Για χρόνια ο τρόπος με τον οποίο χτίζαμε επαγγελματίες ήταν σχετικά απλός. Ένας νέος άνθρωπος έμπαινε σε μια εταιρεία, αναλάμβανε τις πιο απλές εργασίες, έκανε λάθη, μάθαινε από τους πιο έμπειρους και σταδιακά αναλάμβανε μεγαλύτερη ευθύνη.
Δεν ήταν τέλειο σύστημα, αλλά λειτουργούσε.
Σήμερα αρχίζω να αναρωτιέμαι αν η τεχνητή νοημοσύνη μπορεί να διαταράξει αυτό το μοντέλο με έναν τρόπο που δεν έχουμε συζητήσει αρκετά. Όχι επειδή θα εξαφανίσει όλες τις δουλειές, αλλά επειδή μπορεί να εξαφανίσει ένα μέρος της δουλειάς πάνω στην οποία εκπαιδεύονταν οι επόμενες γενιές επαγγελματιών.
Το βλέπω ήδη στην τεχνολογία.
Πολλά από τα tasks που παραδοσιακά θα δίναμε σε έναν junior developer είναι ακριβώς εκείνα στα οποία τα σημερινά AI εργαλεία μπορούν να βοηθήσουν περισσότερο. Απλός κώδικας, tests, documentation, μικρές διορθώσεις, αναζήτηση ενός προβλήματος.
Από επιχειρηματική σκοπιά ο πειρασμός είναι προφανής. Αν ένας senior με AI μπορεί να κάνει σε μία ώρα κάτι που παλιότερα απαιτούσε αρκετές ώρες ενός junior, γιατί να προσλάβω τον junior;
Βραχυπρόθεσμα η απάντηση μπορεί να φαίνεται εύκολη.
Μακροπρόθεσμα όμως υπάρχει ένα πρόβλημα: Aπό πού θα έρθει ο επόμενος senior;
Έχοντας προσλάβει και συνεργαστεί με πολλούς ανθρώπους στην τεχνολογία, έχω δει πόσο μεγάλη είναι η απόσταση ανάμεσα σε αυτό που γνωρίζει κάποιος όταν τελειώνει τις σπουδές του και σε αυτό που χρειάζεται για να λειτουργήσει πραγματικά μέσα σε ένα σύνθετο έργο.
Αυτή η απόσταση δεν καλύπτεται μόνο με courses.
Καλύπτεται όταν κάτι χαλάσει Παρασκευή απόγευμα και πρέπει να καταλάβεις γιατί. Όταν κάνεις ένα λάθος και κάποιος πιο έμπειρος σου εξηγεί τι δεν είδες. Όταν πρέπει να διαβάσεις κώδικα που έγραψε κάποιος άλλος πριν από τρία χρόνια. Όταν μια τεχνικά σωστή λύση αποδεικνύεται εντελώς λάθος για τον πελάτη.
Αυτά είναι εμπειρία. Και η εμπειρία χρειάζεται χρόνο.
Στην πορεία έχω δει junior ανθρώπους να εξελίσσονται σε πολύ δυνατούς επαγγελματίες. Σε αρκετές περιπτώσεις η εξέλιξη δεν ήταν γραμμική. Κάποιος μπορεί τους πρώτους μήνες να χρειάζεται σημαντική υποστήριξη και δύο χρόνια αργότερα να είναι ο άνθρωπος στον οποίο στηρίζεται μια ολόκληρη ομάδα.
Αν κοιτούσες μόνο την παραγωγικότητά του στους πρώτους τρεις μήνες, ίσως να μην τον προσλάμβανες ποτέ.
Εδώ πιστεύω ότι το AI δημιουργεί έναν περίεργο κίνδυνο. Μας επιτρέπει να βελτιστοποιήσουμε τόσο πολύ το σήμερα ώστε να υπονομεύσουμε το αύριο.
Μια εταιρεία μπορεί να αποφασίσει ότι χρειάζεται λιγότερους junior. Μία δεύτερη να κάνει το ίδιο.
Μετά μια ολόκληρη αγορά. Για κάποια χρόνια όλα φαίνονται εξαιρετικά: μικρότερες ομάδες, μεγαλύτερη παραγωγικότητα, χαμηλότερο κόστος.
Και πέντε ή δέκα χρόνια αργότερα όλοι ψάχνουν senior ανθρώπους που κανείς δεν εκπαίδευσε.
Δεν θα ήταν η πρώτη φορά που μια αγορά δημιουργεί μόνη της την έλλειψη για την οποία αργότερα διαμαρτύρεται.
Αυτό δεν σημαίνει ότι πρέπει να προσλαμβάνουμε ανθρώπους για να κάνουν χειρωνακτικά πράγματα που η τεχνολογία μπορεί να κάνει καλύτερα. Θα ήταν παράλογο. Σημαίνει ότι πρέπει να αλλάξουμε και τον τρόπο με τον οποίο εκπαιδεύουμε τους νέους επαγγελματίες.
Ο junior του αύριο δεν πρέπει να μάθει να ανταγωνίζεται το AI στην παραγωγή απλού κώδικα. Πρέπει να μάθει να το χρησιμοποιεί και ταυτόχρονα να καταλαβαίνει τι παράγει. Να μπορεί να κρίνει αν μια λύση είναι σωστή, ασφαλής και κατάλληλη για το πραγματικό πρόβλημα.
Και εδώ θεωρώ ότι έχουμε και εμείς, οι εργοδότες, ευθύνη.
Είναι πολύ εύκολο να ζητάμε από την αγορά «έτοιμους» ανθρώπους. Το βλέπω εδώ και χρόνια στις αγγελίες. Θέλουμε εμπειρία σε πέντε τεχνολογίες, συγκεκριμένο domain knowledge και αρκετά χρόνια προϋπηρεσίας. Ιδανικά να μπορεί ο άνθρωπος να είναι παραγωγικός από την πρώτη εβδομάδα.
Αλλά κάποιος πρέπει να δημιουργήσει αυτή την εμπειρία. Δεν μπορεί κάθε εταιρεία να περιμένει ότι θα εκπαιδεύσει τους ανθρώπους κάποια άλλη εταιρεία.
Πιστεύω λοιπόν ότι ένα από τα σημαντικότερα ερωτήματα που θα πρέπει να απαντήσουμε τα επόμενα χρόνια δεν είναι μόνο πόσες θέσεις θα καταργήσει το AI. Είναι ποια θα είναι η πρώτη θέση εργασίας ενός 22χρονου σε έναν κόσμο όπου μεγάλο μέρος της παραδοσιακής entry-level δουλειάς μπορεί να αυτοματοποιηθεί.
Αν δεν βρούμε καλή απάντηση, το πρόβλημα δεν θα εμφανιστεί αμέσως.
Θα εμφανιστεί όταν όλοι θα ψάχνουμε ανθρώπους με δέκα χρόνια εμπειρίας και θα ανακαλύψουμε ότι πριν από δέκα χρόνια αποφασίσαμε πως δεν χρειαζόμασταν ανθρώπους χωρίς εμπειρία.
*Ο κ. Γιώργος Λουτριανάκης είναι CEO, PlusHorizon.
Ακολουθήστε το Business Daily στο Google news
