Obecnie dla firm korzystanie ze sztucznej inteligencji może być bardziej opłacalne niż zatrudnianie młodszych programistów. Jednak bez młodych talentów niedługo zabraknie ekspertów. Dlaczego krótkoterminowe oszczędności okażą się kosztowne w dłuższej perspektywie i jak firmy powinny temu przeciwdziałać już teraz.
No cóż, czy wy też myśleliście, iż zostaniecie oszczędzeni? Kiedy trzy lata temu generatywna sztuczna inteligencja stała się produktem masowym, branża kreatywna zareagowała paniką. Wielu od razu dostrzegło wzrost wydajności i potencjalne oszczędności. Po co zatrudniać tylu copywriterów, scenarzystów czy aktorów głosowych, skoro generatywna sztuczna inteligencja może zająć się wszystkim?
A teraz, tak, teraz dotarło to na Wall Street i do branży technologicznej: „Ratunku, sztuczna inteligencja odbiera pracę młodszym programistom!”. Krzyk jest głośny, ponieważ liczba ofert pracy dla młodszych programistów gwałtownie spadła. Popyt maleje. Doświadczeni programiści są znacznie wydajniejsi w pracy ze sztuczną inteligencją. Proste zadania, takie jak naprawianie błędów, pisanie testów jednostkowych czy wprowadzanie drobnych poprawek funkcjonalnych, nie są już tak skomplikowane; sztuczna inteligencja może zrobić to wszystko sama.
Czy to naprawdę zaskakujące? Przepraszam, w świecie, w którym efektywność jest wielokrotnie utożsamiana z – a raczej mylona – skutecznością? Innymi słowy, krótkoterminowe oszczędności są lepsze niż długoterminowe inwestycje. Jeśli teraz nie zatrudnimy żadnych młodszych pracowników, za pięć lat nie będziemy mieli żadnych starszych!
Bo jeżeli nikt nie będzie się uczył tabliczki mnożenia, nikt nigdy nie zostanie mistrzem algorytmów. jeżeli nie będziemy stawiać sobie wyzwań, nie powinniśmy być zaskoczeni stagnacją w myśleniu. jeżeli będziemy rozwiązywać tylko te problemy, które sami dostrzegamy, nikt nie wymyśli nowych. A jeżeli przestaniemy konsultować się z ekspertami, a tym samym przestaniemy ich kwestionować – cóż, to: żegnaj, kulturo innowacji.
Dla firm oznacza to nie tylko utratę świeżych pomysłów i perspektyw. Ci, którzy dziś rezygnują z młodszych programistów, ryzykują ogromny niedobór wykwalifikowanej kadry w przyszłości i (co być może nie jest bez znaczenia…) tracą możliwość budowania kompetencji w ramach własnych szeregów w perspektywie średnioterminowej.
Oczywiście, asystenci kodowania są już dziś całkiem inteligentni. Ale nie są autonomiczni. Nie są odpowiedzialni. Nie są posłuszni – przynajmniej nie sami z siebie. Kto uczy ich ram regulacyjnych? Kto definiuje zasady cyfrowej przyszłości? Z pewnością nie sztuczna inteligencja. I na pewno nie ekspert od technologii, który uważa, iż nie muszą już mieć do czynienia z „młodzieżą”.
Pytania wyraźnie dozwolone
Nie mówimy tu o miłych stażystach z ograniczoną znajomością Javy. Mówimy o instynktach firmy, które rozwijają się w nieprzewidywalnych kierunkach – lub tłumaczą to na magiczne słowo, które wszyscy tak kochamy: innowacja.
Ci ludzie pytają „Dlaczego?”, podczas gdy wszyscy inni już dawno powiedzieli „Zawsze tak było”. Kwestionują to, co bierzemy za pewnik. Irytują. Wyzywają. Czasami denerwują. I właśnie dlatego ich potrzebujemy. A co z mniejszą liczbą skarg na brak umiejętności i większą odwagą w udzielaniu zorganizowanego wsparcia?
Co powiesz na rotację w działach specjalistycznych, aby młodsi pracownicy nie tylko pisali kod, ale także rozumieli modele biznesowe?
Co powiesz na wzmocnienie procesu uczenia się poprzez współpracę: hackathony, wyzwania technologiczne, sprinty projektowe?
Praca zdalna i praca w ciszy zabiły nieformalne możliwości uczenia się. Ci, którzy zaczynają dziś, często znajdują się sami w cyfrowej nirwanie. ChatGPT nie zastąpi współpracowników, którzy potrafią pewnie, szczerze i krytycznie odpowiedzieć na trzecie (tylko pozornie) głupie pytanie.
Tworzenie systemu to nie inżynieria mechaniczna. To system socjotechniczny. Wymaga empatii, osądu, komunikacji, umiejętności rozwiązywania konfliktów, a czasem kogoś, kto po prostu powie: „Spróbuj tak”.
Ostatecznie rezygnacja z młodych talentów to również ryzykowne ryzyko ekonomiczne: przyszłe koszty odbudowy utraconej wiedzy fachowej i niwelowania luk innowacyjnych znacznie przewyższają dzisiejsze oszczędności. A przewidzenie tego nie wymaga ani sztucznej inteligencji, ani doskonałości algorytmicznej, a „tylko” odrobiny zdrowego rozsądku.
