Supervisionar os sistemas de IA no seu trabalho é agora uma competência muito mais relevante. Portanto, compreender os resultados produzidos pelos sistemas de IA se tornará muito importante.
Para ajudar as pessoas a desenvolverem tais competências, deveríamos exigir que as universidades, as faculdades comunitárias e os programas profissionais incorporem a literacia em IA, a literacia em dados, as competências de fluxo de trabalho imediatas, as competências de verificação e o julgamento de domínio em graus normais. Todo graduado deve saber como usar ferramentas de IA, verificar seus resultados, compreender seus limites e combiná-los com a experiência humana. Isto é importante mesmo para os licenciados que ingressam em profissões que parecem relativamente seguras em relação à IA, como as da área da saúde. Quase todos os trabalhos contêm tarefas – redação, resumo, agendamento, pesquisa, trabalho básico de dados, comunicação de rotina – para as quais a IA já é uma ferramenta de produtividade substancial.
A competição que a maioria dos jovens trabalhadores enfrentará não é a de humano versus máquina, mas sim de colega versus colega aprimorado por IA. Para a maioria dos jovens trabalhadores, o caminho realista para se tornarem valiosos não é evitar a IA, mas tornar-se fluentes na tecnologia e combinar isso com julgamento de domínio, raciocínio contextual e competências de relacionamento humano. Para este fim, as escolas devem enfatizar cooperativas remuneradas, estágios de aprendizagem e projetos ligados a empregadores, para que os estudantes construam julgamento em locais de trabalho reais antes de se formarem.
Os governos também devem criar créditos fiscais específicos, subsídios salariais e bolsas de formação para empregadores que contratem trabalhadores em início de carreira para funções estruturadas e melhoradas pela IA. A arquitectura para este tipo de subsídio condicional e ligado ao comportamento já existe na política fiscal dos EUA. O que falta é uma versão desses instrumentos construída especificamente em torno do trabalho aumentado por IA no início da carreira.
As empresas, por sua vez, deveriam parar de tomar decisões de contratação com base apenas nas economias de custos de curto prazo proporcionadas pela IA. Os jovens trabalhadores não são valiosos apenas pelas tarefas que desempenham neste trimestre. O seu valor reside na aprendizagem, na formação de competências, na memória institucional e na produtividade futura. A contratação inicial não é apenas uma despesa. É um investimento no estoque futuro de julgamento dentro da empresa. A força de trabalho sénior aumentada pela IA mais eficaz do final da década de 2030 será oriunda esmagadoramente do grupo júnior de hoje. As empresas que automatizam a fase de aprendizagem podem melhorar as suas margens imediatas, mas encontrar-se-ão, daqui a uma década, sem ninguém que compreenda como os seus próprios fluxos de trabalho orientados pela IA realmente se comportam.
Os estudantes que se formam nesta primavera e na próxima enfrentam um mercado de trabalho difícil em transição. A fluência em IA está se tornando uma mercadoria. A experiência em domínio sem fluência em IA está sendo superada. A combinação é o que é genuinamente escasso. O engenheiro mecânico com conhecimento de fabricação e Proficiência em IA; o programador de software com conhecimento de serviços financeiros que também é um gênio em IA – esses são os tipos de pessoas que serão procuradas.
Georgios Petropoulos é professor assistente na USC Marshall School of Business. A sua investigação centra-se nas implicações das tecnologias de informação para a inovação, política de concorrência e mercado de trabalho.ets.
