Ponad 40 proc. absolwentów bez etatu. AI po cichu niszczy pierwszą szczebel kariery

Od blisko trzech lat słyszymy, że sztuczna inteligencja nie zabiera miejsc pracy – przynajmniej w skali makro. Rzeczywiście: ogólne wskaźniki zatrudnienia w krajach rozwiniętych pozostają stabilne. Ale pod tą spokojną taflą kryje się zjawisko, które może przeprogramować cały rynek pracy. Nowe dane wskazują, że AI po cichu niszczy pierwszy szczebel kariery – stanowiska wejściowe, które od dekad były trampoliną do świata zawodowego.

Znikający etap pośredni

→ Czytaj też: Największy otwarty model AI ma 2,8 biliona parametrów. Chiny rzucają wyzwanie USA

Jak donosi MIT Technology Review, najnowsze badanie opublikowane przez Stanford Digital Economy Lab w listopadzie 2025 roku ujawniło coś, co powinno zapalić czerwoną lampkę. Osoby w wieku 22–25 lat pracujące w zawodach najbardziej narażonych na wpływ generatywnej AI odnotowały 16-procentowy spadek zatrudnienia – i to po uwzględnieniu innych czynników mogących wpływać na decyzje firm. Co więcej, w tych samych zawodach starsi, bardziej doświadczeni pracownicy nie odczuli żadnego spadku. Nie ucierpiały też zawody wejściowe o niskiej ekspozycji na AI. To uderza wyłącznie w pierwsze szczeble kariery.

Dlaczego to jest istotne?

→ Czytaj też: AI rozszyfrowała śpiew ptaków. Co mówią nam od lat?

Problem nie polega tylko na tym, że młodzi mają dziś trudniej. Jak tłumaczy Georgios Petropoulos, ekonomista z USC Marshall School of Business, miejsca pracy na wejściowym poziomie pełniły funkcję nie tylko zarobkową, ale i szkoleniową. „Młodzi analitycy uczą się, którym liczbom można ufać. Młodzi programiści dowiadują się, jak padają systemy w produkcji. Młodzi marketerzy obserwują, jak klienci zachowują się poza wygładzonym językiem dashboardów” – pisze Petropoulos w swoim opracowaniu. Jeśli te zadania – drafting, triaż, kodowanie, podsumowywanie, przygotowywanie administracyjne – przejmie AI, firmy zyskają na krótką metę, ale społeczeństwo straci w dłuższej perspektywie. Kto za dziesięć lat będzie umiał ocenić, czy wyniki wygenerowane przez sztuczną inteligencję są w ogóle wiarygodne?

„Naucz się kodować” już nie działa

Przez ponad dekadę pokoleniu wchodzącemu na rynek powtarzano: „naucz się kodować, a znajdziesz pracę”. To założenie właśnie przestało obowiązywać. Jak wynika z raportu, warstwa pracy, którą AI opanowała najlepiej – czyli tłumaczenie specyfikacji na rutynowy kod, reprodukowanie standardowych wzorców, debugowanie przewidywalnych błędów – to dokładnie ta sama warstwa, wokół której zbudowano całe programy edukacyjne i inicjatywy rządowe. Dziś zamiast samego kodowania kluczowe staje się nadzorowanie systemów AI i rozumienie ich wyników. Eksperci postulują, by każdy absolwent – niezależnie od kierunku – wynosił z uczelni umiejętność pracy z narzędziami AI, sprawdzania ich wyników i łączenia ich z własną wiedzą ekspercką.

W tle: kryzys młodych

Za tymi liczbami stoją realne historie. Jak informuje MIT Technology Review, Federal Reserve Bank of New York odnotował, że w czwartym kwartale 2025 roku stopa bezrobocia wśród świeżo upieczonych absolwentów wzrosła do 5,6%, a odsetek pracujących na stanowiskach niewymagających wyższego wykształcenia sięgnął 42,5% – najwyższego poziomu od czasu pandemii. Niemal każde badanie potwierdza, że młodzi wysyłają setki aplikacji, zanim dostaną pierwszą odpowiedź. Odkładają zakładanie rodzin, wchodzenie w dorosłość, decydują się na życie w niepewności. Sztuczna inteligencja nie zwalnia ich – po prostu zamyka przed nimi drzwi, przez które jeszcze kilka lat temu przechodziły poprzednie pokolenia.

Co dalej?

Rozwiązanie nie polega na walce z AI. Jak przekonują badacze, potrzebujemy całkowicie nowego modelu wchodzenia na rynek pracy. Uczelnie powinny kłaść nacisk na płatne staże, praktyki i projekty z firmami, żeby młodzi zdobywali doświadczenie jeszcze przed dyplomem. Rządy powinny wprowadzać ulgi podatkowe dla firm, które zatrudniają młodych do prac z użyciem AI – nie zamiast nich, ale z nimi. A firmy muszą zrozumieć, że inwestycja w młodszych pracowników to nie wydatek, tylko budowanie własnej przyszłości. Najlepsi specjaliści późnych lat 30. XXI wieku wywodzą się z dzisiejszego naboru – jeśli z tego naboru zrezygnujemy, za dekadę nie będzie miał kto zarządzać algorytmami. A wtedy cena za dzisiejszą oszczędność może okazać się znacznie wyższa, niż ktokolwiek przewiduje.