Prognozy prezentowane w raportach dotyczących zawodów przyszłości wskazują, że około 67% młodych ludzi urodzonych po roku 2007 będzie pracowało w zawodach, które jeszcze nie powstały.(1) Tworzą się one na oczach społeczeństwa bardzo dynamicznie. Nie są to jednak zawody, które są konstruowane od podstaw. Najczęściej są to hybrydy umiejętności, które były niezbędne wcześniej, połączone z nowymi kompetencjami z zakresu zarówno umiejętności miękkich, jak i technologicznych. Czy można przygotować się na kolejną rewolucję, mówiącą o tym, że zdecydowana większość prac będzie w przyszłości wykonywana przez roboty oraz z wykorzystaniem sztucznej inteligencji? Ponad 47% badanych w reprezentatywnej, internetowej ankiecie przeprowadzonej przez Mobile institute na zlecenie infuture hatalska foresight institute wskazuje, że według nich w dużym stopniu znacząca część prac zostanie zautomatyzowana. Dzieje się to już teraz, o czym mówią zarówno badania jak i prognozy futurystyczne.
Zbędne zawody – Stabilne zawody – Nowe zawody
Podczas World Economic Forum w 2019 roku (2) dyskutowano między innymi o zawodach, które w najbliższych latach staną się zawodami stabilnymi, o zawodach nowych, które dopiero powstają oraz o zawodach zbędnych – znikających z rynku pracy poprzez zastosowanie technologii, zamiast człowieka. Do zbędnych zawodów zaliczono między innymi pracowników księgowości, pracowników montażu i produkcji, pracowników działów informacji i obsługi klientów, magazynierów, urzędników pocztowych, mechaników, kasjerów, kierowców. Pracownicy tych zawodów zostaną zastąpieni przez maszyny, złożone algorytmy, które będą wykonywały ich zadania znacznie sprawniej, szybciej oraz w sposób niwelujący błędy związane ze skupieniem, uwagą oraz przemęczeniem. Maszyna się nie męczy – może co najwyżej zostać uszkodzona, może z powodu zbyt wielkiego obciążenia stracić swoje moce przerobowe. Jakie zawody zastąpią te wymierające?
Zawody wyżej wskazane nie będą już potrzebne. Potrzebni na rynku pracy będą natomiast specjaliści rozumiejący mechanizmy wykonywanych wcześniej w tych zawodach czynności, którzy będą posiadali nie tylko taką właśnie wiedzę, ale również umiejętności programistyczne, analityczne, narzędziowe, techniczne – dzięki którym będą potrafili zaprogramować bezosobowy samochód i wprowadzić do jego pamięci algorytmy odpowiedzialne za bezkolizyjne poruszanie się po drodze, opracować algorytm robotów produkcyjnych, które będą optymalizowały proces realizacji zadań przy taśmie produkcyjnej.
Istnieją jednak zawody, które uważane są obecnie za stabilne. Zalicza się do nich między innymi wszelkiego rodzaju zawody związane z zarządzaniem ludźmi (dyrektor zarządzający, prezes, manadżer, kierownik operacyjny), ale również te, które polegają na analizowaniu wielu zmiennych, wyciąganiu wniosków i wykorzystywaniu do tego technologii w różny sposób (np. specjalista ds. baz danych i sieci, specjalista ds. logistyki i łańcucha dostaw, analityk bezpieczeństwa danych). Zawody te nie wymierają w dobie cyfryzacji i automatyzacji, gdyż do ich wykonywania niezbędny jest nadal tzw. „czynnik ludzki”, którego na chwilę obecną nie zastąpi sztuczna inteligencja. Obok zawodów stabilnych w raporcie „Kompetencje przyszłości. Jak je kształtować w elastycznym ekosystemie edukacyjnym?” wskazano tzw. Nowe zawody, które uważane są za strategiczne z punktu widzenia rozwoju gospodarki cyfrowej. Do tej grupy zaliczono takie zawody jak: analityk danych, data scientist, specjalista ds. sztucznej inteligencji i uczenia maszynowego, specjalista ds. Big Data, osoba odpowiedzialna za transformacje technologiczną w firmach, programista i analityk oprogramowania, specjalista ds. automatyzacji (2).
Można zatem stwierdzić, że wszystkie z wymienionych „nowych zawodów” są pośrednio związane z zawodami wymierającymi. Osoby z kompetencjami programistycznymi, analitycznymi oraz inżynieryjnymi będą odpowiedzialne (a nawet w wielu przypadkach już są) za programowanie i algorytmizację procesów w zawodach zbędnych, gdzie robotyzacja zastępuje pracownika. Jest to zatem typowa transformacja zawodowa, jak w przypadku zmian na przestrzeni wieków opisanych przez Alvina Tofflera – futurologa, który przewidział trzy fale przemian: I fala to epoka agrarna, II fala związana z przeobrażeniami wywołanymi rewolucją przemysłową, III fala to nadzwyczajne przemiany, czyli era społeczeństwa wiedzy (4). Można się pokusić o stwierdzenie, że era społeczeństwa wiedzy przekształci się w konsekwencji w kolejną falę: epokę sztucznej inteligencji, algorytmizacji i robotyzacji. Będzie ona oparta również na wiedzy (choć głównie na informacji) generowanej i przetwarzane za pomocą technologii, algorytmów opracowanych za pomocą różnych języków programowania i wykorzystywaną przez sztuczną inteligencję. Dojdzie do tego uczenie maszynowe, gdzie algorytm w specjalnych warunkach zacznie uczyć się sam – na ile pozwoli mu jego architekt.
