Hlavní obsah

AI nám šetří práci. Nebereme tím mladým možnost se ji naučit?

Foto: Martin Kolář, vygenerováno pomocí ChatGPT

S AI zvládneme za chvíli práci, na které jsme se sami učili celé roky. Jenže právě u jednodušších úkolů začíná člověk získávat zkušenosti. Když je předáme stroji, kde dostanou prostor dnešní začátečníci?

Článek

Nedávno jsem četl článek o českých technologických firmách, které omezují přijímání juniorů nebo už část jejich práce přenechaly umělé inteligenci. Vedle toho jsem narazil na zprávy o nejistotě mladých lidí a jejich obavách z budoucnosti. Nechci mezi těmito věcmi dělat jednoduché rovnítko. Přesto mi začala vrtat hlavou otázka, co dnes vlastně říkáme člověku, který teprve přemýšlí, čím se bude živit. Má se učit, získávat zkušenosti a pracovat na sobě. Jenže někde mezi školou a první prací mu možná začínáme ubírat příležitosti, na kterých by to všechno mohl dělat.

Sám při vývoji a řešení pracovních úkolů AI používám. Rozumím tomu, proč je lákavé nechat si připravit návrh kódu, rozebrat chybu nebo zpracovat podklady, nad kterými by člověk jinak strávil podstatně víc času. Současně se věnuji výuce, a tak se mi do toho nadšení přimíchává ještě jiný pohled. Hotový výsledek je příjemná věc, ale zajímá mě také, co si z cesty k němu člověk odnese. A jestli jsme tu cestu někdy nezkrátili natolik, že z učení zbylo jen převzetí odpovědi.

První práce měla hodnotu i tím, co nás naučila

Představme si začínajícího programátora, který má upravit jednoduchý formulář. Pro zkušeného kolegu je to drobnost, možná úkol, který by dnes rád předal AI. Začátečník se na něm ale seznamuje s cizím kódem, musí pochopit zadání a zjistit, proč změna na jednom místě ovlivnila něco dalšího. Když mu zkušenější kolega vrátí řešení s připomínkami, učí se i to, co při prvním pokusu vůbec neviděl. Hodnota takového úkolu se proto nedá měřit jen tím, kolik minut trvalo vytvořit fungující formulář.

Podobně můžeme přemýšlet o přípravě podkladů pro klienta, jednoduchém rozboru dat nebo návrhu odpovědi na zákaznický požadavek. Vedle výsledku vzniká znalost prostředí, souvislostí a chyb, které je snadné udělat. Samozřejmě nemá smysl držet mladého člověka měsíce u mechanického přepisování tabulek jen proto, že jsme si tím kdysi prošli také. Potřebujeme ale rozlišovat mezi zbytečnou rutinou a úkolem, který je jednoduchý pro zkušeného pracovníka, zatímco začátečníkovi dává prostor něco pochopit.

V Česku už nejde jen o hypotetickou otázku

Listopadový článek Lupy popisuje sondu mezi jedenácti softwarovými firmami. Některé z nich už zrušily pracovní místa, jejichž náplň převzala AI; dohromady šlo o třináct úvazků, převážně juniorů a méně zkušených vývojářů. Další firmy vědomě neobsazovaly pozice, na které by dříve někoho přijaly. Jedenáct firem pochopitelně nereprezentuje celé Česko. Ukazuje to ale konkrétní rozhodnutí, která už někdo udělal, a jejich dopad na příležitosti pro začínající lidi.

Bylo by přitom pohodlné připsat všechno umělé inteligenci. Dubnový průzkum Ipsosu pro Moore mezi 525 firmami ukázal, že mezi podniky uvažujícími o omezení náboru juniorů převažovaly ekonomická nejistota a tlak na náklady. Nahrazování práce juniorů pomocí AI uvedlo jako hlavní důvod čtrnáct procent z této skupiny. Zpomalení náboru tedy má více příčin a samotná zmínka o AI ještě nevysvětluje situaci celé firmy. Pro absolventa je však výsledek podobný: pozice, na kterou mohl nastoupit, se vůbec neotevře.

Právě neotevřené místo mi připadá snadno přehlédnutelné. Když firma propustí zaměstnance, je to viditelná událost. Když se rozhodne dalšího člověka nepřijmout, žádný konkrétní zaměstnanec o práci nepřišel. Přesto někdo nedostane první šanci, kterou by za jiných okolností dostal. Z pohledu firmy může být takové rozhodnutí pochopitelné, ale stojí za to domyslet i to, kde se budou brát její budoucí zkušení kolegové.

