Az AI egyik legnagyobb kockázata: az emberi kompetenciák elsorvadása
Lehet, hogy éppen a jövőt automatizáljuk ki?
A szervezetek többsége most lázasan keresi, hol lehet AI-jal időt spórolni, költséget csökkenteni vagy gyorsabban dolgozni. Ha azonban stratégia nélkül szabadítjuk rá az AI-t mindenre, ami automatizálható, könnyen elsorvaszthatjuk azokat a kritikus emberi és szakértői kompetenciákat, amelyekre a hosszú távú versenyképesség épül.
Ennek súlyos következményei lehetnek a szervezetek jövőbeli versenyképességére, az emberiség jövőjére.
Amikor akár egy elemzést, egy ügyfélválaszt, egy prezentáció első verzióját vagy egy kutatómunkát az AI készít el, akkor egy feladat kikerül a rendszerből. Sok esetben vele együtt eltűnik egy tanulási lehetőség is. Pont azok a feladatok kezdenek eltűnni, amelyeken keresztül korábban az emberek szakértővé váltak, amelyeken keresztül fontos kompetenciákat szereztek meg.
Az AI-nak nem szabad pusztán olcsó munkaerőpótlékká válnia. Tudatos tervezéssel, tanulási keretekkel és felelősségteljes irányítással érhetjük el, hogy a technológia kiegészítse, ne pedig kiváltsa az emberi ítélőképességet, kreativitást és szakmai mélységet.
Az üzleti transzformáció harmadik hulláma
Új korszakba léptünk. Paul Daugherty és James Wilson a Human + Machine: Reimagining Work in the Age of AI című könyvükben három nagy üzleti transzformációs hullámot különböztetnek meg.
Az első hullámot a standardizáció jellemezte. Henry Ford és a tömegtermelés korszaka a fizikai folyamatok szabványosításáról szólt.
A második hullám az automatizáció időszaka volt. Az 1970-es és 1990-es évek közötti IT-forradalom során egyre több adminisztratív és rutin tudásmunkát váltottak ki informatikai rendszerek, sok esetben teljesen kivonva az embert a folyamatból.
Ma a harmadik hullámban élünk. Ebben a korszakban az AI már nem pusztán automatizál. Gondolkodási folyamatokat, elemzéseket, döntéselőkészítést és tudásmunkát támogat, illetve vesz át.
A hangsúly egyre inkább az alkalmazkodó, valós időben működő rendszereken van, ahol emberek és intelligens technológiák együtt dolgoznak és folyamatosan alkalmazkodnak a változó helyzetekhez.
Korábban arról beszélgettünk, hogy mely feladatokat végzi az ember és melyeket a technológia. Ma egyre inkább az foglalkoztat bennünket, hogyan tud együtt dolgozni az ember és az AI úgy, hogy a végeredmény jobb legyen, mint amit bármelyikük önállóan létre tudna hozni.
Daugherty és Wilson ezt a területet nevezik Missing Middle-nek. Ez az a dinamikus tér, ahol az ember és az AI együttműködése teremti meg a legnagyobb értéket.
A szerzők szerint az AI valódi értéke nem az ember kiváltásában rejlik, hanem az emberi képességek felerősítésében. Az AI lehetővé teszi, hogy az emberek több energiát fordítsanak összetett problémákra, ítélőképességet igénylő döntésekre, kreatív feladatokra és emberi kapcsolatokra.
Ehhez azonban új szerepek és új kompetenciák is szükségessé válnak. A szerzők három új szerepet emelnek ki:
- Trainers, akik megtanítják az AI-rendszereket a megfelelő működésre.
- Explainers, akik értelmezik és érthetővé teszik az AI által generált eredményeket.
- Sustainers, akik biztosítják, hogy az AI biztonságosan, etikusan és felelősen működjön.
Sokan úgy tekintenek erre, mint egy hatékonysági kérdésre. Én inkább szervezeti és emberi kérdésként látom.