Kompetencje, których (jeszcze) maszyna nie nabędzie
W nowej epoce, która tworzy się na oczach współczesnego społeczeństwa człowiek będzie nadal pełnił istotną rolę. Między innymi dlatego, że człowiek posiada potencjał ludzki i charakteryzuje się między innymi posiadaniem możliwości poznawczych, komunikacyjnych oraz fizycznych. W nowych zawodach ważne będą nadal bowiem kompetencje, których maszyny jeszcze nie są w stanie się nauczyć. Żaden algorytm w pełni swego zaawansowania nie będzie potrafił wyznaczać kierunków działania w sytuacjach nienaturalnych, podejmować decyzji strategicznych czy osądzać, kreować lub działać empatycznie (5). Z tego punktu widzenia istotne wydaje się zatem kształcenie u przyszłych pracowników (zarówno nowych, jak i tych podlegających procesowi reskillingu) kompetencji miękkich, nazywanych często kompetencjami przyszłości. Dlaczego przyszłości? Właśnie ze względu na to, że maszyny w niedalekiej przyszłości można będzie (a właściwie już to się dzieje) nauczyć wykonywania czynności powtarzalnych, prognostycznych lub adaptacyjnych. Jednak kompetencje związane z szeroko pojętym komunikowaniem, wyciąganiem wniosków na podstawie danych, analizowaniem złożonych zależności to nadal domena człowieka.
Doskonałym przykładem takiego pracownika jest osoba zajmująca stanowisko Data Scientist. Osoba taka powinna posiadać nie tylko umiejętności programowania (R, Phyton), uczenia maszynowego, sztucznej inteligencji, tworzenia i zarządzania bazami danych. Jest to tylko jeden wycinek kompetencji takiego właśnie pracownika. Kolejnym filarem są kompetencje matematyczno-analityczne związane z wiedzą i jej zastosowaniem z zakresu rachunku prawdopodobieństwa, statystyki, analizy matematycznej. Trzeci, wydający się błahy, to filar kompetencji miękkich. Data Science nie jest bowiem wyłącznie nauką programowania i matematyki. Osoba na takim stanowisku powinna potrafić nie tylko zaprojektować badanie, przeprowadzić je, przetworzyć dane za pomocą skomplikowanych algorytmów, ale również wyciągnąć wnioski i zaprezentować je w jasny i czytelny sposób. Takich kompetencji od Data Scientist oczekują pracodawcy, co wynika z badań przeprowadzonych przez pracowników Collegium Da Vinci w Poznaniu podczas projektowania kierunku studiów Analityka i Badania Ekonomiczne (6)– kierunku odpowiadającego na potrzeby rynku pracy w IV fali przeobrażeń społeczeństwa.
Zamiast zakończenia
Jak w dalszej perspektywie zmieni się rynek pracy? Jakie kompetencje w obszarze m. in. Data Science będą oczekiwali pracodawcy, oprócz kompetencji programistycznych, matematycznych i szeregu kompetencji miękkich? Tego nikt nie jest w stanie przewidzieć. Świat zmienia się dynamicznie. Jeszcze 10 lat temu nikt nie przypuszczał, że człowiek będzie permanentnie połączony z Internetem, w telefonie będzie mógł przeglądać wszystkie informacje z całego świata, a zegarek będzie pokazywał mu drogę za pomocą GPSa. Jednak bez zrozumienia współczesnego świata, bez rozwijania kompetencji niezbędnych do funkcjonowania na rynku pracy przez kolejne 10-15 lat żaden pracownik nie będzie w stanie wejść w nowy etap – w kolejną falę przekształceń, która może być jeszcze bardziej szokująca, niż przejście od epoki agrarnej do przemysłowej.
- N. Hatalska, A. Trapp, Pracownik przyszłości, infuture hatalska foresight institute, Gdańsk 2019, s. 25.
- World Economic Forum, The Future of Jobs Report, 2018, s. 9.
- R. Włoch, K. Śledziewska, Kompetencje przyszłości. Jak je kształtować w elastycznym ekosystemie edukacynym?, DELab UW, Warszawa 2020, s. 13.
- A. Toffler, Trzecia Fala, PWN, Warszawa 1985, s. 33.
- R. Włoch, K. Śledziewska, Kompetencje przyszłości. Jak je kształtować w elastycznym ekosystemie edukacynym?, DELab UW, Warszawa 2020, s. 14.
- Badania przeprowadzone przez pracowników naukowo-dydaktycznych Collegium Da Vinci w Poznaniu na potrzeby tworzenia kierunku Data Science na grupie ponad 30 pracodawców z branży analitycznej, Poznań 2019.