Ovatko työntekijät valmiita senioritasolle nostettuihin tehtäviin?
![[OPT 2] IMG PMP – Editorial – Are Workers Ready for Seniorized Jobs_ -69868](https://peoplemanagingpeople.com/cdn-cgi/image/format=auto,quality=82,onerror=redirect,width=792,height=446,fit=crop/wp-content/uploads/sites/3/2026/09/OPT-2-IMG-PMP-–-Editorial-–-Are-Workers-Ready-for-Seniorized-Jobs_-69868.jpg)
Kasvavat vaatimukset: Tekoäly ohjaa uran alkuvaiheen tehtäviä kohti harkintakykyä, viestintää ja ongelmanratkaisua, jotka aiemmin yhdistettiin senioritason rooleihin.
Harjoittelun katoaminen: Rutiinitehtävien automatisointi voi poistaa virheet, havainnoinnin ja kontekstin, jotka auttavat uransa alkuvaiheessa olevia työntekijöitä kehittämään harkintakykyään.
Rekrytoinnin muutos: Työnantajat testaavat yhä useammin päättelykykyä, sopeutumiskykyä ja oppimisnopeutta sen sijaan, että luottaisivat tutkintoihin tai ulkoa opeteltuihin saavutuksiin.
Uusi urapolku: Tekoäly nopeuttaa työn tulosten syntymistä, mutta yritysten on luotava tietoisesti ohjattua harjoittelua ennen kuin työntekijöille annetaan laajempaa vastuuta.
Käytännön toteutus: Simulaatiot, työkierto, jälkianalyysit ja korjattavissa olevat virheet voivat korvata kehittävän oppimisen, jota rutiinityö aiemmin tarjosi.
Uran alkuvaiheen työ alkaa näyttää yhä vähemmän uran alkuvaiheen työltä.
PwC:n kesäkuussa 2026 julkaisemassa tekoälyn työpaikkabarometria käsittelevässä raportissa todettiin, että tekoälylle voimakkaasti altistuvissa uran alkuvaiheen työpaikoissa edellytetään seitsemän kertaa todennäköisemmin taitoja, jotka on perinteisesti yhdistetty kokeneempiin työntekijöihin, kuin tehtävissä, joissa tekoälylle altistutaan vähemmän. Yli puolet näissä työpaikkailmoituksissa uutena esiintyvistä taidoista yhdistettiin aiemmin kokeneempiin tehtäviin.
Muutos on intuitiivisesti järkeenkäypä. Tekoäly pystyy yhä paremmin hoitamaan jäsenneltyä ja toistuvaa työtä, joka aiemmin vei suuren osan uransa alkuvaiheessa olevan työntekijän päivästä. Jäljelle jäävä työ edellyttää todennäköisemmin harkintaa, viestintää, ongelmanratkaisua ja päätöksiä puutteellisten tietojen perusteella.
Continue Reading for Free
Create a free account to finish this article, plus get ongoing access to timely insights and practical resources.
Have an account? Log In
Tehokkuuden kasvussa on kuitenkin ongelma.
Nuo yksinkertaisemmat tehtävät eivät ainoastaan tuottaneet tuloksia. Ne antoivat kokemattomille työntekijöille myös aikaa seurata, miten organisaatiot toimivat, tehdä suhteellisen edullisia virheitä ja kerätä vähitellen sitä asiayhteyteen liittyvää ymmärrystä, jota vaikeampien päätösten tekeminen edellyttää.
Tohtori Rachel Wood, kyberpsykologian tutkija ja AI Mental Health Collectiven perustaja, katsoo, että tämä uran alkuvaiheen työn huomiotta jäänyt tehtävä on tärkeä.
Ajattele työntekijää, joka astuu alalle ja tekee työtä, joka vaikuttaa itsessään toissijaiselta suhteessa varsinaiseen tehtävään. Suorittaessaan näitä tehtäviä työntekijä omaksuu samalla sen, miten johtajat tekevät päätöksiä, miten kollegat ovat vuorovaikutuksessa keskenään ja miten liiketoiminta todellisuudessa toimii.
Jos tämä kokemus poistetaan kokonaan, looginen johtopäätös on, että työnantajat vaarantavat poistavansa sen, mitä Wood kuvaa ”ratkaisevaksi osaksi rutiinityötä, joka rakentaa valmiuksia hyväksi johtajaksi myöhemmin uralla. Tekoälyllä on tietoa ilman kokemusta”.
Tämä ei tarkoita, että yritysten pitäisi säilyttää vähäarvoista työtä nostalgian vuoksi. Harva työntekijä tarvitsee luonnetta kasvattavia tunteja tietojen kopioimiseen laskentataulukosta toiseen.
Se tarkoittaa kuitenkin, että organisaatioiden on ehkä erotettava toisistaan työ, joka on vain tehotonta, ja työ, joka tarjoaa kehittymisen kannalta hyödyllisiä toistoja.
Ihmiset kehittävät harkintakykyä osittain siksi, että päätöksillä on seurauksia. He tekevät jotain väärin, käsittelevät seuraukset ja mukauttavat toimintaansa. Joskus heidän on selitettävä itseään, korjattava ihmissuhde tai ymmärrettävä, että päätökseen vaikuttanut oletus oli väärä.
Näitä kokemuksia on vaikea automatisoida, koska niiden arvo perustuu osittain siihen, että ne on itse eletty läpi.
