Kiedy rozmawiam z ludźmi po czterdziestce o przyszłości zawodowej, coraz częściej słyszę podobny scenariusz. Firmy wolą młodszych, bo są tańsi, szybciej uczą się nowych technologii i łatwiej dostosowują się do zmian. Teraz dochodzi jeszcze sztuczna inteligencja, więc za kilka lat dla bardziej doświadczonych pracowników może już nie być miejsca.
Rozumiem, skąd bierze się taki sposób myślenia. Sam rynek pracy przez lata dostarczał wystarczająco dużo argumentów, żeby tak go postrzegać. Mam jednak coraz większe przekonanie, że opowieść o AI jako kolejnym gwoździu do zawodowej trumny starszych pracowników jest po prostu zbyt prosta.
Sztuczna inteligencja nie musi pogłębiać przewagi młodości. W części zawodów może zrobić coś zupełnie innego: odebrać młodszym pracownikom część przewag, które dotychczas były z młodością związane.
Jeżeli „maszyna” w kilkadziesiąt sekund przygotuje analizę, prezentację, propozycję maila, plan działania albo pierwszą wersję dokumentu, coraz mniejsze znaczenie ma to, kto potrafi zrobić te rzeczy szybciej. Ważniejsze staje się pytanie, kto potrafi rozpoznać, czy to, co stworzyła AI, rzeczywiście ma sens.
I właśnie tutaj doświadczenie wkracza do gry.
Może źle postawiliśmy pytanie
Wokół sztucznej inteligencji powstaje dziś sporo prostych opowieści. Jedna z nich mówi, że młodzi naturalnie odnajdą się w świecie AI, natomiast starsi pracownicy będą stopniowo wypychani z rynku, ponieważ nie nadążą za technologią.
Na pierwszy rzut oka brzmi to logicznie. Młodsza osoba prawdopodobnie szybciej zacznie korzystać z nowej aplikacji, łatwiej przetestuje kilka kolejnych narzędzi i raczej nie będzie przez trzy tygodnie zastanawiała się, czy sztuczna inteligencja przypadkiem nie oznacza końca cywilizacji. Dorastała w świecie, w którym kolejne technologie pojawiają się bez przerwy, więc traktuje je bardziej naturalnie.
Tyle że znajomość narzędzia i umiejętność podejmowania dobrych decyzji przy jego pomocy nie są tym samym.
Możesz bardzo sprawnie pracować z AI i nadal nie wiedzieć, czy rozwiązanie, które właśnie dostałeś, jest dobre. Możesz napisać świetny prompt, dostać znakomicie wyglądającą odpowiedź i nie zauważyć, że pomija ona najważniejszy element problemu. Możesz w pół godziny stworzyć prezentację strategiczną, która wygląda profesjonalnie, a jednocześnie prowadzi do rozwiązania całkowicie nierealnego w konkretnej organizacji.
Szybkość obsługi narzędzia jest kompetencją. Osąd jest czymś innym.
I właśnie dlatego prosty podział na młodych beneficjentów AI oraz starszych pracowników skazanych na stopniowe odchodzenie z rynku wydaje mi się coraz mniej przekonujący.
AI nie pyta o metrykę
Sztuczna inteligencja ma pewną dość demokratyczną cechę. Nie pyta, ile masz lat.
Nie interesuje jej, czy masz dwadzieścia pięć, czterdzieści pięć czy sześćdziesiąt lat. Jeżeli potrafisz z niej korzystać, daje Ci podobne możliwości zwiększenia tempa pracy, zdobywania informacji, tworzenia pierwszych wersji materiałów i analizowania danych.
I właśnie dlatego może działać również na korzyść bardziej doświadczonych pracowników.
Pięćdziesięciolatek, który nauczy się dobrze korzystać z AI, może w kilkanaście minut przygotować materiał, nad którym wcześniej siedział pół dnia. To nie tylko poprawia jego efektywność. To może również zlikwidować jedną z tradycyjnych przewag młodszego pracownika, czyli tempo wykonywania pracy.
Odzyskany czas może przeznaczyć na coś, czego „maszyna” nadal za niego nie zrobi: ocenę sytuacji, rozmowę z ludźmi, rozpoznanie ryzyka, podjęcie decyzji i przewidywanie jej konsekwencji.
Z drugiej strony dwudziestopięciolatek może być bardzo sprawny technologicznie, ale nadal mieć za mało doświadczeń za sobą, żeby dostrzegać niektóre wzorce. Nie dlatego, że jest mniej inteligentny albo mniej wartościowy. Po prostu pewnych rzeczy jeszcze nie przeżył.
Tego nie da się nadrobić kolejnym kursem online.
Przez lata młodość miała konkretne przewagi
Przez dużą część mojej drogi zawodowej rynek premiował przede wszystkim tempo. Trzeba było pisać, liczyć, analizować, przygotowywać prezentacje, zestawienia, dokumenty, procedury i kolejne wersje tych samych materiałów, aż czasami wszyscy zapominali, po co właściwie powstały.
