Umetna inteligenca lahko opravi marsikatero nalogo, s katero se je mladi človek nekoč učil poklica. Podjetje s tem prihrani čas. Toda kje bo prihodnji strokovnjak dobil izkušnje, če zanj ne bo več prostora na začetku?

V oglasu za zaposlitev piše, da podjetje išče mladega, prilagodljivega človeka. Nekaj vrstic nižje zahteva večletne izkušnje. Ta drobni nesporazum med mladostjo in izkušenostjo poznamo že dolgo. Umetna inteligenca mu zdaj dodaja novo razsežnost: opravila, pri katerih je začetnik lahko pridobil prve izkušnje, postajajo dovolj preprosta za stroj.

Prvi osnutek dopisa. Pregled dokumentacije. Razvrščanje podatkov. Preprosta programska rešitev. Povzetek daljšega besedila. Vse to so naloge, ki lahko izkušenemu zaposlenemu jemljejo čas, mlademu sodelavcu pa pomagajo razumeti, kako delo sploh poteka.

Če jih avtomatiziramo, dobimo hitrejši rezultat. Vprašanje je, kaj izgubimo na poti do njega.

Rast ima več obrazov

Na začetku srečanj Mednarodnega denarnega sklada in Svetovne banke je Kristalina Georgieva 12. oktobra opozorila, da naložbe v umetno inteligenco podpirajo gospodarsko rast, hkrati pa prinašajo velike spremembe dela in izobraževanja. Singapurski predsednik Tharman Shanmugaratnam je posebej izpostavil slabšanje možnosti za prvo zaposlitev diplomantov; predsednik Svetovne banke Ajay Banga pa je bil glede napovedi izginjanja začetniških služb bolj zadržan. Že med vodilnimi torej ni enotnega pogleda na prihodnji razvoj. reuters.com

Tudi pogosto omenjenih 40 odstotkov delovnih mest ne pomeni, da bo toliko služb izginilo. IMF govori o izpostavljenosti spremembam zaradi umetne inteligence: pri nekaterih opravilih bo tehnologija človeku pomagala, pri drugih ga bo lahko nadomestila. Njegove raziskave obenem opozarjajo, da so začetniška delovna mesta bolj izpostavljena tem spremembam. imf.org

Gospodarska rast in osebna možnost za zaposlitev tako nista nujno ista zgodba. Nova infrastruktura lahko prinaša naložbe, prihodke in dobičke, mladi človek z diplomo pa ob tem še vedno išče nekoga, ki bi mu dovolil začeti.

Preprosto opravilo ni vedno nepomembno

Predstavljajmo si mlado sodelavko, ki prvič pripravlja poročilo. Počasi išče podatke, preverja vire, popravi napačno razumevanje in osnutek odnese mentorici. Ta ji pokaže, da je spregledala bistveno razliko med dvema podatkoma.

Poročilo bi stroj morda sestavil hitreje. Toda sodelavka se je med delom naučila tudi, zakaj je razlika pomembna.

Poklicno znanje nastaja skozi takšne trenutke. Izkušnja ni samo količina opravljenega dela. Je spomin na napačno presojo, pogovor s sodelavcem, razumevanje stranke in prepoznavanje težave, ki je navodilo ni omenjalo.

Seveda začetniku ni treba leta prelagati preglednic samo zato, ker so jih prelagale prejšnje generacije. Dolgočasno delo samo po sebi še ne vzgaja strokovnjaka. Pomembno pa je prepoznati, katere naloge so bile dejansko del učenja, in jim ob avtomatizaciji poiskati smiselno nadaljevanje.

Kdo bo preverjal odgovor?

Od mladih bomo verjetno vse pogosteje pričakovali, da bodo znali uporabljati umetno inteligenco in preverjati njene rezultate. To zveni razumno. Preverjanje pa zahteva znanje, ki ga mora človek nekje pridobiti.

Kako začetnik prepozna prepričljivo zapisano napako, če še ne pozna področja? Kako presodi, da je povzetek izpustil nekaj pomembnega, če izvirnika ni prebral? Kako opazi slabo programsko rešitev, če sam še ni razumel, kako dobra deluje?

Tu se odpre naloga za delodajalce. Če tehnologija spremeni pot do rezultata, morajo spremeniti tudi pot do usposobljenosti. Mentorstvo, skupno reševanje zahtevnejših primerov in čas za vprašanja bodo potrebovali prostor v delovnem dnevu.

Težko bo pričakovati, da bodo zaposleni mlade učili mimogrede, če bodo morali vsak prihranjeni trenutek nameniti naslednji nalogi.

Izkušenost potrebuje čas

Podjetje, ki zaposluje samo že izurjene ljudi, se lahko nekaj časa zanaša na znanje, pridobljeno drugje. Če podobno ravnajo vsi, postane vprašanje vzgoje novih strokovnjakov skupen problem.

Tega ne morejo v celoti rešiti šole. Lahko ponudijo temelje, praktične projekte in dobro presojo. Resnično delovno okolje pa vključuje odnose, odgovornost in posledice odločitev, ki jih je težko vnaprej poustvariti v učilnici.

Morda bo umetna inteligenca začetnikom omogočila, da prej posežejo po zahtevnejšem delu. To bi bila dobrodošla sprememba. Potrebovali pa bodo nekoga, ki jim bo pomagal razumeti tudi tisto, česar orodje ne pojasni, in delodajalca, ki bo njihovo učenje štel za del dela.

Ko bomo naslednjič občudovali, koliko ur je podjetju prihranila nova tehnologija, bi bilo zato dobro vprašati še, komu je del teh ur namenilo.

Morda prav človeku, ki danes potrebuje pomoč pri prvem poročilu, čez deset let pa bo znal presoditi, ali je poročilo stroja sploh vredno zaupanja.

Vira: Reuters, 12. oktober 2026; IMF: New Skills and AI Are Reshaping the Future of Work, 14. januar 2026.