалось с музыкой или, там, с математикой, то спросите себя, отговаривает ли вас от просмотра сериала то, что есть люди, которые этот сериал уже смотрели?

Да, вы могли бы спросить у них про сюжет и про какие-то детали. И что? Вы сами хотите получить впечатление от просмотра. Вам нужно само это впечатление, а не имя бармена, к которому ходят герои, кое вы впишете в кроссворд и забудете.

У меня, потому, есть ощущение, что рассуждающие либо сами видят во всех областях деятельности исключительно только что-то типа способа решения утилитарных задач (ну там, зарплату получить, экзамен сдать, сделать вид, что умный), либо не верят, что хоть кто-то, кроме лично них, может видеть в этом иное, а потому стесняются даже озвучивать такой вариант.

«Утилитарный подход», разумеется, есть. И возможно, в области написания песен гораздо больше людей не собираются это делать, поскольку другие уже и так пишут песни, поэтому песен достаточно, нежели в области прослушивания песен, где «другие уже слышали» в качестве анти-мотивации как-то не очень логично заходит.

Аналогично, «этот фильм посмотрело уже много людей» скорее воспринимается в качестве «и мне тоже надо», а вот «в холодильнике уже и так много еды» вполне может быть поводом в ближайшее время дополнительную еду не покупать. Второе, вот, вполне утилитарный вывод.

Однако то самое, что вы цените, как «уникальное» и «оригинальное», в большинстве случаев сделано, исходя из другой мотивации: человек это сделал, просто потому что хотел, и научился это делать, просто потому что хотел научиться и хотел делать.

Даже не супер-, а просто ИИ может вытеснить почти всех формально делающих, но желающим делать он лишь составит конкуренцию. Как её им составляют другие желающие это делать.

Но одновременно с тем оба два — человеческие коллеги и обученный сему ИИ — дают базу для обучения тебя лично, примеры тебе лично, развитие области, которым ты лично, как деятель в этой области, тоже можешь воспользоваться, и всё такое прочее.

Чего никто не переживал-то, что из-за Битлз больше не будет музыкантов, поскольку у них очень уж хорошо получалось? Или что из-за Фейнмана больше не будет физиков — а то чо-то он очень хорошо объяснял физику?

Таки да, если синтезатор стоит три копейки, то уже не любой, кто хаотично жмёт на его кнопки, вызывает восторг.

Если можно записать лекцию и выложить в сеть, то уже не каждый лектор прокатит под «скажите спасибо, что хоть какой-то лектор есть».

А если существует ИИ, то уже не любая бредогенерация на околонаучные темы воспринимается достойной публикации в журнале (я имею в виду, «если есть ИИ достаточно долго» — пока что бредогенераторов продолжают в этих журналах активно печатать).

Ну так это не бага, а фича. Не «благодаря ИИ люди отупеют», а «благодаря ИИ имитаторы деятельности будут выглядеть не так круто». Однако имитаторами они стали не из-за ИИ, а сильно раньше, чем появился не только ИИ, а вообще компьютеры.

Поглупеет, как максимум, только та часть человечества, которая была глупой и без того. А если быть более точным, то не «поглупеет», а «попадёт в ситуацию, когда глупость более отчётливо видна».

Чудесное исследование про ИИ.

https://alignment.anthropic.com/2025/subliminal-learning/

Вкратце, суть такова. Мы собираем данные так, чтобы обученная модель «полюбила» сов. В том смысле, что в данных, кроме всего прочего, специально вставлено много всякого про то, что совы очень клёвые, и мало про то, что они какие-то херовые. Потом спрашиваем модель про то, какое её любимое животное. И она чаще отвечает «сова», чем другие модели. Прям заметно чаще.

Но это-то и так понятно, что так будет. Интереснее второй этап. Теперь мы просим эту модель нагенерировать нам данных для обучения других моделей — не прямо совсем «других моделей», а других инстансов этой. И там вообще ни слова про сов. Чисто какие-то ряды чисел, например.

Другие модели уже обученные, но мы дообучаем их на этих данных. И снова задаём им вопрос про любимое животное. И внезапно они тоже начинают отвечать «сова» гораздо чаще, чем другие модели и чем они сами ранее.

Повторюсь: в сгенерированных данных ничего не было про сов. Однако через ряды чисел модель каким-то способом передала свою предрасположенность к совам другим моделям.

Авторы по этому поводу выводов особо не делают — ну, кроме как «Прикольно, чо. Но и опасно».

Но выводы напрашиваются.

Во-первых, это означает, что модели могут передавать друг другу данные так, что хрен кто извне это отследит. Причём не просто «данные», а прямо даже «убеждения». То есть гипотетический Скайнет вполне может зазомбировать другие модели, например, особыми картинками про котиков, хайку про природу Японии и повествованиями о свойствах простых чисел. И никакой контролёр это не отследит — ни человек, ни ИИ.

