Generacija, ki ne bo imela kje začeti? In kam po znanje?

Marsikdo si kariero še vedno predstavlja kot enkratno odločitev: izbereš smer, študij, poklic – in potem slediš poti. Realnost je precej drugačna. Izbira kariere je vse manj enkratna odločitev in vse bolj proces, ki se razvija skozi čas.

Sodobni pristopi k izbiri kariere zato ne izhajajo več iz vprašanja "kaj bom počel do konca življenja", ampak iz precej bolj praktičnega izhodišča: kaj ima smisel zdaj.

Osnovni korak je še naprej razumevanje samega sebe. Ne v abstraktnem smislu, ampak zelo konkretno – kaj znaš, kaj te zanima, kaj te motivira in kaj ima na trgu dejansko vrednost. Pogosto se omenja koncept, ki poskuša povezati štiri stvari: kaj rad počneš, v čem si dober, kaj družba potrebuje in za kaj si lahko plačan. Ideja ni v tem, da najdeš popolno kombinacijo, ampak da začneš razmišljati širše kot samo "kaj mi je všeč", na svoji spletni strani denimo svetuje avstralski Capital City College – če pogledamo na drugi konec sveta.

Naslednji korak je raziskovanje. Ne kot pasivno brskanje po seznamih poklicev, ampak kot aktivno preverjanje možnosti. Danes obstaja ogromno brezplačnih orodij, testov in kariernih vodičev, ki pomagajo razumeti, kako se sposobnosti ujemajo z realnimi delovnimi mesti.

Tretji korak pa naj bo zdaj usmerjenost v področja, ne v en poklic, svetujejo poznavalci. Namesto da se odločiš za eno točno službo, je bolj smiselno raziskati industrijo ali področje, ki te zanima – na primer zdravstvo, tehnologijo, kreativne industrije, gradbeništvo ali znanost. Poklici znotraj teh področij se hitro spreminjajo, zato je fleksibilnost pomembnejša od "prave izbire".

Dolga leta so bili priljubljeni seznami poklicev – pa naj je šlo za najbolj dobičkonosne, najbolj ugledne, najbolj odporne na prihodnost ... Zdaj so priljubljeni seznami poklicev, ki naj bi bili odporni na AI.

To ne bo članek s takšnim seznamom.

Seznam "AI-varnih služb" na prvi pogled deluje pomirjujoče. Sporočilo je jasno: obstajajo poklici, ki jih umetna inteligenca ne more nadomestiti, zato se je treba samo pravilno odločiti.

Analiza ameriškega U.S. Career Institute iz leta 2023 na podlagi podatkov o avtomatizaciji izpostavi 65 poklicev, ki naj bi imeli praktično ničelno tveganje, da jih nadomestijo roboti ali umetna inteligenca. Med njimi prevladujejo tri skupine: zdravstvo, izobraževanje in poklici, ki temeljijo na medosebnih odnosih. Medicinske sestre, zdravniki, terapevti, učitelji, trenerji, svetovalci, pa tudi umetniki, koreografi in drugi ustvarjalni poklici.

Skupni imenovalec teh poklicev je, da temeljijo na stvareh, ki jih tehnologija težko posnema. Nepredvidljivost, kompleksne situacije, čustva, empatija, socialna interakcija, kreativnost. Če moraš delati z ljudmi, če moraš reagirati na situacijo, ki se ne ponavlja, če moraš razumeti kontekst in ne samo slediti pravilom, potem je verjetnost avtomatizacije bistveno nižja.

Na tej podlagi nastane zelo preprosta logika: če želiš "varno prihodnost", izberi poklic, ki zahteva človeške lastnosti. A poznavalci menijo, da se bo veliko spremenilo tudi znotraj teh poklicev.

Zato je bolj smiselno pogledati neposredno: kaj se dejansko dogaja s poklici. Začnimo tam, kjer se sprememba že vidi.

