Egy IT cég HR partnere két jelöltet interjúztatott ugyanarra a pozícióra. Az egyik frissen végzett, lelkes, szimpatikus, nulla munkatapasztalat, és egyetlen kérdése volt: hetente hány nap home office van. A másik lehúzott már majdnem három évet hasonló pozícióban, igaz, nem pont ugyanabban a szoftverkörnyezetben, és jóval többet kért. Sok sikert kívántak a pályakezdőnek, és felvették a tapasztaltat.

Az eset Gerlei Béla írásából való (Budapesti Metropolitan Egyetem, viselkedéstervezés professzor), amit a HR Portál közölt, és a tanulság, amire fel akarja hívni a figyelmet az, hogy a döntés legitimálásra ilyenkor mit mondasz magadnak. Hogy ez üzletileg racionális volt. Hogy kiszámoltad a megtérülést.

Dehogy számoltad ki. Bizonytalanságot kerültél el, és kaptál hozzá egy nagyon kényelmes alibit: (a junior munkát) úgyis elvégzi a ChatGPT.

Ez a cikk Gerlei professzor gondolatmenetét folytatva arról szól, hogy ez az alibi miért hazugság, és miért pont a mi piacunkon a legdrágább. Mert a magyar cégek többsége két dolgot nem tud egyszerre: automatizálni, mert nincsenek jól körbehatárolt, leírt folyamatai, és fiatalokat foglalkoztatni, mert azt hiszi, hogy közben már automatizál, vagy csak a folyamatleírások hiánya miatt egyszerűen nem tud jól betanítani (meg a GenZ-vel amúgysem lehet együtt dolgozni).

Az adat, ami kellemetlen

Amire a professzor is reagál, hogy az AI-t okoljuk manapság már mindenért, pl azért is mert ellehetetlenül a pályakezdők, hát, pályakezdése… De igaz-e ez egyáltalán?

#kutatás Peter John Lambert (University of Warwick) és Yannick Schindler (Oxford) 243 millió belépési folyamatot és 407 millió álláshirdetést nézett át az USA, az Egyesült Királyság, Kanada és Ausztrália piacáról, 2017 és 2025 között. A 2017–19-es és a 2023–25-ös időszakot összevetve a belépőszintű felvételek 29 százalékkal, a junior felvételek 26 százalékkal estek vissza, miközben a szenior felvételek 5 százalékkal nőttek. Külön vizsgálva az AI-kitettség és a távmunka is előrejelezte a zuhanást. Együtt vizsgálva viszont a távmunka hatása stabil maradt, az AI-é pedig lenullázódott: statisztikailag megkülönböztethetetlenné vált a nullától.

Huh? A junior felvételek visszaesése 2022-ben indult. A ChatGPT nagy köztudatba robbanása előtt. Meg, igen, COVID. Erről mindjárt.

Mielőtt bárki kilövi ezt egy LinkedIn-posztba (Milán!!): ez egy working paper, nem lektorált publikáció, és négy angolszász piacról szól. Magyar adat nincs benne. Nick Bloom, a stanfordi távmunka-kutató is beszólt rá, hogy nehéz szétválasztani a COVID-lezárás foglalkoztatási sokkját a home office tartós hatásától. Igaza van. De a New York Fed júniusi elemzése önállóan is ugyanoda jut: a 29 év alatti diplomások munkanélkülisége 3,1-ről 3,7 százalékra nőtt, miközben a tapasztaltabbaké 1,9-ről 1,8-ra csökkent, és a különbség 64 százalékát a távmunka magyarázza.

Ami eltűnt, azt sosem írtad le

A másik meg. Amikor egy új ember bekerül egy szervezetbe, a tudás nagyobbik része nem képzésen adódik át. Hanem abból, hogy látja, mit csinál a szenior egy dühös ügyféllel. Hallja, milyen hangsúllyal kérdez a meetingen. Átszól a monitor mögül, hogy „te ezt hogy szoktad?”. Ez a hallgatólagos tudás, és ebből lesz később a szakmai ítélőképesség.

Ez az, ami távmunkában elveszik. 

Nem azért, mert otthon nem lehet dolgozni, hanem mert a segítségkérés költsége megnő. Egy chatüzenet előtt ott a gát: zavarom? banális a kérdésem? mit gondol majd rólam? Az eredmény pedig egy pályakezdő, aki nem kérdez, hibázik, aztán a vezető legyint, hogy ezekkel a mai fiatalokkal csak a baj van. 