W takim modelu młodszy pracownik często miał naturalną przewagę. Był tańszy, miał więcej energii, mniej zobowiązań poza pracą, łatwiej poświęcał wieczór albo weekend na poznanie nowego programu. Nie ma sensu się na to obrażać. Tak po prostu działała ekonomia wielu stanowisk.
Jeżeli znaczną częścią wartości pracownika była szybkość wytwarzania, przewagę miał ten, kto potrafił wytwarzać szybciej.
Tylko że właśnie tę przewagę zaczyna przejmować „maszyna”.
AI nie potrzebuje młodego pracownika, żeby pracować szybko. Sama jest szybka. Nie potrzebuje człowieka z fenomenalną pamięcią faktów, bo potrafi błyskawicznie przetwarzać ogromne ilości informacji. Nie potrzebuje też kogoś, kto w cztery godziny przygotuje pierwszą wersję prezentacji, bo sama zrobi ją w kilka minut.
To nie oznacza, że człowiek staje się zbędny. Oznacza, że jego wartość zaczyna przesuwać się w inne miejsce.
Kiedy „maszyna” daje szybkość, człowiek musi dać coś więcej
Wyobraźmy sobie dwie osoby, które dostają ten sam problem i obie korzystają z AI. Pierwsza sprawnie obsługuje narzędzie i w ciągu kilkunastu minut generuje pięć możliwych rozwiązań.
Druga robi dokładnie to samo, ale patrząc na jeden z wariantów mówi: „Ten wygląda najlepiej, tylko podobne rozwiązanie już widziałem i z doświadczenia wiem, gdzie może się wysypać”.
Może też zauważyć, że rozwiązanie jest poprawne teoretycznie, ale nie przejdzie przez kulturę tej organizacji. Albo że przed wdrożeniem trzeba porozmawiać z trzema konkretnymi grupami ludzi, bo bez tego opór zablokuje cały projekt.
I wtedy pytanie o wartość pracownika zaczyna wyglądać trochę inaczej.
Czy bardziej potrzebna jest osoba, która bardzo szybko uzyskała odpowiedź od AI, czy ta, która potrafi przewidzieć konsekwencje tej odpowiedzi?
Oczywiście najlepiej mieć jedno i drugie. I właśnie tutaj zaczyna zmieniać się zawodowa wartość doświadczenia.
Doświadczenie to pamięć konsekwencji
Nie chcę romantyzować doświadczenia, bo dwadzieścia lat pracy nie robi automatycznie z człowieka eksperta. Można mieć dwadzieścia lat doświadczenia, ale można również mieć jeden rok doświadczenia powtórzony dwadzieścia razy.
Różnica polega na tym, czy przez te lata obserwowałeś, testowałeś, popełniałeś błędy, zmieniałeś zdanie i wyciągałeś wnioski.
Dlatego coraz bardziej podoba mi się określenie „pamięć konsekwencji”.
Wiedza mówi Ci, jak coś powinno działać. Pamięć konsekwencji przypomina, co wydarzyło się ostatnim razem, kiedy ktoś zrobił coś podobnego.
Można przeczytać dwadzieścia książek o zarządzaniu zmianą. Czym innym jest jednak wiedzieć, że ludzie stawiają opór, a czym innym obserwować, jak dobry projekt rozsypuje się dlatego, że ktoś przez kilka miesięcy traktował komunikację jako mało istotny dodatek.
Można znać wszystkie zasady zarządzania interesariuszami, a potem zobaczyć w praktyce, jak jedna osoba, której nikt nie uwzględnił w projekcie, zatrzymuje pracę kilkudziesięciu innych.
Można bardzo dużo wiedzieć o rekrutacji, a potem zatrudnić człowieka, który znakomicie wypadł podczas rozmowy, miał świetne CV, a pół roku później połowa zespołu nie chce z nim pracować.
Takie doświadczenia bywają kosztowne i czasami bardzo nieprzyjemne, ale uczą czegoś, czego nie da się pobrać z internetu. Po latach zaczynasz dostrzegać wzorce. Czasami szybciej niż pokazują je liczby, czasami zanim problem stanie się oczywisty dla innych.
W świecie AI właśnie taka umiejętność może stać się jedną z najważniejszych przewag doświadczonego pracownika.
Największe ryzyko pojawia się wtedy, kiedy AI brzmi rozsądnie
Dużo mówi się o halucynacjach sztucznej inteligencji, wymyślonych źródłach czy błędnych danych. Moim zdaniem jeszcze trudniejsze są jednak sytuacje, w których AI nie podaje ewidentnej bzdury.
Jej odpowiedź jest logiczna, uporządkowana, profesjonalna i pozornie bardzo rozsądna. Tyle że kompletnie nie pasuje do konkretnej sytuacji.