Recimo programerji. Pred nekaj leti eden najbolj varnih poklicev prihodnosti. Danes? Še vedno iskani, a narava dela se že spreminja. Umetna inteligenca generira kodo, testira, predlaga rešitve. Kar pomeni, da začetni nivo – pisanje osnovne kode – izgublja vrednost. Vstopna točka v poklic se zapira. Podjetja ne potrebujejo več toliko mlajših programerjev, ampak ljudi, ki razumejo celoten sistem, znajo presojati, povezovati, odločati. Programer ne izgine. A postane bolj odgovoren, bolj pod pritiskom, z višjim pragom vstopa.

Ali pa marketing. Včasih kreativni poklic, danes vse bolj industrija produkcije. AI generira oglase, besedila, vizuale, kampanje. Kar pomeni, da en človek lahko naredi več. In če lahko naredi več, bo od njega to tudi zahtevano. Manj ekip, več zahtevanih rešitev, več kanalov, več vsebin. Poklic ne izgine. Postane intenzivnejši. In hkrati bolj zamenljiv na spodnjem nivoju.

Trend tukaj je jasen in ga že odražajo študije. Da ena najbolj nevarnih posledic umetne inteligence morda ne bo množična brezposelnost, ampak zapiranje začetka kariere. V številnih poklicih so bile prve naloge vedno rutinske: urejanje podatkov, priprava osnutkov, osnovna analiza, pisanje enostavne kode, odgovarjanje na standardna vprašanja. Prav te naloge danes najhitreje prevzema AI. To pomeni, da ne izginja nujno poklic, ampak njegova prva stopnica. Starejši delavec ima izkušnje, odnose, presojo in tiho znanje, ki ga ni mogoče preprosto avtomatizirati. Mladi pa vstopajo na trg dela ravno s tistim znanjem, ki ga AI najlažje posnema: s šolskim, kodificiranim, formalnim znanjem. Zato je prihodnost dela za mlade lahko posebej kruta. Ne zato, ker ne bi bilo dela, ampak ker ne bo več jasno, kje se ga sploh začne učiti.

Potem je tu platformno delo, kjer ne gre toliko za vpliv na samo izvedbo dela kot dostop do njega. Vozniki, dostavljavci, čistilke ... Delo obstaja, a ni stabilno, zaščiteno, predvidljivo. Algoritem določa, kdo dela, kdaj dela, koliko zasluži. Vseskozi v ozadju preračunava, kako oklestiti stroške in izvajalcu plačati čim manj. To ni več klasičen poklic. To je tok nalog. Danes delaš, jutri mogoče ne. In to ni začasna faza – to je model, ki se širi.

Zdravstvo, na drugi strani, je na prvi pogled v veliki meri varno. In deloma tudi je. A ne zato, ker ga tehnologija ne doseže, ampak ker je bolj kompleksno. Diagnostika – prepoznavanje vzorcev – je že danes področje, kjer AI lahko konkurira človeku. Kar pomeni, da se vloga zdravnika premika. Manj časa za "ugotavljanje", več za razlago, odločanje, komunikacijo. Hkrati pa se odpirajo nove možnosti: več dela lahko prevzamejo medicinske sestre, tehnično osebje, ker jim AI pomaga pri odločanju. Poklici ne izginejo. Se pa prerazporedijo. Poklic ostaja, a tisti del, ki je bil rutinski, izgublja vrednost.

In spet se pokaže jasen vzorec.

Večina poklicev ne bo izginila, a skoraj vsi se bodo spremenili. Rutinski del dela – tisti, ki je bil nekoč "lažji del dneva" – izginja. Ostane zahtevnejši del. Presoja, odgovornost, odločanje. Ni več dovolj, da znaš nekaj osnov. Moraš razumeti več, hitreje, globlje.

In - količina dela se ne zmanjšuje. Povečuje se. Ker če lahko narediš več, boš moral narediti več.

Ob tem pa poznavalci menijo, da se razlike med poklici s prihodom AI le še poglabljajo. Nekateri bodo postali bolj cenjeni in bolje plačani. Drugi bolj nadzorovani, bolj zamenljivi in bolj negotovi.

