צינור הטאלנט השבור: איך צומח הדור הבא כשה- AI עושה את עבודת הג'וניורים?

שיחה היפותטית שאני מניח שקרתה השנה בלא מעט ארגונים: "העבודה שפעם הייתי צריך בשבילה שלושה מתמחים-היום ה- AI עושה אותה בשעה. אני כבר לא בטוח שאני צריך לגייס ג'וניורים השנה."

אני רק שאלה: "ומאיפה יגיעו הסניורים שלך בעוד עשר שנים?"

תשובה:.........................

לאורך הסדרה הזו כתבתי איך מקצוענים קיימים מסתגלים, איך מנהלים מובילים, ואיך ארגונים נערכים. אבל יש שאלה אחת שכמעט לא נגעתי בה, והיא אחת טריקית: לא מה קורה למי שכבר מומחה, אלא איך בכלל נוצר מומחה חדש בעולם שבו המכונה עושה את עבודת הג'וניורים?

איך הופכים מג'וניור למומחה?

בואו נזכיר לעצמנו משהו שאנחנו לוקחים כמובן מאליו. אף אחד לא נולד סיניור. הדרך מטירון למקצוען עברה תמיד דרך העבודה השחורה. הטיוטה הראשונה, מחקר הרקע, הניתוח הבסיסי, הסיכום. כל אותן משימות "משעממות" שנתנו לזוטר הכי צעיר בחדר.

וזאת בדיוק הנקודה: העבודה הזו רק נראתה כמו בזבוז. למעשה, היא הייתה מגרש האימונים.

ג'ין לייב ואטיין ונגר תיארו את זה יפה במושג "השתתפות פריפריאלית לגיטימית"- הרעיון שאנשים לומדים מקצוע לא מקורס אלא מתוך השתתפות אמיתית, בשוליים, לצד העבודה של הבכירים יותר. מתחילים מהמשימות הקטנות, צוברים תחושת בטן, מפתחים שיפוט, ולאט לאט נכנסים פנימה.

מייקל פולני כינה את מה שנצבר שם "ידע טאסיטי" (Tacit)- הידע שבו אנחנו יודעים יותר ממה שאנחנו מסוגלים לומר. אי אפשר ללמד אותו בשקופית. אפשר רק לרכוש אותו תוך כדי עשייה.

וכאן נכנס ה- AI ו"מייתר" בדיוק את השלב הזה.

המשימות שה- AI עושה הכי טוב היום הן בדיוק אותן משימות פתיחה- הטיוטה, החיפוש, הסיכום, הניתוח הראשוני. מנקודת מבט של פרודוקטיביות רבעונית, זו בשורה נהדרת. אבל מנקודת מבט של פיתוח הון אנושי, אנחנו עושים כאן משהו מסוכן מאוד: אנחנו מוחקים את השלב שבו נבנה המומחה. ממקסמים את היום ואוכלים את זרעי המחר.

וזה כבר לא תיאוריה.

תסתכלו על ההייטק הישראלי-הענף הכי מתוחכם, הכי צעיר, זה שאמור לרוץ ראשון. לפי נתוני קרן פורטלנד, מתוך כ-6,500 בוגרי אקדמיה במקצועות הרלוונטיים שסיימו ב-2024, רק כ-360 נקלטו במגזר המחקר והפיתוח המקומי. שלוש מאות שישים. יותר מ-20 אלף ג'וניורים שסיימו לימודים מאז 2022 עדיין מחפשים עבודה. חברת ההשמה אתוסיה מצאה שזמן חיפוש העבודה לעובד עם פחות משנתיים ניסיון התארך לכ-20 שבועות, ושמספר המשרות החדשות שמיועדות לג'וניורים ירד לבודדות בחודש, והזהירה במפורש שחסימת שער הכניסה לענף עלולה לפגוע בצינור ההון האנושי של התעשייה בטווח הארוך.

זה בדיוק מה שאני מדבר עליו, וזה קורה עכשיו, ב"קטר של המשק". יש לזה כמובן כמה סיבות-האטה גלובלית, מלחמה, והעברה מסיבית של משרות לחו"ל בעקבות מדיניות אתם יודעים של מי... אבל אחת המרכזיות היא ש AI עושה היום בדיוק את עבודת הכניסה שבזכותה ג'וניור הפך פעם לסניור. למה לגייס מתכנת מתחיל, אם עובד צעיר אחד עם AI הוא כבר "צבא של איש אחד"? ההיגיון קורץ. הבעיה היא שהצבא הזה יזדקן ואין דור שיחליף אותו.

והפרדוקס אכזרי: דווקא בגלל שה AI עושה את העבודה הבסיסית טוב, המתחיל לא לומד לעשות אותה בעצמו. ואם הוא לא עשה אותה בעצמו- איך יידע, בעוד עשר שנים, לבקר את מה שהמכונה מוציאה? איך יפתח את אותה תחושת בטן שמאפשרת לסניור להגיד "רגע, כאן משהו לא מסתדר"?

אז מה עושים? כאן אנחנו נכנסים לתמונה.

זה בדיוק המקום שבו פיתוח ארגוני ולמידה חייבים להיות במגרש, ומראש- לא בדיעבד.

קודם כל, צריך להפסיק להתייחס לעבודת הזוטרים רק כאל "תפוקה", ולהתחיל לראות בה גם "למידה". חלק מהמשימות שה AI יכול לעשות מהר יותר, אנחנו צריכים לפעמים לתת דווקא לבן אדם לעשות- לא כי זה יעיל, אלא כי שם הוא לומד. "אזור למידה מוגן", נקרא לזה.

שנית, צריך לעצב מחדש את החניכה. אם הזוטר כבר לא לומד מהעבודה הבסיסית עצמה, הוא צריך ללמוד ממשהו אחר- מביקורת על תוצרי ה ,AI -מהבנה למה המכונה טעתה, מדיאלוג עם סניור שחושף בפניו את השיקולים הסמויים. החשיבה הביקורתית הופכת להיות מגרש האימונים החדש.

והכי חשוב: זו לא שאלה תפעולית של מנהל צוות. זו שאלה אסטרטגית של הנהלה. מי שמסתכל רק על ה- ROI של הרבעון יראה בגיוס ג'וניורים הוצאה מיותרת. מי שמסתכל עשור קדימה יבין שזו אחת ההשקעות הכי קריטיות שלו. וכשהענף החזק במשק כבר לא קולט את הבוגרים של עצמו- זו כבר לא בעיה של חברה בודדת, אלא כשל מערכתי שמישהו ברמה הלאומית צריך להיות ער אליו.

נחזור לשאלה מההתחלה.

נכון, AI עושה את עבודת שלושת המתמחים בשעה. אבל כל מי שזה עבר לו בראש טועה אם הוא חושב שזה אומר שהוא לא צריך אותם. כי המתמחים האלה אף פעם לא היו רק "כוח עבודה זול". הם היו הסניורים, השותפים והמומחים של העתיד.

שאלה חשובה בעידן ה- AI היא לא רק "מה המכונה יכולה לעשות במקומנו". היא גם, ואולי בעיקר: האם יש לנו עדיין את האומץ לתת לבני אדם לעשות דברים בעצמם- גם כשהמכונה יכולה לעשות אותם מהר יותר-רק כדי שהם ילמדו?

כי אם נאבד את הסבלנות הזו, נגלה בעוד עשור שאין לנו יותר מומחים. יש לנו רק מכונה, ומי שכבר לא יודע לבקר אותה.

ואנחנו כאנשי HR ופיתוח ארגוני צריכים להיות על זה.