Dr Vivek Soundararajan från University of Bath diskuterar hur lärande och träning förändras för framtida anställda i kölvattnet av AI-framsteg.
Under lång tid har affären för en lång rad karriärer varit enkel nog. Nybörjararbetare utförde rutinuppgifter i utbyte mot mentorskap, kompetensutveckling och en tydlig väg mot expertis.
Upplägget innebar att arbetsgivarna hade prisvärd arbetskraft samtidigt som de anställda fick utbildning och en tydlig karriärväg. Båda sidor gynnades.
Men nu det fyndet håller på att gå sönder. AI automatiserar grymtandet – de repetitiva, tråkiga men viktiga uppgifterna som juniorer brukade göra och lära sig av.
Och konsekvenserna slår mot båda ändarna av arbetsstyrkan. Unga arbetare kan inte få fotfäste. Äldre arbetare ser talangpipelinen torka.
Till exempel, föreslår en studie att mellan slutet av 2022 och juli 2025 minskade nybörjaranställningen i USA inom AI-exponerade områden som mjukvaruutveckling och kundservice med ungefär 20 procent. Sysselsättningen för äldre arbetstagare inom samma sektorer ökade.
Och det mönstret är vettigt. AI överträffar för närvarande vid administrativa uppgifter – saker som datainmatning eller arkivering. Men det kämpar med nyanser, omdöme och massor av andra färdigheter som är svåra att kodifiera.
Så erfarenhet och ackumuleringen av dessa färdigheter blir en buffert mot AI-förskjutning. Men om nybörjararbetare aldrig får chansen att bygga den upplevelsen, bildas aldrig bufferten.
Detta är viktigt för organisationer också. Forskare som använder en enorm mängd data om arbete i USA beskrev hur det professionella färdigheter utvecklas över tid, genom att likna karriärvägar med strukturen hos ett träd.
Allmänna färdigheter (kommunikation, kritiskt tänkande, problemlösning) bildar stammen, och sedan förgrenar sig specialiserade färdigheter därifrån.
Deras viktigaste upptäckt var att lönepremier för specialiserade färdigheter nästan helt beror på att ha de starka allmänna grundfärdigheterna under. Kommunikations- och kritiskt tänkande är inte tillval – det är det som gör avancerade färdigheter värdefulla.
Forskarna fann också att arbetare som saknar tillgång till grundläggande färdigheter kan bli instängda i karriärvägar med begränsad rörlighet uppåt: vad de kallar ”förmåga att fångas”. Denna struktur har blivit mer uttalad under de senaste två decennierna, vilket skapar vad forskarna beskrev som ”hinder för uppåtgående arbetsrörlighet”.
Men om AI eliminerar positionerna på ingångsnivå där dessa grunder byggdes, vem utvecklar nästa generations experter? Om AI kan utföra juniorarbetet bättre än de faktiska juniorerna, kan seniorarbetare sluta delegera helt.
Forskare kallar detta ”träningsunderskott”. Junioren lär sig aldrig, och pipelinen går sönder.
Ojämn störning
Men störningen kommer inte att drabba alla lika. Det har hävdatst.ex. att kvinnor löper nästan tre gånger så stor risk att deras jobb ersätts med AI jämfört med män.
Detta beror på att kvinnor är det generellt mer sannolikt att vara i kontors- och administrativa roller, som är bland de mest utsatta för AI-driven transformation. Och om AI stänger av traditionella vägar till kvalificerat arbete är det osannolikt att effekterna blir jämnt fördelade.
Så vad kan göras? Tja, bara för att den gamla vägöverenskommelsen mellan yngre och seniora mänskliga arbetare är bruten, betyder det inte att en ny inte kan byggas.
Unga arbetare behöver nu lära sig vad AI inte kan ersätta när det gäller kunskap, omdöme och relationer. De måste söka (och förses med) roller som involverar mänsklig interaktion, snarare än bara skärmbaserade uppgifter. Och om traditionella nybörjarjobb håller på att försvinna måste de leta efter strukturerade program som fortfarande erbjuder genuin kompetensutveckling.
Äldre arbetstagare kan samtidigt lära sig mycket av yngre arbetstagare om AI och teknik. Tanken med mentorskap kan vändas, med juniorer som lär ut om nya verktyg, medan seniorer ger vägledning och undervisning om nyansering och omdöme.
Och arbetsgivarna måste motstå lusten att skära ner yngre personal. De borde fortsätta delegera till den personalen – även när AI kan göra jobbet snabbare. Roller på ingångsnivå kan göras om i stället för att elimineras. För i slutändan, om juniorer inte tränas, kommer det inte att finnas någon att lämna över till.
Att skydda pipeline av skickliga och värdefulla medarbetare ligger i allas intresse. Ja, vissa former av expertis kommer att spela mindre roll i AI-åldern, vilket är desorienterande för människor som kan ha investerat år i att utveckla dem.
Men expertis handlar inte nödvändigtvis om att lagra information. Det handlar också om att förfinat omdöme tillämpas på komplexa situationer. Och det är fortfarande värdefullt.
Av Dr Vivek Soundararajan
Dr Vivek Soundararajan är professor i arbete och jämställdhet vid University of Bath. Han forskar om styrning av arbetsrättigheter i försörjningskedjor, ojämlikheter i och runt organisationer och framtidens arbete. Han leder ett forskningsinitiativ som heter Embed-Dignity och fungerar som biträdande chef för Center for Business, Organisations and Society (CBOS) vid University of Bath.
