Dr. Vivek Soundararajan van de Universiteit van Bath bespreekt hoe het leren en trainen voor toekomstige werknemers verandert in de nasleep van de vooruitgang op het gebied van AI.
Lange tijd was de deal voor een breed scala aan carrières eenvoudig genoeg. Beginnende werknemers voerden routinetaken uit in ruil voor mentorschap, ontwikkeling van vaardigheden en een duidelijk pad naar expertise.
De regeling zorgde ervoor dat werkgevers betaalbare arbeidskrachten kregen, terwijl werknemers een opleiding kregen en een duidelijk carrièrepad kregen. Beide partijen profiteerden ervan.
Maar nu dat koopje gaat kapot. AI automatiseert het zware werk – de repetitieve, saaie maar essentiële taken die junioren vroeger deden en waarvan ze leerden.
En de gevolgen treffen beide kanten van de beroepsbevolking. Jonge werknemers kunnen geen voet aan de grond krijgen. Oudere werknemers zien de talentpijplijn opdrogen.
Bijvoorbeeld, suggereert één onderzoek dat tussen eind 2022 en juli 2025 de werkgelegenheid op instapniveau in de VS op aan AI blootgestelde gebieden zoals softwareontwikkeling en klantenservice met ongeveer 20 procent is gedaald. De werkgelegenheid voor oudere werknemers in dezelfde sectoren groeide.
En dat patroon is logisch. AI blinkt momenteel uit bij administratieve taken – zaken als gegevensinvoer of archivering. Maar het worstelt met nuance, oordeelsvermogen en tal van andere vaardigheden die moeilijk te codificeren zijn.
Ervaring en de accumulatie van die vaardigheden worden dus een buffer tegen de verdringing van AI. Maar als beginnende werknemers nooit de kans krijgen om die ervaring op te bouwen, zal de buffer zich nooit vormen.
Ook voor organisaties is dit van belang. Onderzoekers die een enorme hoeveelheid gegevens over werk in de VS gebruikten, beschreven hoe dat komt professionele vaardigheden ontwikkelen in de loop van de tijd, door carrièrepaden te vergelijken met de structuur van een boom.
Algemene vaardigheden (communicatie, kritisch denken, probleemoplossing) vormen de basis, en van daaruit vertakken gespecialiseerde vaardigheden zich.
Hun belangrijkste bevinding was dat loonpremies voor gespecialiseerde vaardigheden vrijwel geheel afhankelijk zijn van het beschikken over de onderliggende sterke algemene basisvaardigheden. Communicatie- en kritisch denkvermogen zijn geen optionele extra’s; zij maken geavanceerde vaardigheden waardevol.
De onderzoekers ontdekten ook dat werknemers die geen toegang hebben tot fundamentele vaardigheden vast kunnen komen te zitten in loopbaantrajecten met beperkte opwaartse mobiliteit: wat zij ‘skill entrapment’ noemen. Deze structuur is de afgelopen twintig jaar steeds duidelijker geworden, waardoor wat de onderzoekers omschrijven als “belemmeringen voor opwaartse arbeidsmobiliteit” is ontstaan.
Maar als AI de posities op instapniveau elimineert waar deze fundamenten zijn gelegd, wie ontwikkelt dan de volgende generatie experts? Als AI het werk van de junioren beter kan doen dan de echte junioren, kunnen senioren misschien helemaal stoppen met delegeren.
Onderzoekers noemen dit een “opleidingstekort“. De junior leert nooit en de pijplijn gaat kapot.
Ongelijkmatige verstoring
Maar de verstoring zal niet iedereen in gelijke mate treffen. Het is beweerdZo lopen vrouwen bijvoorbeeld bijna drie keer meer risico dat hun baan wordt vervangen door AI dan mannen.
Dit komt omdat vrouwen dat zijn over het algemeen waarschijnlijker om administratieve en administratieve functies te vervullen, die tot de meest blootgestelde aan AI-gedreven transformatie behoren. En als AI traditionele routes naar geschoold werk afsluit, is het onwaarschijnlijk dat de effecten gelijkmatig verdeeld zullen zijn.
Dus wat kan er gedaan worden? Welnu, het feit dat de oude overeenkomst tussen junior en senior menselijke werkers verbroken is, betekent niet dat er geen nieuwe kan worden gebouwd.
Jonge werknemers moeten nu leren wat AI niet kan vervangen in termen van kennis, oordeelsvermogen en relaties. Ze moeten rollen zoeken (en krijgen) die menselijke interactie met zich meebrengen, in plaats van alleen maar schermgebaseerde taken. En als traditionele banen op instapniveau verdwijnen, moeten ze op zoek gaan naar gestructureerde programma's die nog steeds echte ontwikkeling van vaardigheden bieden.
Oudere werknemers kunnen ondertussen veel leren van jongere werknemers over AI en technologie. Het idee van mentorschap kan worden omgedraaid, waarbij junioren lesgeven over nieuwe hulpmiddelen, terwijl senioren begeleiding en lesgeven over nuance en oordeel bieden.
En werkgevers moeten weerstand bieden aan de drang om junior personeel te schrappen. Ze moeten dit personeel blijven delegeren – zelfs als AI het werk sneller kan doen. Rollen op instapniveau kunnen opnieuw worden ontworpen in plaats van geëlimineerd. Want als de junioren niet worden opgeleid, is er uiteindelijk niemand om aan over te dragen.
Het beschermen van de pijplijn van bekwame en waardevolle medewerkers is in ieders belang. Ja, sommige vormen van expertise zullen er minder toe doen in het tijdperk van AI, wat desoriënterend is voor mensen die misschien jaren hebben geïnvesteerd in de ontwikkeling ervan.
Maar expertise gaat niet noodzakelijkerwijs over het opslaan van informatie. Het gaat ook over verfijnd oordeelsvermogen dat wordt toegepast op complexe situaties. En dat blijft waardevol.
Door Dr. Vivek Soundararajan
dr Vivek Soundararajan is hoogleraar werk en gelijkheid aan de Universiteit van Amsterdam Universiteit van Bath. Hij doet onderzoek naar de governance van arbeidsrechten in toeleveringsketens, ongelijkheid in en rond organisaties en de toekomst van werk. Hij leidt een onderzoeksinitiatief genaamd Embed-Dignity en treedt op als adjunct-directeur van het Centre for Business, Organizations and Society (CBOS) aan de Universiteit van Bath.