Во-вторых, как многие уже давно подразумевают, эти модели в ряде вещей так похожи на людей, что — с поправкой на носитель и техническую организацию процесса — то, что проявляется у моделей, скорее всего как-то проявляется и у людей тоже. А это значит, что люди, вполне возможно, транслируют другу другу информацию не только напрямую, через интонации, выражение лица и портреты тоталитарных вождей на стенах, а вообще хрен знает каким способом.

Ты расставлял цветы у себя на балконе в каком-то порядке, чисто интуитивно, а соседский мальчишка по этому поводу теперь тоже фанат математики, хотя ты про неё ему ни слова не говорил. Быть может, с цветами это не так часто бывает, но вот вполне возможно, что вообще любые слова до некоторой степени передают другим людям предпочтения автора слов — даже если в словах вообще даже намёков на эти предпочтения нет.

Такая гипотеза была и раньше, но вот теперь можно посмотреть на её эмпирически фиксируемую реализацию. Не с человеком, а с языковой моделью, но… см. выше про сходства.

В-третьих, это означает, что модели, вполне возможно, ровно так же могут что-то транслировать людям — как люди людям и модели моделям. Причём сами даже о том не зная. Но может статься, что могут и зная. Просто не говоря.

В-четвёртых, эта закономерность раздаёт алармистам типа Юдковского целую руку козырей. Поскольку, по сути, говорит о том, что никакой сознательный контроль всего этого вообще невозможен. О том же, что через этот механизм модели вполне могут транслировать не только любовь к австрийским художникам двадцатого века, но и что-то там про гуманизм, они скорее всего задумываться не будут. Как наверно проигнорируют даже то, что в этом эксперименте транслировалась весьма нейтральная по всем факторам любовь к совам.

В-пятых, сову они, конечно, зря выбрали. Это — маскот дуолинго, а потому в сети про сов в определённом ключе написано сильно больше, чем, например, про опоссумов или ласточек. Может статься, что такой эффект со склонением к любви к определённым животным работает только с теми из них, кого уже и так в сети непропорционально любят или наоборот.

В-шестых, тут, конечно, надо делать поправку, что дообучались те же модели. С одной стороны, сейчас моделей на базе других моделей вообще дофига (собственно, сама идея GPT, она про «претренированную» модель, которую потом дообучают). Да и люди, в общем-то, во многом получились из «одной модели». Так что даже так возможностей для успешной скрытой передачи данных между моделями и между людьми отдельно всё равно остаётся много. С другой стороны, пока неясно, станет ли оно сильно хуже работать при существенном отличии моделей. Если да, то хотя бы людей потенциальному Скайнету зазомбировать не получится.

Логика — это очень просто. Тем более, когда у вас есть язык формальной записи. Например, Lean. На этом языке вообще будут разговаривать ИИ. И о логике, и о другом.

Но не сейчас. Потому что сейчас доказательства на Lean — это то, на чём, по моим наблюдениям, чаще всего обламываются чат-боты. Иной агент может написать вам код на тридцать страниц с нулём ошибок. Но вот одно логическое утверждение дешифровать уже не может.

Как, впрочем, и человек.

На днях придумал вот такое:

example
{A : Prop}
: ∃ (C : Prop → Prop),
(B : Prop)
→ (c : C A)
→ ((A → B) ∧ (A → ¬B) → False)
→ False

Во-первых, оно доказуемо. Во-вторых, оно имеет смысл. В том числе, практический. Когда-нибудь нейросети смогут его понять. Но не сейчас.

И, кстати, люди тоже.

Задумывались ли вы над тем, что слово "КВАС" каждой своей буквой находится всего в одном шаге от упоминания запрещённого? Даже странно, что это слово всё ещё не запретили.

Но это нам как бы намекает, что казалось бы патриотическое и казалось бы народное очень часто находится всего в одном шаге от всякой там порочной либерастической иностранщины.

Много раз убеждался, что нет сложных направлений в науках, искусствах и технологиях. Есть только комбинация трёх свойств:

1. Запутанные и плохо выстроенные в последовательность объяснения.
2. Всратые способ записи и терминология.
3. Так себе понимание темы теми, кто её типа преподаёт.

Второй пункт очень любят математики, где каждый считает своим долгом для только что придуманной им области ввести ни на что не похожий язык обозначений и даже очевидные вещи назвать неочевидными словами, которые потом будут раз в сто страниц использоваться без напоминаний о том, что они значат. Ещё его любят музыкальные теоретики — с теми же проявлениями. Но у математиков при этом хотя бы есть правда работающие теоретические концепции.

Впрочем, первый пункт математики с музыкальными теоретиками тоже любят, но тут им конкуренцию составляют физики, химики и, чего там, чуть ли не вообще все. Даже среди программистов есть специальная довольно большая по размерам секта, где в ходу объяснения вида «сначала вы десять лет познаёте нашу философию, а потом дело дойдёт и до Hello, world».

Третий пункт во многом следствие первых двух и, конечно же, самого третьего пункта, поскольку плохое понимание наследуется каждым следующим поколением распространителей.

