คู่มือสังคม
AI และงานระดับเริ่มต้น
AI ส่งผลกระทบต่องานระดับเริ่มต้นโดยตรงมากที่สุด โดยที่บทบาทระดับรองประกอบด้วยงานที่ AI สร้างสรรค์ทำได้ดี เช่น การวิจัย การร่าง การสรุป การล้างข้อมูล และโค้ดประจำ
ฟังคำแนะนำนี้บรรยายโดย AI · ~3 min
บนหน้านี้อ่าน 4 นาที
ภาพรวม
หลักฐานเบื้องต้นบ่งชี้ว่าการจ้างคนงานอายุน้อยในอาชีพที่สัมผัสกับ AI ส่วนใหญ่อ่อนแอลง เรื่องนี้มีความสำคัญมากกว่าการค้นหางานส่วนบุคคล เนื่องจากงานระดับจูเนียร์เป็นวิธีที่ผู้คนเรียนรู้อาชีพมาดีพอที่จะเป็นผู้อาวุโสได้
เจาะลึก
งานระดับเริ่มต้นถูกเปิดเผยเนื่องจากสิ่งที่มีอยู่ เจ้าหน้าที่รุ่นเยาว์ในสาขาต่างๆ เช่น ซอฟต์แวร์ การตลาด การสนับสนุนลูกค้า กฎหมายและการเงิน มักจะทำงานที่มีการจัดรูปแบบและจัดทำเอกสารไว้อย่างดีที่สุด เช่น ร่างฉบับแรก สรุปการวิจัย การจัดรูปแบบ การวิเคราะห์ขั้นพื้นฐาน และโค้ดง่ายๆ Generative AI เก่งในด้านต่างๆ มากมาย ข้อมูลการจ้างงานยังเร็วแต่ก็คุ้มค่าที่จะพิจารณาอย่างจริงจัง เอกสารการทำงานปี 2025 จาก Digital Economy Lab ของ Stanford โดย Erik Brynjolfsson และเพื่อนร่วมงานใช้ข้อมูลบัญชีเงินเดือนจาก ADP รายงานระบุว่าตั้งแต่ปลายปี 2022 การจ้างงานคนงานอายุ 22 ถึง 25 ปีในอาชีพที่สัมผัส AI ส่วนใหญ่ลดลงประมาณ 13 เปอร์เซ็นต์ เมื่อเทียบกับกลุ่มที่สัมผัสน้อย ในขณะที่คนงานที่มีอายุมากกว่าในอาชีพเดียวกันยังคงทรงตัวหรือเติบโต การลดลงนี้กระจุกตัวอยู่โดยที่ AI มีแนวโน้มที่จะทำงานโดยอัตโนมัติมากกว่าที่จะเพิ่มจำนวนคนที่ทำงานเหล่านั้น ข้อควรระวัง อัตราดอกเบี้ยที่สูงขึ้น การปรับฐานหลังการจ้างงานเกินความจำเป็นในยุคโรคระบาด และการเลิกจ้างภาคเทคโนโลยีเกิดขึ้นในช่วงเวลาเดียวกัน และนักวิจัยไม่เห็นด้วยกับจำนวนเงินที่แต่ละปัจจัยมีส่วนร่วม ผลกระทบยังแตกต่างกันมากตามอาชีพ ความกังวลที่ลึกกว่านั้นคือปัญหาเรื่องการฝึกงาน หากองค์กรทำให้งานที่ผู้เยาว์เรียนรู้เป็นไปโดยอัตโนมัติ คนจำนวนน้อยลงจะสร้างการตัดสินที่บทบาทระดับสูงต้องการ และระบบของผู้เชี่ยวชาญในอนาคตอาจหดตัวลง สำหรับผู้สำเร็จการศึกษาใหม่ กลยุทธ์เชิงปฏิบัติ ได้แก่: - การใช้เครื่องมือ AI อย่างคล่องแคล่วพร้อมทั้งแสดงวิจารณญาณในขอบเขตเพื่อตรวจสอบผลลัพธ์ของพวกเขา - การสร้างพอร์ตการลงทุนที่แสดงงานที่ตรวจสอบแล้วและอธิบายแล้ว - การฝึกงานและการฝึกงาน - การกำหนดเป้าหมายบทบาทที่รวมงานที่ได้รับความช่วยเหลือจาก AI เข้ากับการติดต่อกับลูกค้า งานทางกายภาพ หรือความรับผิดชอบ ความเข้าใจผิดประการหนึ่งก็คือ AI ได้ขจัดงานระดับเริ่มต้นทั้งหมดออกไปแล้ว หลักฐานชี้ให้เห็นถึงความกดดันที่ไม่เท่ากันซึ่งกระจุกตัวอยู่ในอาชีพเฉพาะ ไม่ใช่การล่มสลายของสากล