A számok itt is elég konkrétak.

• Egy Fortune 500-as cégnél végzett kutatás szerint az azonos irodában ülő szoftvermérnökök 18 százalékkal több visszajelzést kaptak a kódjukra, és nagyobb eséllyel tettek fel utókérdést. 
• Ugyanez a cég az irodazárás alatt tapasztaltabb embereket vett fel, újranyitás után visszatért a fiatalabbakhoz. 
• Ahol viszont a csapat földrajzilag szétszórt maradt, ott a menedzserek továbbra is a késznek látszó jelöltet választották.

Erről már írtunk a Minneren, csak akkor még innovációnak hívtuk. Egy Nature-tanulmány húszmillió tudományos felfedezést és négymillió szabadalmi bejelentést nézett át, és az azonos városban dolgozó csapatok 22 százalékkal nagyobb eséllyel hoztak létre innovatív szabadalmat. Van azonban egy részlet, ami akkor nem tűnt fontosnak: a távmunkás csapatoknál a tapasztalt kollégák egyedül álltak elő az ötletekkel, és a technikai megvalósítást passzolták le. A junior kikerült a gondolkodási fázisból. Csak a kivitelezés maradt neki.

Az AI nem kiváltja a juniort (?)

Egy tapasztalt kolléga kezében az AI tényleg elképesztő gyorsító. Nem azért, mert ő ügyesebben promptol, egyszerűen csak van egy belső iránytűje, amivel három másodperc alatt eldönti, hogy a válasz zseniális-e, vagy csak szépen formázott üresség. Ez a szűrő évek alatt épült fel, pont abból a hallgatólagos tudásból, amiről az előbb volt szó.

A pályakezdőnél ez a szűrő nincs meg. Ha leülteted egy AI-eszköz elé, akkor az automatizációs torzításnak teszed ki: 

• hajlamosak vagyunk túlbecsülni a magabiztosan, hibátlan nyelvezettel kommunikáló gépi rendszerek pontosságát,
• erre rájön a Dunning-Kruger hatás, vagyis hogy az alacsony tudásszint gyakran magas önbizalommal jár,
• így a tapasztalatlan kolléga nem veszi észre a logikai hibát, és továbbítja.

Vagyis az AI nem leváltja a pályakezdőt. Felnagyítja a különbséget a tapasztalt és a tapasztalatlan között, aztán ezt a különbséget te fizeted meg.

Árnyékintelligencia

Eddig nagyrészt angolszász adatokról volt szó. Nézzük, mi történik itthon, mert a kép egy picit rosszabb.

A magyar felhasználók szintjén robbanás van: a PwC felmérése szerint a lakosság 42 százaléka rendszeres AI-használó. A cégek szintjén viszont az Eurostat 7,4 százalékos (hivatalos) vállalati adoptációt mér, a GKI 32-t. A két szám közötti szakadék önmagában is árulkodó, de a lényeg mindkettőből ugyanaz: a dolgozók maguktól viszik be a ChatGPT-t a munkahelyre, miközben a cégek többségének nincs se szabályzata, se képzése, se stratégiája hozzá.

Ez persze nem magyar sajátosság, csak nálunk élesebb. A McKinsey júliusi B2B-riportja szerint globálisan a cégek kevesebb mint 10 százaléka skálázta az AI-t bármely funkciójában. A többi ott ragadt a pilotnál. A riport egyik legjobb száma pedig az arány azoknál, akik ennél tovább jutnak: egy dollár technológiára három dollár változásmenedzsmenttel számolnak mellé.

Mert az AI-nak is be kell tanítani. Pontosan ugyanúgy. Részben ez az, amiről a szakma most context engineering néven beszél, szemben a korábbi prompt engineeringgel. A különbség nem szemantikai. A prompt az, amit odaírsz. A kontextus az, amit a rendszer tud a cégedről: 

• milyen dokumentumokból dolgozik, 
• milyen folyamatba van bekötve, 
• mit szabad neki, 
• hol van emberi jóváhagyási pont. 

