# Як MIT Tech Review обирає 35 найкращих молодих науковців

> MIT Technology Review щороку обирає 35 науковців та інженерів до 35 років із тисяч кандидатів — розбираємо критерії відбору й що це дає AI-скаутингу.

- Опубліковано: 12 серпня 2026 р. (2026-08-12T10:18:31.942446+00:00)
- Розділ: AI-дослідження
- На основі публікації: [MIT Tech Review](https://www.technologyreview.com/2026/08/12/1141605/2026-innovators-under-35-top-young-scientists-engineers/)
- Видання: AiiN (https://aiin.news)
- URL: https://aiin.news/article?slug=%D1%8F%D0%BA-mit-tech-review-%D0%BE%D0%B1%D0%B8%D1%80%D0%B0%D1%94-35-%D0%BD%D0%B0%D0%B9%D0%BA%D1%80%D0%B0%D1%89%D0%B8%D1%85-%D0%BC%D0%BE%D0%BB%D0%BE%D0%B4%D0%B8%D1%85-%D0%BD%D0%B0%D1%83%D0%BA%D0%BE%D0%B2%D1%86%D1%96%D0%B2

---

MIT Technology Review 12 серпня 2026 року опублікувало черговий випуск свого щорічного списку Innovators Under 35 — 35 науковців та інженерів віком до 35 років, яких редакція вважає найпомітнішими у світі за результатами роботи, а не за обіцянками. Список існує з 1999 року (спершу під назвою TR100, згодом скорочений до TR35) і за цей час встиг стати одним із найцитованіших орієнтирів для тих, хто шукає технологічний талант на ранній стадії кар'єри.

Для медіа-редакції такий рейтинг — це щорічний контент-проєкт. Але для AI-білдерів, інвесторів і CTO він працює інакше: це готова, попередньо відфільтрована карта людей, чиї напрацювання вже перевірили десятки експертів у профільних галузях. Питання не в тому, хто потрапив у список цього року — а в тому, як саме влаштований сам процес відбору, і що з нього можна вкрасти для власного скаутингу кадрів.

## Як саме відбирають 35 імен із тисяч кандидатів?

За даними [MIT Tech Review](https://www.technologyreview.com/2026/08/12/1141605/2026-innovators-under-35-top-young-scientists-engineers/), номінації надходять від читачів, минулих лауреатів TR35, університетських лабораторій та індустрії, після чого редакція видання разом із зовнішньою панеллю суддів — науковцями, підприємцями та інженерами з відповідних галузей — оцінює кожну заявку за оригінальністю підходу й реальним впливом уже зробленої роботи. Ключовий фільтр тут не вік і не диплом, а перевірюваний артефакт: опублікована модель, запатентований метод, працюючий продукт або клінічне випробування, а не намір щось побудувати.

- Номінація — відкрита, але непублічна: заявку можна подати, лауреати минулих років і партнери-інституції теж пропонують кандидатів
- Оцінка проходить у профільних панелях (умовно — окремо біотех, окремо обчислення, окремо клімат), а не одним універсальним журі
- Головний критерій — вже здійснений внесок, який можна перевірити зовні, а не резюме чи мережа контактів

## Чому саме структура списку цікавить AI-білдерів?

Розподіл 35 місць по галузях щороку неявно показує, куди зараз тече увага дослідницької спільноти й куди — гроші. Останні кілька випусків TR35 стабільно перекошені у бік роботи, дотичної до машинного навчання: не обов'язково «чистий» AI-дослідник, а частіше інженер на стику — обчислювальна біологія з нейромережевими предикторами білкових структур, робототехніка з навчанням із підкріпленням, енергетика з ML-оптимізацією мереж. Це узгоджується з тим, що ми вже писали про [економні хірургічні моделі на базі спеціалізованих архітектур](https://aiin.news/article?slug=surgical-wam-нова-модель-для-економних-хірургічних-роботів) — молоді дослідники все частіше приносять AI-компонент у галузі, де донедавна його не було, а не змагаються один з одним усередині чистого NLP чи computer vision.

Для рекрутера чи фаундера це практичний сигнал: списки на кшталт TR35 — дешевший спосіб знайти сильного технічного співзасновника або першого research hire, ніж прочісувати LinkedIn або чекати, поки хтось опублікує вірусний пост. Люди в такому рейтингу вже пройшли зовнішню перевірку профільними експертами — це фактично безкоштовний due diligence.

## Де в такій методології ризик помилки?

Будь-який відбір такого типу має структурний перекос — і його варто розуміти, перш ніж покладатися на список як на єдиний сигнал. Номінаційна модель залежить від того, хто взагалі знає про існування TR35 і має мережу контактів для номінації: дослідники з великих лабораторій та топ-університетів мають природну перевагу над тими, хто працює автономно чи в менш відомих інституціях. Це не означає, що список «неправильний» — але означає, що він показує верхівку помітних, а не вичерпну карту талантів.

Друга структурна проблема — часовий лаг. Щоб потрапити в список, потрібен перевірюваний результат, а перевірюваний результат з'являється через роки після того, як людина почала працювати над напрямом. Тобто TR35 показує не «що буде через рік», а радше підтверджує тренди, які вже сформувалися 2-3 роки тому.

## Висновок AiiN

Наша теза проста: цінність таких списків — не в самому переліку імен, а в методології фільтрації, яку варто копіювати для внутрішнього скаутингу. Якщо ви наймаєте технічних людей для AI-продукту, розмова з експертною панеллю у вузькій ніші (а не загальний скринінг резюме) відсіює шум так само ефективно, як це робить редакція MIT Tech Review — просто без бренду і без щорічного PR-циклу. Другий висновок: галузевий розподіл у списку — швидший спосіб оцінити, куди рухається дослідницька енергія, ніж читати десятки окремих arXiv-препринтів; якщо у списку зростає частка «AI + Х» замість «чистого AI», це сигнал, що найцікавіші задачі вже перемістилися на стик дисциплін.

## Що таке TR35 і чим він відрізняється від інших рейтингів інновацій?

TR35 (раніше TR100) — щорічний список MIT Technology Review, який з 1999 року відбирає 35 науковців та інженерів до 35 років за реальним, перевірюваним внеском у технології, а не за потенціалом чи фінансуванням. На відміну від рейтингів на кшталт Forbes 30 Under 30, де критерій часто включає бізнес-метрики (виручка, оцінка компанії), TR35 фокусується переважно на технічній оригінальності роботи.

## Чи можна номінувати когось на TR35 самостійно?

Так, номінаційний процес відкритий для читачів, індустрії та академічної спільноти, хоча фінальний відбір робить редакція MIT Tech Review разом із зовнішньою панеллю суддів у профільних галузях.

---

Теги: AI, MITTechReview, TR35, інновації, рекрутинг, дослідники

Джерело: AiiN — https://aiin.news/article?slug=%D1%8F%D0%BA-mit-tech-review-%D0%BE%D0%B1%D0%B8%D1%80%D0%B0%D1%94-35-%D0%BD%D0%B0%D0%B9%D0%BA%D1%80%D0%B0%D1%89%D0%B8%D1%85-%D0%BC%D0%BE%D0%BB%D0%BE%D0%B4%D0%B8%D1%85-%D0%BD%D0%B0%D1%83%D0%BA%D0%BE%D0%B2%D1%86%D1%96%D0%B2. Цитуючи, посилайтесь на канонічний URL.