Problém vzdelávacieho rebríka: Prečo AI narúša proces učenia profesionálov

Perspektíva

Luis Garicano je profesor na London School of Economics, ktorý desaťročia študuje znalostné hierarchie a organizačnú ekonómiu. V tomto rozhovore pre EPOCH AI prezentuje jednu z najvýstižnejších analýz vplyvu AI na profesionálnu prácu – nie prostredníctvom masového prepúšťania, ale tichým miznutím príležitostí pre absolventov. Jeho výskum odhaľuje skrytú krízu: "vzdelávací rebrík", ktorý premieňa juniorov na expertov, je demontovaný práve nástrojmi, ktoré ich mali urobiť produktívnejšími.

O ľudskom úzkom mieste: "As long as the AI needs your supervision because it makes lots of mistakes, then the bottleneck is the human." (Pokiaľ AI potrebuje váš dohľad, pretože robí veľa chýb, úzkym miestom zostáva človek.) Toto je hlavné napätie, ktoré Garicano identifikuje – zisky z produktivity AI sú obmedzené ľudskou kapacitou dohľadu, kým AI neprekročí "prah dohľadu" a nedosiahne skutočnú autonómiu. Nachádzame sa v období augmentácie, nie nahradzovania, čo v skutočnosti obmedzuje potenciál rastu.

O technologickej zmene založenej na seniorite: "In the AI exposed occupations, you don't see anything happen to senior employment. You see it growing. You see junior employment really dropping. And the way it's dropping is through hiring." (V profesiách vystavených AI nevidíte žiadny dopad na zamestnávanie seniorov. Vidíte, že rastie. Zamestnávanie juniorov skutočne klesá. A spôsob, akým klesá, je cez nábor.) Garicano cituje dva články z augusta 2025 analyzujúce 62 miliónov pracovníkov, ktoré ukazujú, že toto nie je anekdotické – je to systémové. Partneri McKinsey nie sú nahrádzaní; jednoducho neprijímajú nových analytikov.

O rozbitom kontakte vzdelávania: "The apprentice is paying not in dollars, it's paying in menial tasks... If the AI can do the basic research at McKenzie, can do the contract review at Cravath, then how do you pay for your training?" (Učeň neplatí v dolároch, platí pomocnými úlohami... Ak AI dokáže urobiť základný výskum v McKinsey, dokáže urobiť kontrolu zmluvy v Cravath, ako potom zaplatíte za svoje vzdelávanie?) Junior zamestnanci historicky vymieňali monotónnu prácu za učenie sa od expertov. Keď AI robí túto monotónnu prácu, ekonomická logika vzťahu majster-učeň sa rozpadá.

O efekte superstar: "A very good AI programmer with lots of AI can have enormous leverage and can reach very large market size." (Veľmi dobrý AI programátor s množstvom AI môže mať obrovskú páku a môže dosiahnuť veľmi veľkú trhovú veľkosť.) Rovnako ako Messi môže osloviť 500 miliónov divákov, špičkoví AI inžinieri môžu teraz získať kompenzačné balíčky za 100 miliónov dolárov. Bifurkácia je reálna: komplementy na vrchole, substitúty dole.

O regulačnej fragmentácii: "We are in a game theoretical situation between China and the US. I don't think the possibility of slowing things down exists... Who is 'we' here? Is it China, is the US? Is it firms? Is it workers?" (Nachádzame sa v hernoteoretickej situácii medzi Čínou a USA. Nemyslím si, že existuje možnosť spomalenia... Kto je tu "my"? Je to Čína, sú to USA? Sú to firmy? Sú to pracovníci?) Garicano spochybňuje optimizmus Darona Acemogluho o riadení technológie – neexistuje žiaden jednotný aktér, ktorý by mohol koordinovať spomalenie.

Kľúčové poznatky

• Juniori sú ticho odháňaní, nie prepúšťaní - Posun sa prejavuje v zmrazení náboru, nie v prepúšťaní, čo sťažuje jeho detekciu, kým nie je už potrubie budúcich expertov zlomené
• Prah dohľadu určuje všetko - AI sa pohybuje od komplementu k substitútu v momente, keď prekročí hranicu kvality, kde ľudia už nemôžu zlepšiť jej výstup
• Prenos tacitných znalostí je ohrozený - Odborné znalosti, ktoré nie sú v žiadnej príručke – ako zvládať klientov, navigovať v organizáciách – môžu prestať byť úplne prenášané
• Superstar ekonomika sa zosilňuje - Tí na vrchole získavajú páku, zatiaľ čo tí pod prahom autonómie čelia kompresii miezd
• Krátkodobé HDP by mohlo klesnúť, aj keď blahobyt rastie - Ak sa právne a zdravotnícke služby stanú bezplatnými, spotrebiteľský prebytok vzrastie, ale meraný ekonomický výstup môže počas prechodu klesnúť
• GDPR a EU AI Act môžu uškodiť - "Časť rizika spočíva v tom, že sa pokúsite kontrolovať technológiu a skončíte bez technológie"

Celkový obraz

Garicanova analýza odhaľuje paradox v srdci augmentácie AI: nástroje, ktoré majú pomôcť juniorom učiť sa rýchlejšie, môžu v skutočnosti eliminovať ekonomické zdôvodnenie ich vzdelávania. Keď AI robí kontrolu zmlúv, PowerPoint prezentácie a základný výskum, akú menu má učeň ešte k dispozícii, aby zaplatil za mentoring? Nejde o to, že AI nahradí expertov – ide o to, že AI zabráni nasledujúcej generácii, aby sa stala expertmi. Pre organizácie nasadzujúce AI agentov otázka nie je len "aké úlohy môžeme automatizovať?", ale "aké vzdelávacie cesty ničíme?"