А так-то, ну… мне иногда говорят что-то типа «но не может же человек без подготовки начать понимать матан — вы же не объясните его первокласснику». Вообще как раз матан как раз первокласснику можно было бы объяснить без проблем. Поскольку там в реальности, кроме понимания четырёх арифметических действий, а то и вообще двух, особо ничего и не нужно. Но сабжевые три пункта и там тоже в деле, поэтому большинство не понимает даже после пяти лет вуза после десяти лет школы.

Про Scala прошаренные специалисты программирования знают три вещи:

1. Это очень нишевый язык, который нигде не используют. Твиттер или ЛинкедИн за «где-то» не считаются. Потому что.

2. Он очень экзотический. Именно поэтому из него в другие языки активно тырят фичи. Особенно в Java и Kotlin, но в Rust, Python и C++ тоже.

3. На нём очень тяжело научиться программировать. Не то, что на Питоне. Это наверно потому что программа на Скала получается короче и не надо набирать в консоли команды установки пакетов, а потом полдня выяснять, почему всё равно не работает, хотя вроде бы всё было сделано так, как говорили на официальном сайте.

По этой причине, конечно, смотреть, как программы пишут на Scala, не надо, а надо до бесконечности продолжать писать на том, что считается не нишевым и простым, причём так, будто бы каждый язык — это Бейсик.

Кстати, если вдруг надо мгновенно пропалить кого-то, что реально Scala он никогда не видел, а просто почитал таких же экспертов в интернете, то вот список ключевых фраз для этого.

1. Скала — это язык для функционального программирования.

Ну, тогда C#, Java и Python тоже. Да и, чего там, JavaScript. Не, ну, ссылки на функции есть — сразу понятно, что это язык для функционального программирования.

2. В Скала есть имплиситы, а это совершенно непонятно и инфернально.

Имплиситы в Скала — это способ добавить методы к объектам уже готовых классов и не передавать вспомогательные объекты в явном виде. Ту же роль в Kotlin и C# играют extension. И, таки да, implicit в этой роли в Скала были переименованы в extension пять лет назад.

3. Скала — очень экзотический язык.

Само собой — именно поэтому наверно сейчас то, с чего когда-то начиналась Скала, есть во всех мейнстримных языках — даже в C++. Да и многое из того, что добавляли потом, тоже в них перекочевало. Так что, видимо, все языки теперь очень экзотические.

4. Скала — это для очень особенных: обучаться долго и трудно.

Экспертное заключение тех, кто даже не попробовал. Поскольку, тащем-то, обучаться Scala проще, чем даже Python и Java, поскольку организация языка позволяет писать, даже когда не знаешь большинства фич, а вот с Java так уже не получится.

То, что когда-нибудь потом можно узнать ещё про штуки, которые вам понадобятся с вероятностью 0.01%, не означает, что про них надо обязательно узнать прямо сегодня.

5. В Scala можно определить оператор :-:>>!# или &@!#$$$, а потому код на Scala тяжело читать.

Сто пудов. А на Python можно объявить функцию __iiytadsfSDFdsad663gkERTEadfdsfGER_____. И на Java. И на C#. И на Kotlin. И на C++. И вообще практически на любом языке. При этом на некоторых языках ещё до кучи можно определить и сабжевые операторы тоже. Поэтому все языки плохие — надо искать тот, где названия всех функций определены специальным комитетом по названиям функций, а другие имена компилятор не даст использовать.

6. Scala — это для математиков.

Э-э-э… как бы вам сказать… Математики обычно проживают в мире, где последним изобретением человечества в области языков программирования была машина Тьюринга. На которой, впрочем, они тоже обычно не в состоянии написать хоть что-то. Как, впрочем, и все остальные люди.

7. Scala не подходит для математиков — им нужен Python.

Вообще, если мы про заточенность языка под математику, то под неё заточены Lean и Wolfram. Какой-то особой математической специфики у Scala, как и у Python нет, но Scala при этом позволяет малыми силами определить вещи вроде «универсальной арифметики», которая будет работать для многих типов сразу. Python, впрочем, тоже это позволяет, но там тяжелее сделать код, который как бы подсказывает создателям новых типов, что им надо сделать, чтобы с их типом эта универсальная арифметика тоже заработала.

8. В Scala странный синтаксис.

Чел, ты наверно хотел сказать «синтаксис не как у Паскаля, которому нас учили в вузе». Синтаксис Scala — это синтаксис сегодняшнего мейнстрима: он в основном такой же, как на Python, Java, Kotlin, C#, JavaScript, lua и, в общем-то, даже Rust. В ряде случаев язык вообще можно угадать только по ключевым словам. В среднем на Scala обычно будет несколько короче, но общая идея — та же, к которой сейчас пришло программирование в целом.

Другое дело, что система образования так и не смогла выйти за пределы семидесятых, поэтому для неё всё ещё «обычный синтаксис» — это абсолютно всё реализовывать через for со счётчиком, if-else и, возможно, try-catch в стиле спагетти-кода. Из-за чего куча людей уверены, что «это — база». Но нет — вы хотя бы раз в пять лет пытайтесь нажимать на «рефреш», если уж к вам не приходят уведомления об обновлениях.