Harkinnan perusteella palkkaaminen luo uuden ongelman
Työnantajat reagoivat jo junioritason työn muuttuvaan luonteeseen nostamalla vaatimustasoa.
Yli 1 000 yhdysvaltalaisen työnantajan kesäkuussa toteuttamassa ZipRecruiter-kyselyssä 31 % kertoi tiukentaneensa uran alkuvaiheen tehtävien kokemusta koskevia vaatimuksia tekoälyn vuoksi. Tämä ratkaisee yhden ongelman, mutta saattaa samalla luoda toisen. Yritykset voivat yksinkertaisesti palkata ihmisiä, joilla on jo uudistettujen tehtävien edellyttämä harkintakyky.
Lopulta jonkun on kuitenkin kehitettävä se.
Se tekee myös perinteisistä rekrytointiin liittyvistä signaaleista vähemmän hyödyllisiä. Jos uran alkuvaiheen työntekijän odotetaan selviytyvän epäselvistä tilanteista, hallitsevan sidosryhmiä ja käyttävän harkintaa, vuosien työkokemus ja viimeistelty ansioluettelo tarjoavat vain epäsuoraa näyttöä siitä, että hän pystyy siihen.
Heather Krueger, joka haastattelee johtaja- ja sitä ylemmän tason ehdokkaita toimiessaan Enginen henkilöstöjohtajana, kertoi pyrkivänsä yhä useammin pääsemään selville siitä, miten ehdokkaat ajattelevat, eikä vain siitä, mitä he ovat tehneet.
Useimmat haastattelukysymykset suuntautuvat edelleen menneisyyteen: Mitä saavutit? Mikä oli lopputulos? Mitä teit?
Tekoäly helpottaa vakuuttavien vastausten valmistelua näihin kysymyksiin enemmän kuin koskaan.
Siksi Krueger keskittyy aiempaa enemmän paineen alla tehtyihin päätöksiin, tilanteisiin, joissa ei ole ilmeisiä vastauksia, ja ehdokkaan valintojen taustalla olevaan päättelyyn. Hän suosii myös työtehtäviin perustuvia kokeita, joiden avulla haastattelijat voivat haastaa oletuksia ja nähdä, miten ehdokkaat reagoivat reaaliajassa.
Ero korostuu erityisesti silloin, kun työnantajat palkkaavat potentiaalin perusteella.
Kruegerin mukaan yritykset yliarvostavat usein sitä, mitä ehdokkaat jo tietävät, vaikka kyseisen tiedon käyttöikä lyhenee. Sen sijaan hän etsii uteliaisuutta, sopeutumiskykyä ja kykyä omaksua jotain uutta ja soveltaa sitä.
Oppimisen nopeus on tärkeämpää kuin pätevyydet.
Harkintakyky kuuluu myös tuolle listalle. Krueger kuvaili sitä kyvykkyydeksi, joka antaa organisaatioille varmuuden yhdistää suuremman vapauden suurempaan vastuullisuuteen, erityisesti työn edetessä nopeasti.
Urakehitysputki tarvitsee korvaajan
Vuosikymmenten ajan organisaatioilla oli varsin suoraviivainen kehittymismalli.
Nuoremmat työntekijät käsittelivät suppeampia ongelmia. Hyvin suoriutuneet saivat vastuulleen suurempia ongelmia. Lopulta itse kokemuksesta tuli osa heidän työhön tuomaansa arvoa.
Tekoäly mutkistaa tätä etenemistä, koska se voi kaventaa ensimmäisen ja toisen vaiheen välistä etäisyyttä.
Nuorempi analyytikko ei ehkä enää tarvitse vuosia pystyäkseen tuottamaan vaativaa analyysia. Uusi rekrytoija voi käyttää tekoälyä yhteydenottojen luonnosteluun, haastattelujen tiivistämiseen tai ehdokkaiden tutkimiseen nopeudella, joka aiemmin edellytti huomattavaa kokemusta. Kehittäjä voi tuottaa toimivaa koodia paljon aiemmin urallaan.
Tuotannon nopeutuminen ei kuitenkaan tarkoita harkintakyvyn nopeampaa kehittymistä.
Jos yritykset haluavat uransa alkuvaiheessa olevien työntekijöiden toimivan monimutkaisuuden asteikon korkeammalla tasolla, niiden on ehkä luotava tarkoituksellisesti kokemuksia, jotka aiemmin syntyivät luonnostaan työn tekemisen kautta.
Tämä voisi tarkoittaa simulaatioita, valvottua päätöksentekoa, jäsenneltyä osallistumista kokeneempien työntekijöiden keskusteluihin, tehtäväkiertoja, jälkipuintia ja mahdollisuuksia tehdä merkityksellisiä mutta korjattavissa olevia virheitä.
Tekoäly itsessäänkin voi auttaa luomalla vähäriskisiä ympäristöjä, joissa työntekijät voivat harjoitella vaikeita keskusteluja tai testata päätöksiä ennen niiden tekemistä tosielämässä.
Tavoitteena ei pitäisi olla jokaisen teknologian poistaman yksitoikkoisen tehtävän palauttaminen.
Tavoitteena pitäisi olla sen tunnistaminen, mitä työntekijät oppivat tehdessään kyseisiä tehtäviä, ja varmistaa, että oppiminen tapahtuu edelleen.
