Är arbetstagare redo för jobb 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)
Höjda krav: AI styr nybörjararbete mot omdöme, kommunikation och problemlösning som tidigare förknippades med seniora roller.
Förlorad övning: Automatisering av rutinuppgifter kan ta bort de misstag, den observation och det sammanhang som hjälper medarbetare tidigt i karriären att utveckla sitt omdöme.
Förändrad rekrytering: Arbetsgivare testar i allt högre grad resonemang, anpassningsförmåga och inlärningshastighet i stället för att förlita sig på meriter eller inövade prestationer.
Ny karriärstege: AI ökar produktionstakten, men företag måste medvetet skapa handledd övning innan de ger medarbetare ett bredare ansvar.
Praktisk utformning: Simuleringar, rotationer, efteranalyser och misstag som går att rätta till kan ersätta den utvecklande inlärning som rutinarbete tidigare gav.
Arbete på nybörjarnivå börjar se ut att vara mindre på nybörjarnivå.
PwC:s AI-jobbbarometer från juni 2026 visade att jobb på nybörjarnivå med hög exponering för AI löper sju gånger större risk att kräva färdigheter som traditionellt förknippas med seniora medarbetare än roller med lägre AI-exponering. Mer än hälften av de färdigheter som nyligen började efterfrågas i dessa jobbannonser förknippades historiskt med mer seniora positioner.
Förändringen är intuitivt begriplig. AI har allt större förmåga att hantera det strukturerade och repetitiva arbete som tidigare tog upp en stor del av arbetsdagen för medarbetare tidigt i karriären. Det som återstår kommer sannolikt i högre grad att kräva omdöme, kommunikation, problemlösning och beslut som fattas med ofullständig information.
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 den effektivitetsvinsten har ett problem.
Dessa enklare uppgifter gjorde mer än att bara skapa resultat. De gav också oerfarna medarbetare tid att observera hur organisationer fungerade, göra relativt kostsamma misstag och gradvis samla på sig den kontext som krävs för att fatta svårare beslut.
Dr. Rachel Wood, forskare inom cyberpsykologi och grundare av AI Mental Health Collective, menar att denna förbisedda funktion hos arbete på nybörjarnivå är viktig.
Tänk på medarbetaren som börjar i en bransch och utför arbete som verkar ligga vid sidan av själva jobbet. När medarbetaren slutför dessa uppgifter tar hen samtidigt in hur ledare fattar beslut, hur kollegor interagerar och hur verksamheten faktiskt fungerar.
Om den erfarenheten tas bort helt är den logiska slutsatsen att arbetsgivare riskerar att ta bort det som Wood beskriver som ”en avgörande del av grovjobbet som bygger upp förmågan att senare bli en bra ledare i karriären. AI har kunskap utan erfarenhet.”
Det betyder inte att företag bör bevara arbete med lågt värde av nostalgiska skäl. Få medarbetare behöver timmar av karaktärsdanande arbete med att kopiera information mellan kalkylblad.
Det betyder däremot att organisationer kan behöva skilja mellan arbete som bara är ineffektivt och arbete som ger utvecklande upprepningstillfällen.
Människor utvecklar omdöme delvis eftersom beslut får konsekvenser. De gör något fel, hanterar resultatet och anpassar sig. Ibland måste de förklara sig, reparera en relation eller inse att ett antagande de tog med sig in i ett beslut var felaktigt.
De erfarenheterna är svåra att automatisera eftersom deras värde delvis ligger i att ha gått igenom dem själv.
Att rekrytera för omdöme skapar ett annat problem
Arbetsgivare reagerar redan på den förändrade utformningen av juniorarbete genom att höja ribban.
En undersökning från ZipRecruiter i juni, med fler än 1 000 amerikanska arbetsgivare, visade att 31 % hade höjt erfarenhetskraven för tjänster på nybörjarnivå på grund av AI. Den reaktionen löser ett problem genom att potentiellt skapa ett annat. Företag kan helt enkelt anställa personer som redan har det omdöme som deras omgjorda roller kräver.
Förr eller senare måste dock någon utveckla det.
Det gör också traditionella rekryteringssignaler mindre användbara. Om en medarbetare på nybörjarnivå förväntas navigera i tvetydighet, hantera intressenter och utöva omdöme ger många års erfarenhet och ett välpolerat cv bara indirekta belägg för att personen kan göra det.
Heather Krueger, som intervjuar kandidater på direktörsnivå och högre i sitt arbete som personalchef på Engine, sade att hon i allt högre grad försöker komma bortom vad kandidater har gjort och förstå hur de tänker.
De flesta intervjufrågor blickar fortfarande bakåt: Vad åstadkom du? Vad blev resultatet? Vad gjorde du?
AI gör det enklare än någonsin att förbereda övertygande svar på de frågorna.
Därför fokuserar Krueger mer på beslut som fattats under press, situationer utan självklara svar och resonemanget bakom kandidatens val. Hon föredrar också arbetsprov som ger intervjuarna möjlighet att utmana antaganden och se hur kandidater reagerar i realtid.
Skillnaden blir särskilt viktig när arbetsgivare rekryterar utifrån potential.
Krueger sade att företag ofta övervärderar vad kandidater redan vet, samtidigt som hållbarheten hos den kunskapen blir kortare. I stället letar hon efter nyfikenhet, anpassningsförmåga och förmågan att ta till sig något nytt och tillämpa det.
Lärandetakten är viktigare än meriter.
Omdöme hör också hemma på den listan. Krueger beskrev det som en förmåga som ger organisationer tryggheten att förena större frihet med större ansvar, särskilt när arbetet går snabbt.
Karriärstegen behöver ersättas
I årtionden hade organisationer en ganska tydlig utvecklingsmodell.
Juniora medarbetare hanterade mer avgränsade problem. Högpresterande medarbetare fick ansvar för större problem. Så småningom blev erfarenheten i sig en del av det värde de tillförde i arbetet.
AI komplicerar den utvecklingen eftersom tekniken kan minska avståndet mellan det första och det andra steget.
En junior analytiker kanske inte längre behöver flera år för att kunna ta fram avancerade analyser. En ny rekryterare kan använda AI för att utforma kontaktmeddelanden, sammanfatta intervjuer eller undersöka kandidater i en takt som tidigare krävde betydande erfarenhet. En utvecklare kan producera fungerande kod långt tidigare i karriären.
Men snabbare produktion är inte detsamma som bättre omdöme.
Om företag vill att medarbetare tidigt i karriären ska arbeta högre upp på komplexitetskurvan, kan de behöva skapa de erfarenheter som tidigare uppstod naturligt genom arbetet, och göra det medvetet.
Det kan innebära simuleringar, beslutsfattande under handledning, strukturerad exponering för samtal med seniora medarbetare, rotationer, efteranalyser och möjligheter att göra betydelsefulla men återställbara misstag.
AI kan till och med hjälpa till genom att skapa riskfria miljöer där medarbetare kan öva på svåra samtal eller testa beslut innan de fattar dem i verkligheten.
Målet bör inte vara att återskapa varje enformig uppgift som tekniken eliminerar.
Det bör vara att identifiera vad medarbetarna lärde sig när de utförde uppgifterna och se till att lärandet fortfarande sker.