Co si z toho má odnést člověk na začátku?

Zkusme si představit studenta, který několik let poslouchá, že technický obor je dobrá volba. Věnuje mu čas, dokončuje školu a mezitím čte, že firmy potřebují méně začátečníků a více lidí, kteří už dokážou pracovat samostatně. Rada, aby se přizpůsobil, je jistě rozumná. Jen bychom si měli přiznat, jak obtížně se podle ní plánuje život, když člověk ještě nezískal ani první zkušenost a už slyší, že musí změnit směr.

Říjnový průzkum Ipsosu uvádí, že pětapadesát procent českých respondentů generace Z zažilo déletrvající pocity smutku či beznaděje. Jde o popis jejich zkušenosti, nikoli o diagnózu deprese nebo důkaz, že tyto pocity způsobila AI. Přesto mi takové zjištění připadá důležité pro způsob, jakým s mladými o budoucnosti mluvíme. Za debatou o produktivitě a počtu pracovních míst jsou lidé, kteří potřebují věřit, že jejich snaha má nějaký směr.

Nemyslím si, že jim pomůžeme slibem, že se všechno nějak vyřeší. Stejně málo mi dává smysl opakovat, že kdo nebude dost rychlý, zůstane pozadu. Mnohem užitečnější by bylo umět ukázat konkrétní cestu: tady můžeš začít, tohle se potřebuješ naučit a tady je člověk, který ti pomůže poznat, jestli postupuješ správně. Taková nabídka má pro začátečníka větší hodnotu než další obecná výzva k celoživotnímu vzdělávání.

AI může pomáhat i s učením. Záleží, co po člověku chceme

Na celé věci mě zajímá i opačná možnost. Začátečník může s AI rozebírat neznámý kód, nechat si vysvětlit chybu nebo porovnávat několik řešení. Nemusí čekat, až bude mít zkušenější kolega čas na každou drobnou otázku. Potřebuje ale postup, při kterém si ověřuje porozumění, protože přesvědčivě napsané vysvětlení ještě nemusí být správné.

U zmíněného formuláře by proto zadání mohlo pokračovat i po vygenerování kódu. Vysvětli, jak řešení funguje, navrhni situace, ve kterých může selhat, a ukaž, jak jsi je otestoval. Když se změní požadavek zákazníka, dokážeš určit, co bude potřeba upravit? Zkušenější kolega pak může zkontrolovat nejen výsledek, ale i způsob uvažování. AI tu může část práce urychlit a zároveň zůstane prostor, ve kterém se začátečník učí nést odpovědnost za své řešení.

To ovšem vyžaduje čas na vedení lidí a ochotu počítat s tím, že se budou ptát a dělat chyby. Pokud firma od juniora očekává okamžitou samostatnost, samotný přístup k AI ten rozpor nevyřeší. Za rozumnou otázku pro každého, kdo automatizuje práci týmu, proto považuji i tuto: které zkušenosti se u nás na těchto úkolech získávaly a kde je budou noví kolegové získávat dál? Odpověď nemusí znamenat zachovat původní práci. Měla by ale obsahovat něco konkrétnějšího než předpoklad, že se to mladí naučí někde jinde.

AI používat nepřestanu a nechci ani brzdit změny, které nám usnadňují práci. Zároveň bych byl nerad, kdybychom při počítání ušetřených hodin zapomněli, že někdo na začátku potřebuje čas a příležitost, aby jednou dokázal to, co dnes my. Když přemýšlím, co bych chtěl nabídnout vlastním dětem nebo studentům, není to jistota jedné profese na celý život. Je to možnost začít, něčemu postupně porozumět a mít vedle sebe někoho, kdo jim pomůže vyrůst. Tu bychom měli umět zachovat i ve světě, kde první návrh práce během chvíle připraví stroj.

Zdroje

Máte na tohle téma jiný názor? Napište o něm vlastní článek.

Texty jsou tvořeny uživateli a nepodléhají procesu korektury. Pokud najdete chybu nebo nepřesnost, prosíme, pošlete nám ji na medium.chyby@firma.seznam.cz.

Sdílejte s lidmi své příběhy

Stačí mít účet na Seznamu a můžete začít publikovat svůj obsah. To nejlepší se může zobrazit i na hlavní stránce Seznam.cz