Er arbeidstakere klare for jobber på seniornivå?
![[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)
Høyere krav: Kunstig intelligens dreier arbeid på begynnernivå mot dømmekraft, kommunikasjon og problemløsning som tidligere var forbundet med seniorroller.
Manglende øvelse: Automatisering av rutineoppgaver kan fjerne feilene, observasjonene og konteksten som hjelper ansatte tidlig i karrieren med å utvikle dømmekraft.
Endrede ansettelser: Arbeidsgivere tester i økende grad resonnering, tilpasningsevne og læringshastighet i stedet for å stole på kvalifikasjoner eller innøvde prestasjoner.
Ny karrierestige: Kunstig intelligens øker produksjonen, men virksomheter må bevisst skape veiledet praksis før de gir ansatte større ansvar.
Praktisk utforming: Simuleringer, jobbrotasjon, etteranalyser og feil som kan rettes opp, kan erstatte den utviklende læringen som rutinearbeid tidligere ga.
Arbeid på begynnernivå begynner å ligne mindre på arbeid på begynnernivå.
PwCs AI-jobbbarometer for juni 2026 fant at jobber på begynnernivå med høy eksponering for AI har sju ganger større sannsynlighet for å kreve ferdigheter som tradisjonelt forbindes med mer erfarne arbeidstakere, enn roller med lavere AI-eksponering. Mer enn halvparten av de nyoppståtte ferdighetene i disse stillingsannonsene var historisk forbundet med stillinger på høyere nivå.
Endringen gir intuitivt mening. AI blir stadig bedre i stand til å håndtere det strukturerte, repetitive arbeidet som tidligere tok opp mye av arbeidsdagen til ansatte tidlig i karrieren. Det som gjenstår, krever i større grad dømmekraft, kommunikasjon, problemløsning og beslutninger basert på ufullstendig informasjon.
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
Men det er et problem med denne effektivitetsgevinsten.
Disse enklere oppgavene ga mer enn bare resultater. De ga også uerfarne arbeidstakere tid til å observere hvordan organisasjoner fungerte, gjøre relativt kostbare feil og gradvis tilegne seg konteksten som kreves for å ta vanskeligere beslutninger.
Dr. Rachel Wood, forsker innen cyberpsykologi og grunnlegger av AI Mental Health Collective, mener at denne oversette funksjonen ved arbeid på begynnernivå er viktig.
Tenk på den ansatte som begynner i en bransje og utfører arbeid som virker perifert i forhold til selve jobben. Mens den ansatte utfører disse oppgavene, tilegner vedkommende seg også en forståelse av hvordan ledere tar beslutninger, hvordan kolleger samhandler og hvordan virksomheten faktisk fungerer.
Fjern denne erfaringen fullstendig, og den logiske konklusjonen er at arbeidsgivere risikerer å fjerne det Wood beskriver som «en avgjørende del av grovarbeidet som bygger opp evnen til å bli en god leder senere i karrieren. Det AI har, er kunnskap uten erfaring.»
Det betyr ikke at selskaper bør bevare arbeid med lav verdi av nostalgiske grunner. Få ansatte trenger karakterbyggende timer med å kopiere informasjon mellom regneark.
Det betyr at organisasjoner kan trenge å skille mellom arbeid som bare er ineffektivt, og arbeid som gir utviklende repetisjon.
Mennesker utvikler dømmekraft delvis fordi beslutninger får konsekvenser. De gjør noe galt, håndterer resultatet og justerer kursen. Noen ganger må de forklare seg, reparere en relasjon eller innse at en antakelse de tok med seg inn i en beslutning, var feil.
Disse erfaringene er vanskelige å automatisere fordi verdien av dem delvis ligger i å ha opplevd dem selv.
Å ansette for dømmekraft skaper et nytt problem
Arbeidsgivere reagerer allerede på den endrede formen på arbeid for juniorer ved å heve kravene.
En ZipRecruiter-undersøkelse fra juni, blant mer enn 1 000 amerikanske arbeidsgivere, fant at 31 % hadde økt erfaringskravene for stillinger på begynnernivå på grunn av AI. Denne responsen løser ett problem ved potensielt å skape et annet. Selskaper kan ganske enkelt ansette personer som allerede har den dømmekraften de omformede rollene krever.
Før eller siden må likevel noen utvikle den.
Det gjør også tradisjonelle signaler i rekrutteringen mindre nyttige. Hvis en ansatt på begynnernivå forventes å navigere i tvetydighet, håndtere interessenter og utøve dømmekraft, gir mange års erfaring og en velpolert CV bare indirekte bevis på at vedkommende kan gjøre det.
Heather Krueger, som intervjuer kandidater på direktørnivå og høyere i arbeidet sitt som personaldirektør i Engine, sa at hun i stadig større grad prøver å komme forbi det kandidatene har gjort, og forstå hvordan de tenker.
De fleste intervjuspørsmål ser fortsatt bakover: Hva oppnådde du? Hva ble resultatet? Hva gjorde du?
AI gjør det enklere enn noen gang å forberede overbevisende svar på disse spørsmålene.
Som et resultat legger Krueger større vekt på beslutninger som er tatt under press, situasjoner uten åpenbare svar og begrunnelsen bak kandidatens valg. Hun foretrekker også arbeidsprøver som gjør det mulig for intervjuerne å utfordre antakelser og se hvordan kandidatene reagerer i sanntid.
Forskjellen blir særlig viktig når arbeidsgivere ansetter basert på potensial.
Krueger sa at selskaper ofte overvurderer det kandidatene allerede kan, selv om holdbarheten til denne kunnskapen blir kortere. I stedet ser hun etter nysgjerrighet, tilpasningsevne og evnen til å ta til seg noe nytt og anvende det.
Læringshastighet betyr mer enn meritter.
Dømmekraft hører også hjemme på den listen. Krueger beskrev det som en evne som gir organisasjoner trygghet til å kombinere større frihet med større ansvarlighet, særlig når arbeidet går raskt.
Karrierestigen trenger en erstatning
I flere tiår hadde organisasjoner en ganske enkel utviklingsmodell.
Junioransatte håndterte mer avgrensede problemer. Dyktige medarbeidere fikk ansvar for større problemer. Etter hvert ble selve erfaringen en del av verdien de tilførte jobben.
KI kompliserer denne utviklingen fordi teknologien kan redusere avstanden mellom det første og det andre steget.
En junioranalytiker trenger kanskje ikke lenger flere år på å bli i stand til å utarbeide avanserte analyser. En ny rekrutterer kan bruke KI til å utforme henvendelser, oppsummere intervjuer eller undersøke kandidater i et tempo som tidligere krevde betydelig erfaring. En utvikler kan produsere fungerende kode langt tidligere i karrieren.
Men raskere produksjon er ikke det samme som bedre dømmekraft.
Hvis selskaper vil at ansatte tidlig i karrieren skal arbeide høyere oppe på kompleksitetskurven, må de kanskje bevisst skape erfaringene som tidligere oppsto naturlig gjennom arbeidet.
Det kan innebære simuleringer, veiledet beslutningstaking, strukturert eksponering for samtaler med ledere, rotasjoner, etteranalyser og muligheter til å gjøre betydningsfulle, men håndterbare feil.
KI kan til og med hjelpe ved å skape risikofrie miljøer der ansatte kan øve på vanskelige samtaler eller teste beslutninger før de tar dem i virkeligheten.
Målet bør ikke være å gjenskape alle de kjedelige oppgavene teknologien eliminerer.
Det bør være å identifisere hva ansatte lærte mens de utførte disse oppgavene, og sørge for at denne læringen fortsatt finner sted.