Hogyan használjuk az AI-t úgy, hogy közben erősítsük az emberi képességeket, és ne gyengítsük őket?
Honnan lesznek a jövő szakértői?
Amikor valaki ma tapasztalt szakértőként dolgozik, könnyű megfeledkezni arról, hogyan tanulta meg a szakmáját.
A legtöbbünk nem stratégiai kérdésekkel kezdte. Adatokat gyűjtöttünk, elemzéseket készítettünk, riportokat raktunk össze, prezentációkat szerkesztettünk, ügyfélkérdésekre válaszoltunk, hibáztunk, javítottunk és újrapróbáltuk.
Ezek a feladatok sokszor rutinszerűnek tűntek. Mégis ezekből épült fel az a szakmai tudás és ítélőképesség, amelyre később támaszkodni tudtunk.
Az ember általában nem egy nagy ugrással válik szakértővé. Apró tapasztalatok százain keresztül jut el oda.
Egyre több kutatás és piaci adat mutatja, hogy az AI-t intenzíven használó szervezeteknél csökken a belépő szintű pozíciók száma. Ezek közül sok olyan feladatot tartalmazott, amely korábban a szakmai fejlődés első állomása volt.
Rövid távon ez logikus döntésnek tűnhet. Ha egy elemzést, riportot vagy kutatási összefoglalót néhány perc alatt el tud készíteni egy AI-rendszer, nehéz megindokolni, miért bízzuk ugyanezt egy kezdő kollégára.
A kérdés inkább az, hogy öt-tíz év múlva honnan érkeznek azok a szakértők, akik korábban ezeken a feladatokon keresztül tanulták meg a szakmát.
A rövid távú hatékonyság ára
Az AI bevezetésekor gyakran azt vizsgáljuk, hány órát lehet megtakarítani, mennyivel lesz gyorsabb egy folyamat vagy mennyivel csökken a költség.
Ritkábban beszélünk arról,
- mi lesz azokkal a kompetenciákkal, amelyek tapasztalatból épülnek,
- hogyan fejlődik a kritikus és komplex gondolkodás,
- hogyan alakul ki az üzleti érzék és megértés,
- hogyan tanul meg valaki jó kérdéseket feltenni, és aktívan figyelni, hallgatni a másikra,
- hogyan tanul meg valaki emberekkel együtt dolgozni, kapcsolatot építeni vagy konfliktusokat kezelni?
Ezeket a képességeket nem lehet egyszerűen letölteni vagy bekapcsolni.
És a jövő már itt van.
A Randstad 2025 Gen Z Workplace Blueprint szerint 2024-hez képest globálisan 29 %-kos csökkenés mutatkozott a junior szintű (0-2 év tapasztalatot igénylő) pozíciókban, ami nagyban köszönhető az AI bevezetéseknek.
És ez a trend nem áll meg. A legtöbb kutatás arra mutat rá, hogy a csaökkenés mértéke 2030-ra elérheti akár az 50-60 %-ot vagy annál többet.
A fejlődési út közepe eltűnik
A kezdő és a szakértő szint között mindig volt egy fejlődési szakasz. Itt történt a gyakorlás, a hibázás, a visszajelzés és a tanulás jelentős része.
Ha a fejlődési út közepéről kivesszük azokat a feladatokat, amelyek korábban ezt a tanulást biztosították, akkor könnyen kialakulhat egy furcsa helyzet.
Lesznek kezdő munkatársaink, lesznek tapasztalt szakértőink (egy darabig), közben pedig eltűnnek azok a lehetőségek, amelyek összekötik a kettőt.
Következmények:
1. Pályakezdői válság: eltűnnek karrierutak, a pályakezdő pozíciók. Egyre kevesebb junior kap esélyt a fejlődésre, a jövőben pedig hiány léphet fel tapasztalat közép- és senior szintű szakemberekből.