การใช้งานจริงในโลกแห่งความเป็นจริง
บริษัทที่ปรึกษาที่ใช้นักวิเคราะห์ปีแรกในการสร้างชุดสไลด์และบทสรุปวรรณกรรมเริ่มใช้ AI สำหรับร่างฉบับแรก มีการจ้างนักวิเคราะห์น้อยลงและย้ายนักวิเคราะห์ไปสัมภาษณ์ลูกค้าเร็วกว่า
ผู้สำเร็จการศึกษาด้านวิทยาการคอมพิวเตอร์เมื่อเร็วๆ นี้สร้างโครงการแฟ้มผลงานโดยมีผู้ช่วยเขียนโค้ด AI เธอบันทึกข้อเสนอแนะที่เธอปฏิเสธและเหตุผล และผู้สัมภาษณ์ก็ถามถึงเรื่องนั้นอย่างชัดเจน
นักเขียนคำโฆษณารุ่นเยาว์ของเอเจนซี่การตลาดใช้เวลาแก้ไขและตรวจสอบข้อเท็จจริงแบบร่าง AI มากกว่าการเขียนตั้งแต่เริ่มต้น ผู้จัดการกังวลว่าพวกเขาไม่ได้ฝึกฝนพื้นฐานที่ต้องอาศัยการแก้ไข
ผู้สำเร็จการศึกษามุ่งเป้าไปที่บทบาทในการบริหารงานด้านการดูแลสุขภาพและการปฏิบัติการภาคสนาม โดยที่ AI จะช่วยเรื่องเอกสาร แต่งานนี้ยังเกี่ยวข้องกับการประสานงานแบบตัวต่อตัวและความรับผิดชอบที่ยากจะส่งมอบ
อนาคตของ AI และงานระดับเริ่มต้น
ความกดดันในช่วงต้นอาชีพจะเพิ่มขึ้น คงที่ หรือพลิกผันหรือไม่นั้นเป็นคำถามเปิด ขึ้นอยู่กับว่าเครื่องมือ AI มีความสามารถแค่ไหน บริษัทต่างๆ จัดระเบียบงานรอบตัวได้เร็วแค่ไหน และนายจ้างจงใจออกแบบบทบาทระดับจูเนียร์ใหม่สำหรับการฝึกอบรมมากกว่าแค่ตัดบทบาทเหล่านั้นออกหรือไม่ บางองค์กรอาจสร้างจุดเริ่มต้นใหม่ที่มุ่งเน้นไปที่การตรวจสอบ บูรณาการ และกำกับดูแลผลลัพธ์ของ AI มีแนวโน้มว่าจะมีการศึกษาเพิ่มเติมโดยใช้ข้อมูลเงินเดือนและประกาศรับสมัครงาน และควรให้ภาพที่ชัดเจนกว่าหลักฐานคลื่นลูกแรก สำหรับบุคคลทั่วไป การผสมผสานความคล่องแคล่วของ AI เข้ากับความรู้ในขอบเขตและทักษะการพบปะกับมนุษย์ถือเป็นการป้องกันความเสี่ยงที่สมเหตุสมผลไม่ว่าสิ่งต่างๆ จะเป็นอย่างไร
การนำไปปฏิบัติ
ทำไมมันถึงสำคัญ
- ความเสี่ยงและความปลอดภัย. ความเสียหายที่เกิดจาก AI ที่เป็นหายนะและเกิดขึ้นทุกวันนั้นขึ้นอยู่กับว่าใครเข้าใจความเสี่ยงและใครสามารถดำเนินการได้
- การตัดสินใจที่ชัดเจนยิ่งขึ้น. ความรู้สาธารณะและวิชาชีพเป็นตัวกำหนดว่านโยบายความปลอดภัยที่เข้มงวดจะเป็นไปได้ทางการเมืองหรือไม่
- ตัดผ่านกระแสโฆษณาชวนเชื่อ. คำอธิบายที่ชัดเจนช่วยลดการจับภาพโดยการโฆษณาเกินจริง การประชาสัมพันธ์ในห้องปฏิบัติการ และการแสดงจริยธรรมที่คลุมเครือ
ระวัง
- การรักษาความเสี่ยงที่มีอยู่เป็นไซไฟในขณะที่สารประกอบความสามารถ
- ความปลอดภัยของผลิตภัณฑ์พื้นผิวที่สับสนด้วยการจัดตำแหน่งภายใต้ความเป็นอิสระสูง
- ปล่อยให้ผู้ชมที่ไม่ใช่ภาษาอังกฤษและไม่ใช่ผู้เชี่ยวชาญเหลือเพียงแหล่งข้อมูลคุณภาพต่ำ
ขั้นตอนต่อไป
- แยกอันตรายของผลิตภัณฑ์ การใช้ในทางที่ผิด และความเสี่ยงในการสูญเสียการควบคุม/การวางแนวที่ไม่ถูกต้อง
