AI לוקח את עבודת הג'וניורים: מי יהפוך למומחה?

נניח שאתם מראיינים מועמד לעבודה, והוא מראה לכם כלי שבנה בעזרת AI. מרשים, אבל האם הוא באמת יודע איך הדברים עובדים בפנים? זו השאלה שעומדת בלב אחת הבעיות השקטות שמתפתחות בעולם העבודה: אם AI עושה יותר ויותר מהמשימות שעליהן עובדים מתחילים מתאמנים, איך הם ירכשו את הידע והשיפוט שיהפכו אותם למומחים?

מה בעצם הבעיה?

הדיון הרגיל על AI ושוק העבודה מתמקד בפיטורים, אבל ישנה בעיה עמוקה יותר. כפי שמתואר בכתבה ב-Calcalist, השאלה אינה אם לג'וניורים תהיה עבודה, אלא איזו עבודה הם יעשו. אם משימות הליבה שבאמצעותן לומדים – כמו ניתוח נתונים בסיסי, כתיבת קוד פשוט או בניית דוחות – מבוצעות על ידי AI, העובדים הצעירים עלולים לאבד את הדרך לרכוש מיומנויות קריטיות.

תארו לעצמכם מתמחה בפיתוח שבמקום לכתוב ולתקן באגים בעצמו, מקבל קוד מ-AI. הוא אמנם חוסך זמן, אבל מפספס את ההזדמנות ללמוד דפוסי חשיבה ופתרון בעיות. כפי שמסביר Forbes, כשנותנים למקצוען מנוסה ולעובד מתחיל את אותו כלי AI, ההבדל הוא במה שהם מכניסים אליו. המנוסה מנהל משימות שהוא כבר יודע לבצע, בעוד המתחיל מפקיד בידי AI את העבודה שבאמצעותה היה אמור לפתח שיפוט מקצועי. AI מאיץ ביצועים, אבל לא מאיץ את רכישת הניסיון.

איך זה משפיע על גיוס וחינוך?

השינוי כבר כאן, והוא מגדיר מחדש את מה שנחשב ״פוטנציאל גבוה״. חברות מראיינות כיום מועמדים לתפקידים לא-טכניים ומעמידות אותם במבחן: לבנות כלי קטן, ליצור תהליך עבודה או לבצע ניתוח באמצעות AI. הן רוצות לראות אם מישהו יכול לקחת בעיה עמומה ולהפוך אותה לפתרון עובד. בצד הטכני, אם AI יכול לכתוב חלק ניכר מהקוד, מה שחשוב הוא הבנה עמוקה יותר – ארכיטקטורה, אבטחה ועיצוב מערכות.

האם זה אומר שלימודי מדעי המחשב צריכים להשתנות? כותב ב-Observer טוען שכן. אם תכנות הופך לפחות מרכזי, החינוך צריך להתמקד בכישורים כמו עיצוב מערכות ושימוש אסטרטגי ב-AI. ב-Meta, למשל, מדווחים על מהנדסים שמרוויחים משכורות בסיס של עד 450 אלף דולר בשנה – עדיין יש ביקוש למומחיות עמוקה, אבל הדרך לשם נסללת מחדש.

איום על שיפוט של מנהיגים?

הבעיה חוצה רמות ניהול. מחקר של חוקרים מ-Harvard, שפורסם ב-HBR, בדק 288 מעריכים מנוסים שהעריכו 48 הצעות לאתגר חדשנות ב-MIT. התוצאות הראו דפוס מדאיג: שימוש ב-AI לאימות ההצעות פגע באיכות השיפוט האנושי. כאשר מעריכים קיבלו סיוע של AI, הם נטו לאמץ את דעתו במקום לפתח ניתוח עצמאי. זה מאיים על היתרון התחרותי של חברות: היכולת לקבל החלטות מקוריות.

מה זה אומר עלינו בתעשיית ההייטק הישראלית?

בתל אביב, שבה חברות מאמצות כלי AI בקצב מסחרר, השאלה הזו רלוונטית במיוחד. אם ג'וניורים מבלים יותר זמן בפיקוח על תוצרי AI מאשר בלמידה מעשית, איך נבנה את דור המנהיגים הבא? חברות כאן צריכות לחשוב מחדש על תוכניות הכשרה – אולי לשלב משימות ידניות מכוונות, או ליצור מסלולים שבהם עובדים צעירים מתמודדים עם אתגרים לפני שהם מפקידים אותם בידי AI.

נכון, AI יכול להגביר פרודוקטיביות, אבל המחיר עלול להיות דלדול במיומנויות היסוד. ככל שהכלי נעשה חכם יותר, אנחנו צריכים לוודא שהעובדים שלנו לא הופכים לפסיביים. בסופו של דבר, המומחיות נבנית דרך עשייה וטעויות – ואם AI לוקח את העבודה הקשה, מי יישא את הלפיד?