Egyre nehezebb pályakezdőként elhelyezkedni – a BME-n elmondták, mi áll a háttérben

Számos olyan feladatot képes elvégezni a mesterséges intelligencia, amelyet korábban pályakezdő munkavállalókra bíztak. Ez megnehezítheti a friss diplomások elhelyezkedését, miközben az egyetemeket és a vállalatokat is új kihívások elé állítja. A 60. Műegyetemi Állásbörze szakmai beszélgetésén az is kiderült, hogyan változnak az állásinterjúk, miért engedik egyes cégeknél csak felügyelettel használni az AI-t, és milyen készségek értékelődhetnek fel a munkaerőpiacon.

Egy szoftverfejlesztő csapatnál sokáig szinte tiltólistán volt a mesterséges intelligencia használata a pályakezdők számára. A vezetők azt szerették volna, hogy a fiatalok előbb saját maguk tanulják meg a programozás alapjait, és az utolsó részletig értsék, hogyan működik az, amit létrehoznak. Mára változott a gyakorlat: a kezdők már AI-jal is dolgozhatnak, de csak meghatározott feladatoknál, tapasztalt fejlesztők irányításával. A cég képviselője szerint az a cél, hogy a fiatalok megtanulják, mikor érdemes önállóan megoldani egy problémát, és mikor célszerű a technológiára támaszkodni.

A történet a 60. Műegyetemi Állásbörzéhez kapcsolódó BME Üzleti reggelin hangzott el, ahol egyetemi és vállalati szakemberek beszélgettek a mesterséges intelligencia munkaerőpiaci hatásairól. Az október 6–7-én rendezett állásbörzén több mint száz kiállító várta a munkalehetőségek iránt érdeklődő hallgatókat. A szakmai beszélgetésen pedig olyan kérdések is előkerültek, amelyekkel hamarosan a legtöbb pályakezdő szembesülhet.

A gép dolgozik, de ki neveli ki a következő szakembert?

Az AI terjedése már a fiatalok elhelyezkedési esélyein is érezteti a hatását. Ma valóban nehezebb pályakezdőként munkát találni, hiszen számos olyan feladat, amelyre korábban friss diplomásokat alkalmaztak, most egy gombnyomással elvégezhető. A cégeknek így rövid távon pénzügyileg vonzó lehet, ha bizonyos munkakörökben az AI-ra támaszkodnak. Csakhogy ennek hosszabb távon komoly ára lehet: ha a vállalatok nem alkalmaznak és képeznek fiatalokat, néhány év múlva honnan lesznek tapasztalt szakembereik?

Mint az eseményen elhangzott: az utánpótlás nevelésének elhanyagolása akár a vállalatok saját működését is veszélyeztetheti. A tapasztalt munkatársak idővel távoznak, a helyükre pedig olyan emberek kellenek, akiknek valahol meg kellett tanulniuk a szakmát. Fehér Gábor, a BME Villamosmérnöki és Informatikai Karának egyetemi docense szerint a hallgatóknak ezért már a diploma megszerzése előtt érdemes minél több gyakorlati tapasztalatot gyűjteniük. A valódi problémákra épülő egyetemi projektek, a csoportos feladatok és a szakdolgozatok mind segíthetnek abban, hogy a fiatalok az első munkahelyükre már komolyabb szakmai felkészültséggel érkezzenek.

A szakember úgy látja, a vállalatok továbbra is keresik a legtehetségesebb hallgatókat. A különbség az, hogy a pályakezdőknek ma jóval többet kell felmutatniuk, mint korábban.

Az állásinterjún már a saját programkódot is elkérhetik

Hogyan lehet megállapítani, hogy egy jelentkező valóban tud programozni, vagy csak ügyesen használja a mesterséges intelligenciát? Az egyik vállalati szakember érdekes példát osztott meg a saját állásinterjúikról. A jelentkezőket arra kérik, mutassanak be egy programot, amelyet korábban készítettek. Ráadásul ők választhatják ki, melyik munkájukra a legbüszkébbek. Ezután viszont alapos vizsgálat következik. Közösen végigmennek a programkódon, rákérdeznek az egyes megoldásokra, és arra is kíváncsiak, hogyan alakult ki a végeredmény. Az AI használata önmagában nem jelent hátrányt. A lényeg az, hogy a jelentkező képes legyen elmagyarázni, mit és miért csinált, illetve hogyan lehetne továbbfejleszteni a munkáját. A módszer jól mutatja, hogyan változtathatja meg az AI a munkaerő-kiválasztást. Egy látványos portfólió vagy egy hibátlannak tűnő program önmagában egyre kevesebbet árul el a készítője tényleges tudásáról.

Már egy beadandó dolgozat sem bizonyít sokat

Hasonló problémával szembesülnek az egyetemek is. Bihari Péter, a BME oktatási rektorhelyettese arra hívta fel a figyelmet, hogy korábban a hallgatók teljesítményét elsősorban az elkészült munkák alapján értékelték. Egy esszé, tervrajz vagy program elkészítése önmagában is komoly erőfeszítést igényelt. Ma viszont egy jól megfogalmazott utasítással néhány perc alatt előállítható egy hosszabb dolgozat. Az oktató így akár kiváló minőségű munkát is kaphat úgy, hogy a hallgató alig tett hozzá valamit.

Bihari Péter szerint ezért a számonkérésben egyre fontosabbá válik az alkotás folyamata. Az oktatóknak azt is látniuk kell, hogyan jutott el a hallgató a megoldásig, milyen döntéseket hozott, és mennyire érti a saját munkáját. Ennek egyik módja a rendszeres konzultáció és a szóbeli számonkérés. A hallgatók használhatnak AI-eszközöket, de képesnek kell lenniük megvédeni az elkészült munkájukat.

Ez az oktatókra is nagyobb terhet ró. Egy több tízezer hallgatót képző egyetemen ugyanis jóval nehezebb folyamatosan nyomon követni az egyéni fejlődést, mint egyszerűen kijavítani a beadott dolgozatokat.

A harmincoldalas dolgozat helyett az ötlet lehet az igazán értékes

Az AI megjelenése ugyanakkor lehetőséget ad arra is, hogy az egyetemi feladatok érdekesebbé és összetettebbé váljanak. A képzésben egyre nagyobb hangsúlyt kaphatnak azok a problémák, amelyekhez önálló ötletekre és kreativitásra van szükség. Az AI közben elvégezheti az időigényesebb részfeladatokat, például az adatok feldolgozását, a kimutatások elkészítését vagy bizonyos szövegek megírását.

Fehér Gábor ugyanakkor hangsúlyozta, hogy mindehhez biztos szakmai alapokra van szükség. Aki nem ért a saját szakterületéhez, az az AI tévedéseit sem feltétlenül veszi észre. A technológia ugyanis meggyőző megoldásokat tud kínálni akkor is, ha azok hibásak. A diák feladata ezért egyre inkább az lehet, hogy megítélje, mennyire megbízható, továbbfejleszthető és a gyakorlatban is használható az elkészült munka.