Az egyik egyéni ügyesség. A másik szervezeti munka. Milán ezt már anno a promptolásról szóló cikkében leírta, csak akkor még mesterdokumentumnak hívta: ahhoz, hogy egy cég használható választ kapjon, előbb le kell írnia, hogyan működik. És ott van a másik mondata is, ami most sokkal élesebben szól, mint akkor: ami régen a delegálás volt, az az AI-nál a prompt. Ha rosszul adsz át egy feladatot egy embernek, rosszul sül el. Ugyanez igaz a géppel.

Na, de most fordítsd ezt meg!

Az a cég, amelyik soha nem tanulta meg, hogyan adjon át egy feladatot egy juniornak, nem fogja tudni átadni egy modellnek sem. Mert mindkettőhöz ugyanaz kell: kijelölt környezet, leírt folyamat, kimondott elvárás, ellenőrzési pont. Ez a magyar KKV-k többségénél egyszerűen nincs meg. A működés a vezető fejében van, és improvizációra épül.

Így áll össze a kör. Nem tudsz automatizálni, mert nincs leírva, hogyan működsz. Viszont azt hiszed, hogy automatizáltál, mert vettél két előfizetést. És mivel ezt hiszed, nem veszel fel juniort, akinek egyébként pont az (is) lenne a haszna, hogy a betanítása közben végre kiderülne, hogyan is működsz. Nem beszélve az onboarding és knowledge management kultúráról.

Mibe kerül ez neked

A KSH becslése szerint a munkaképes korú magyar lakosság a mai 6,6 millióról 2060-ra 4,3 millióra csökkenhet. Majdnem egyharmados esés. Eközben az átlagos álláskeresési idő itthon 9,7-10 hónap, miközben járadék három hónapig jár. Vagyis az a piac, ahol most a kész szeniort veszed a betanítandó junior helyett, minden évvel szűkül. Te pedig, ha nem tanítasz be senkit, három-öt év múlva nem egyszerűen nem tudsz kit előléptetni. Licitálni fogsz azokra a szeniorokra, akiket valaki más tanított be, egy harmadával kisebb merítésből, olyan áron, amit ma még nem hiszel el.

A junior betanítása mindig is drága volt. A távmunka csak láthatóvá tette az árát, az AI meg adott hozzá egy jól hangzó kilépőt.

Amit ma megtehetsz, ne delegáld holnapra

Gerlei három dolgot javasol:

1. Vedd ki a segítségkérést a junior kezéből. A „szólj, ha elakadsz” nem működik, mert pont az nem szól, akinek kellene. Tegyél be a naptárba egy kötelező, tíz perces heti visszajelzési pontot. Ha kötelező, eltűnik a zavarom-e szorongás.
2. Mondd ki az önállósodás lépcsőit. „Ezt még együtt nézzük át. Ennél már csak a végeredményt küldöd. Ott pedig te döntesz.” A bizonytalanság mentális energiát éget, a látható ív pedig csökkenti a stresszt.
3. Ha bejön a csapat az irodába, az ne adminisztráció legyen. Üljön le a szenior és gondolkodjon hangosan egy problémán, vagy szedjetek szét közösen egy AI által generált elemzést. Ez utóbbi egyébként két legyet üt: a junior tanul, a céged pedig végre elkezdi leírni, mit jelent nála a jó munka.

Aki azt hiszi, hogy megspórolta a pályakezdőt, valójában csak elhalasztotta a számlát. Kamatostul fogja megkapni egy olyan piacon, ahol harmadával kevesebb ember lesz, és ahol az AI-ját sem tanította be közben helyesen.

Ajánlom a professzor teljes írásának elolvasását a HR Portál oldalán (van benne ellenőrzőlista is vezetőknek!): https://www.hrportal.hu/hr/miert-lett-hirtelen-luxus-a-palyakezdo-elaruljuk-nem-az-ai-miatt-20260723.html

Olvasnál még a témában?

• Mit csinálnak másképp a leggyorsabban növekvő B2B cégek? Sales, AI, GTM – kutatás
• Tokenmaxxing: az Uber négy hónap alatt égette el az egész éves AI-keretét. Ez az új hatékonyság?
• Itt az új ragebait: ha otthonról is elvégezhető a munkád, akkor le fog váltani az AI
• A KKV-k már használják az AI-t – de nem jól
• Automatizálsz, hogy csökkentsd a munkaterhed, aztán csak felerősíted azt – asyncron multitasking 

Forrás:
SSRN, HR Portál, Economics, NBER, Built In, Anthropic

Fotó:
Canva, Flow