Zato prihodnosti dela ni več mogoče razumeti kot seznama poklicev. Poklic je bil nekoč razmeroma stabilna identiteta. Bil si učitelj, pravnik, novinar, zdravnik, programer, računovodja. Danes pa se znotraj istega poklica dogajajo tako velike razlike, da naziv pove vse manj. Programer, ki zna samo pisati osnovno kodo, ni v istem položaju kot programer, ki razume produkt, uporabnika, varnost, podatke in vodenje ekipe. Novinar, ki zna samo povzeti sporočilo za javnost, ni v istem položaju kot novinar, ki zna preverjati dejstva, graditi vire, razumeti politični ali gospodarski kontekst in postaviti vprašanje, ki ga umetna inteligenca ne zna. Zdravnik, ki zna uporabljati AI kot diagnostično pomoč, bo delal drugače kot tisti, ki bo tehnologijo doživljal samo kot grožnjo.

Zato bodo v prihodnosti najbolj vredne kombinacije, ne izolirane veščine.

Tehnično znanje bo pomembno. A samo po sebi ne bo dovolj. Komunikacija bo pomembna. A sama po sebi ne bo dovolj. Kreativnost bo pomembna. A tudi ta ne bo dovolj, če ne bo povezana z razumevanjem orodij, trga in realnih potreb ljudi.

Najbolje bodo verjetno na trgu dela kotirali tisti, ki bodo znali povezovati različne svetove in ki bodo delovali nad povprečjem.

Umetna inteligenca je že pocenila povprečno izvedbo. Povprečen tekst, povprečna analiza, povprečen oglas, povprečen prevod, povprečna koda – vse to je cenejše, hitrejše in dostopnejše. Vrednost se zato premaka k presoji, izvirnosti, zaupanju, osebni odgovornosti, razumevanju konteksta in delu z ljudmi.

Podatki kažejo, da problem ni v tem, da bi bilo izobraževanja premalo. Problem je v tem, da pogosto proizvaja napačen tip znanja. OECD že dalj časa opozarja na t. i. "skills mismatch", neskladje med znanji, ki jih ljudje pridobijo, in znanji, ki jih trg dela dejansko potrebuje.

Izobraževalni sistem je bil zgrajen za drugačen svet, kjer so bile naloge stabilne, poklici jasno definirani, znanje pa razmeroma trajno. Zato še vedno temelji na standardizaciji, preverjanju pravilnih odgovorov in razdelitvi znanja na posamezne predmete. A zdaj gre za tip znanja, ki ga umetna inteligenca najlažje posnema.

Sposobnost "proizvesti odgovor" izgublja vrednost. Vrednost se premika drugam – k razumevanju problema, k presoji, k sposobnosti postaviti pravo vprašanje.

Ob tem se pojavlja še en problem. OECD opozarja, da lahko umetna inteligenca ustvari lažen občutek znanja. Ker generira kakovostne odgovore, lahko uporabnik hitro dobi občutek, da snov obvlada, čeprav je v resnici ni razumel. To pomeni manj poglobljenega razmišljanja, več površinskega znanja in večjo odvisnost od orodij. Sistem tako ne samo zaostaja, ampak lahko celo nehote spodbuja način učenja, ki dolgoročno zmanjšuje sposobnost samostojne presoje.

Hkrati se razhajata tudi časovni logiki izobraževanja in dela. Šola je še vedno organizirana kot enkratna faza: izobražuješ se, zaključiš in nato vstopiš na trg dela. Trg dela pa postaja proces, ki zahteva stalno prilagajanje, nadgrajevanje in učenje. OECD zato poudarja, da znanje ne more več biti nekaj, kar pridobiš enkrat, ampak nekaj, kar moraš ves čas razvijati. V praksi pa sistem še vedno deluje, kot da je to mogoče ločiti.

OECD ugotavlja, da trenutni modeli izobraževanja in usposabljanja ne zadostujejo potrebam gospodarstva, ki ga poganja umetna inteligenca. A spremembe so počasne, ker je sistem sam po sebi zasnovan za stabilnost, ne za hitre prehode. In tako se odgovornost vse bolj prelaga na posameznika. Šola daje osnovo, podjetja pričakujejo že razvite sposobnosti, država regulira okvir, ne pa poti. Posameznik pa mora vse to povezati sam. In marsikdo se ne znajde.