- ถามว่าหลักฐานใดที่จะเปลี่ยนมุมมองของคุณเกี่ยวกับลำดับเวลาและความรุนแรง
- ชอบแหล่งที่มาหลักและการประเมินที่เป็นรูปธรรมมากกว่าคำกล่าวอ้างทางการตลาด
- ระบุเส้นทางการดำเนินการเส้นทางเดียว: อาชีพ นโยบาย เงินทุน หรือทักษะ ไม่ใช่แค่ความตระหนักรู้เท่านั้น
สำรวจต่อไป
จดหมายข่าวฟรี
รับสรุป AI รายวัน
เรื่องราว AI ที่ตรวจสอบแล้ว 3 เรื่องทุกวันทำงาน เช้า, เขียนเป็นภาษาอังกฤษธรรมดา ฟรีตลอดไป ไม่มีโฆษณา
อีเมลหนึ่งฉบับทุกวันทำงาน ยกเลิกการสมัครในคลิกเดียว เราไม่เคยขายหรือแชร์ที่อยู่อีเมลของคุณ
ทดสอบตัวเอง
ทำแบบทดสอบเรื่อง AI และงานระดับเริ่มต้น
ข้อเสนอแนะทันทีสำหรับทุกคำตอบ และใบรับรองที่สามารถแชร์ได้พร้อม ID ที่ตรวจสอบได้เมื่อคุณผ่านหลักสูตร
สนับสนุนการศึกษา AI ฟรี AI Understanding เป็นองค์กรไม่แสวงหาผลกำไร 501(c)(3) — ไม่มีโฆษณา ไม่มีกำแพงเงิน, ตลอดไป บริจาค
คำถามที่พบบ่อย
AI และงานระดับเริ่มต้นคืออะไร?
AI ส่งผลกระทบต่องานระดับเริ่มต้นโดยตรงมากที่สุด โดยที่บทบาทระดับรองประกอบด้วยงานที่ AI สร้างสรรค์ทำได้ดี เช่น การวิจัย การร่าง การสรุป การล้างข้อมูล และโค้ดประจำ หลักฐานเบื้องต้นบ่งชี้ว่าการจ้างคนงานอายุน้อยในอาชีพที่สัมผัสกับ AI ส่วนใหญ่อ่อนแอลง เรื่องนี้มีความสำคัญมากกว่าการค้นหางานส่วนบุคคล เนื่องจากงานระดับจูเนียร์เป็นวิธีที่ผู้คนเรียนรู้อาชีพมาดีพอที่จะเป็นผู้อาวุโสได้
เหตุใดงานระดับเริ่มต้นจึงถูกเปิดเผยโดยเฉพาะอย่างยิ่งกับ generative AI ตามคู่มือนี้
บทบาทระดับจูเนียร์มักสร้างขึ้นจากงานที่มีการจัดทำเอกสารไว้อย่างดี เช่น ร่างฉบับแรก สรุปการวิจัย และโค้ดง่ายๆ ซึ่ง AI กำเนิดสามารถจัดการได้ดี
การศึกษา Stanford Digital Economy Lab ปี 2025 ใช้แหล่งข้อมูลใด
การศึกษานี้ใช้ข้อมูลเงินเดือนของ ADP เพื่อติดตามการจ้างงานตามอายุและอาชีพ
กลุ่มใดเห็นว่าการจ้างงานสัมพันธ์ลดลงในการศึกษาครั้งนั้น
การศึกษารายงานว่าแรงงานที่มีอายุระหว่าง 22 ถึง 25 ปีในอาชีพที่สัมผัสกับ AI ส่วนใหญ่มีจำนวนลดลงประมาณร้อยละ 13 ในขณะที่คนงานที่มีอายุมากกว่าในอาชีพเหล่านั้นมีความมั่นคงหรือเติบโต
ปัญหาการฝึกงานคืออะไร?
หากงานการเรียนรู้หายไป ผู้คนจำนวนน้อยลงที่พัฒนาความเชี่ยวชาญในบทบาทอาวุโสที่ต้องการ ซึ่งอาจลดขนาดความสามารถในอนาคตได้
ปัจจัยใดที่รายการคำแนะนำเป็นข้อแม้ที่ทำให้การอ่านข้อมูลการจ้างงานยุ่งยาก
อัตราดอกเบี้ย การแก้ไขการจ้างงานหลังการแพร่ระบาด และการเลิกจ้างเทคโนโลยีเกิดขึ้นในช่วงเวลาเดียวกัน ซึ่งทำให้ยากต่อการแยกแยะผลกระทบของ AI
เรียนรู้ต่อไป
คำแนะนำที่เกี่ยวข้อง
คำแนะนำเพิ่มเติมที่เลือกสำหรับหัวข้อนี้