To znacznie trudniejszy błąd do wychwycenia, ponieważ nie uruchamia natychmiastowego alarmu. Wymaga wiedzy o kontekście, ludziach, organizacji, wcześniejszych decyzjach i konsekwencjach podobnych działań.
Doświadczony człowiek nie musi od razu znać właściwej odpowiedzi. Częściej natomiast potrafi zauważyć, że coś się nie zgadza i warto sprawdzić temat jeszcze raz.
Osąd nie polega na nieomylności. Polega na wcześniejszym zauważeniu, że warto się zatrzymać.
Czterdziestolatek nie musi wygrać z dwudziestopięciolatkiem szybkością
I w gruncie rzeczy nie widzę większego sensu, żeby próbował.
Jeżeli masz piętnaście, dwadzieścia czy dwadzieścia pięć lat doświadczenia zawodowego, próba udowadniania, że szybciej od młodszych osób poznasz każdą nową aplikację, jest dość dziwną strategią. Możesz oczywiście być równie sprawny, ale Twoja największa przewaga prawdopodobnie leży gdzie indziej.
Znacznie sensowniejsze jest połączenie obu światów.
AI daje szybkość, a człowiek wnosi kontekst i osąd. „Maszyna pomaga tworzyć, porządkować i analizować. Człowiek potrafi zauważyć, czego w tej analizie brakuje. AI podpowiada kilka rozwiązań. Doświadczenie pozwala przewidzieć, jakie konsekwencje mogą mieć podobne decyzje.
W takim układzie nie ma większego sensu wojna młodych ze starszymi. Nie chodzi też o wojnę człowieka z technologią.
Prawdziwy podział może przebiegać gdzie indziej: pomiędzy ludźmi, którzy potrafią połączyć własne kompetencje z AI, a tymi, którzy tego nie zrobią.
I ta granica może mieć niewiele wspólnego z datą urodzenia.
Jest jednak zła wiadomość dla ludzi 40+
Jeżeli ktoś doczytał do tego miejsca i pomyślał: „Świetnie, czyli moje doświadczenie mnie obroni i nie muszę zawracać sobie głowy tym całym AI”, to właśnie wyciągnął dokładnie odwrotny wniosek.
Doświadczenie bez kontaktu z nową technologią może bardzo szybko zamienić się w archiwum.
Jeżeli nie używasz AI, nie wiesz, co potrafi. Jeżeli nie wiesz, co potrafi, nie rozpoznasz również miejsc, w których nadal sobie nie radzi. Wtedy bardzo łatwo pomylić doświadczenie z przywiązaniem do dawnych metod pracy.
Tu nie ma taryfy ulgowej.
Ludzie 40+, którzy chcą utrzymać albo zwiększać swoją wartość zawodową, powinni korzystać ze sztucznej inteligencji. Nie po to, żeby udowodnić komukolwiek, że są nowocześni, ale żeby oddać „maszynie” te elementy pracy, które wykonuje szybciej.
Jeżeli AI przygotuje Ci materiał w dziesięć minut zamiast dwóch godzin, nie traktuj tego jak zagrożenia. Masz godzinę i pięćdziesiąt minut więcej na myślenie, rozmowę, ocenę i decyzję.
Być może właśnie te rzeczy będą warte coraz więcej.
Przyszłość nie należy ani do młodych, ani do starszych
Nie kupuję prostej opowieści, że sztuczna inteligencja automatycznie wyczyści rynek z ludzi 40+ i zostawi go młodym, technologicznym pracownikom.
Nie kupuję również pocieszającej wersji, w której wieloletnie doświadczenie nagle stanie się najważniejszą kompetencją i starsi pracownicy przeżyją swój wielki zawodowy renesans.
Obie historie są zbyt proste.
Bardziej prawdopodobne wydaje mi się coś innego. Przyszłość będzie należała do ludzi, którzy potrafią połączyć technologię, doświadczenie i osąd.
Dwudziestopięciolatek może to zrobić. Pięćdziesięciolatek również. Każdy startuje jednak z innego miejsca. Młodszy pracownik może mieć większą swobodę w eksperymentowaniu z technologią. Starszy może mieć większy zbiór sytuacji, wzorców i konsekwencji, do których tę technologię przyłoży.
Dlatego pytanie „kto wygra, młodzi czy starsi?” wydaje mi się źle postawione.
Lepsze brzmi:
Kto nauczy się łączyć możliwości AI z tym, czego sam nauczył się przez lata?
Bo być może największym paradoksem sztucznej inteligencji będzie to, że technologia, która miała najbardziej zagrozić doświadczonym pracownikom, części z nich doda coś, czego przez ostatnie lata coraz bardziej im brakowało.
Tempo.
A jeżeli do tego tempa dołożą pamięć konsekwencji, kontekst i osąd, mogą się okazać znacznie trudniejsi do zastąpienia, niż dziś wielu osobom się wydaje.