2. Szakmai kompetenciahiány: hiányozni olyan kulcskompetenciák, amelyek a mai senior szakembereknek még megvannak, a de a jövő generáció egyszerűen nem fogják tudni elsajátítani. A lánc megszakad.
3. Emberi kompetenciák sorvadása: a jövő szempontjából kritikus kompetenciák nem fognak kifejlődni, továbbfejlődni.
Újra kell terveznünk a tanulási utakat - a kompetenciák megőrzésének az üzleti stratégia részévé kell vállnia
A legtöbb AI-projekt a folyamatokra koncentrál. Ez teljesen érthető, hiszen itt jelentkeznek a leggyorsabban mérhető eredmények.
Közben azonban más kérdésekkel is foglalkozni kell, amelyekre gyakran egyelőre nem marad figyelem, fókusz:
❓Hogyan tanulnak majd az emberek ebben az új környezetben?
❓Melyek a jövő szempontjából kritikus emberi kompetenciák? Hogyan őrizzük, meg fejlesztjük tovább ezeket?
❓Milyen feladatokat tartunk meg fejlesztési céllal?
❓Hol van szükség emberi gyakorlásra?
❓Hogyan adunk lehetőséget a kísérletezésre?
❓Milyen tapasztalatokból épül majd a jövő szakértői utánpótlása?
Az AI nem csak a munkát alakítja át.
Átalakítja azt is, ahogyan gondolkodunk, érzünk - átalakítja az emberi tanulási utakat. A tanulási utak és a karrierutak tervezése teljesen új megvilágításba kerül és ez már túlmutat az egyes szervezetek felelősségén.
Miközben újratervezzük a munkát az AI segítségével, szerintem ugyanekkora figyelmet kell fordítanunk arra is, hogyan tanulnak majd a jövő emberei, hogyan szereznek tapasztalatot, és hogyan fejlődnek azok a képességek, amelyekre hosszú távon építeni szeretnénk.
Ha a korábbi belépő szintű feladatok egy része eltűnik vagy jelentősen átalakul, akkor a szakmai fejlődés hagyományos útvonalai is megváltoznak. Erre a kérdésre a vállalatok önmagukban valószínűleg nem tudnak majd teljes választ adni.
A közoktatási, felsőoktatási intézmények szerepe várhatóan felértékelődik. Elképzelhető, hogy olyan gyakorlati projektek, szimulációk és tanulási környezetek jelennek meg, amelyek korábban a munkahelyeken alakultak ki természetes módon. A szakmai szocializáció és a kompetenciafejlesztés egy része részben áttevődhet ezekbe a terekbe. Az a felsőoktatási vagy közoktatási intézmény lesz versenyképes, amely erre képessé válik.
Ha valóban azok a kompetenciák értékelődnek fel, amelyekben az ember hosszú távon erős maradhat az AI mellett, akkor a kritikus és komplex gondolkodás, a kreativitás, a kíváncsiság, az együttműködés, a kommunikáció, az érzelmi intelligencia és az alkalmazkodóképesség fejlesztésére már kisiskolás kortól tudatos figyelmet kell fordítanunk.
Ezek a kompetenciák ugyanis nem egyetlen tréningen vagy egyetemi kurzuson alakulnak ki. Évek alatt épülnek, folyamatos gyakorlással, visszajelzésekkel, problémamegoldással és emberi kapcsolódásokon keresztül. A mindennapi munka során, valós helyzetekben, tapasztalatszerzéssel fejlődnek.
Ezért a közoktatás minden szintjén szükség van arra, hogy ezek fejlesztése tudatosan és következetesen beépüljön a tanrendbe. Hosszú távon a kérdés nem csupán az, hogy milyen tudást adunk át a következő generációknak, hanem az is, hogyan készítjük fel őket arra a világra, ahol az emberi kompetenciák jelentik az egyik legfontosabb versenyelőnyt.
Az állam és a család szerepvállalása is kritikus lesz ebben a folyamatban. Ez nem csak szervezeti kérdés tehát, hanem össztársadalmi felelősség is.