Når KI automatiserer rutineoppgaver, kan nyansatte miste en viktig treningsarena – ikke bare møte færre ledige stillinger. Rachel Orston i Instructure mener mye bedriftsopplæring handler om å formidle informasjon, ikke om å øve på å bruke skjønn i jobben.[1] Arbeidsgivere kan legge opp opplæringen med grunnleggende...
Publisert avRedigert med GPT-6 LunaBilder generert med GPT Image 2
Research answer

Create a landscape editorial hero image for this Studio Global article: How is AI automation of routine entry-level work removing the training “on-ramp” for new employees, according to Instructure chief customer. Article summary: The central concern is a training gap, not simply job loss: automating junior tasks can remove the work through which beginners become capable professionals, while firms still need to develop future senior staff.[13] The. Topic tags: general, general web, user generated, government, education. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, wate
KI kan gjøre rutinearbeid raskere. Men nettopp slike oppgaver har ofte gitt nybegynnere et sted å øve før de får mer krevende saker. Hvis den praksisen forsvinner, risikerer arbeidsgivere å svekke en viktig vei fra nyansatt til erfaren medarbeider.
Løsningen er ikke nødvendigvis å bevare alle gamle oppgaver. Den er å sørge for at læring, veiledning og gradvis mer ansvar fortsatt følger juniorarbeidet.
I en Forbes-spalte stilte Rachel Orston, kundedirektør i Instructure, spørsmål ved om mange selskaper egentlig trener de ansatte. Hun beskrev en kjent modell: presentasjoner, produktinformasjon, gjennomgang av regler og tester – før nyansatte forventes å gjøre jobben.1
Slik opplæring kan formidle regler, men det er noe annet enn å bruke dem når en sak er uklar, informasjonen mangelfull eller kunden trenger hjelp utenfor standardprosessen. Gjentatte rutineoppgaver kan gi nyansatte trening i å kjenne igjen mønstre og vurdere hva de bør gjøre videre.
Når KI overtar flere av disse oppgavene, kan nyansatte få færre muligheter til å utvikle ferdighetene før de møter unntakene. Det kan skape et opplæringsgap. Det betyr ikke at enhver oppgave som automatiseres, automatisk var verdifull læring.
Arbeidsgivere kan endre introduksjonsopplæringen slik at KI håndterer passende rutinearbeid, uten at nybegynnere bare lærer gjennom vanskelige saker som sendes videre til dem. En mulig progresjon kan være:
Dette er et praktisk forslag til hvordan noe av læringen gjennom arbeid kan erstattes når oppgaver automatiseres. Det er ikke dokumentasjon på at simuleringer eller veiledning alene løser problemet.
Vanessa Tang argumenterer i The Straits Times for at automatisering av juniorarbeid ikke fjerner behovet for å utvikle nyansatte til framtidige seniorroller.36 En juniorstilling kan ha to funksjoner: å løse nyttige oppgaver nå og å gi medarbeideren erfaringen som trengs for å ta større ansvar senere.
For arbeidsgivere er det derfor viktigere å se på innholdet i et tidlig karriereløp enn på om det kalles praksisplass eller lærlingordning. Gir det meningsfulle oppgaver, oppfølging og tilbakemeldinger? Hvis rutinearbeidet automatiseres, kan oppgavene som står igjen, måtte utformes mer bevisst som en læringsvei.
Eksempler fra Singapore viser to måter å tilpasse arbeidserfaring og junioroppgaver på. Ifølge The Straits Times forventes juniorutviklere å kontrollere KI-genererte kodeutkast for sikkerhet, logikk og om de passer virksomhetens behov.18 Dermed flyttes noe av arbeidet fra å skrive rutinekode til å vurdere resultatene.
I tillegg skal rundt 3 000 praksisplasser på ett år tilbys studenter ved høyere utdanningsinstitusjoner over tre år, ifølge Channel NewsAsia.17 Eksemplene peker på to mulige grep: å endre oppgavene nyutdannede får, og å gi dem mer langvarig arbeidserfaring.
Stanford-forskningen peker på en særskilt risiko for yngre arbeidstakere. Publiserte funn viser at sysselsettingen har gått ned blant 22–25-åringer i yrkene som er mest eksponert for KI. Mønsteret blir mindre tydelig og forsvinner blant eldre arbeidstakere.49 Én Stanford-tilknyttet studie fant en relativ nedgang på 13 prosent i sysselsettingen blant unge i de mest eksponerte yrkene, også etter at forskerne tok høyde for endringer på bedriftsnivå.
52 Det er en relativ sammenligning, ikke en påstand om at KI har fjernet 13 prosent av alle juniorjobber.
Et viktig forbehold er årsakssammenhengen. Stanford understreker at Canaries Dashboard måler sammenhengen mellom hvor utsatt et yrke er for KI og utviklingen i sysselsettingen – ikke at det ene nødvendigvis forårsaker det andre.51 Funnene gir derfor grunn til å følge med på et skjevt mønster, men beviser ikke at KI alene står bak.
En separat omtale i Forbes av arbeid utført av forskere ved det amerikanske statistikkbyrået Census Bureau viser til rundt 13 prosent lavere startlønn per kvartal for nyutdannede fra studieretninger som er sterkt eksponert for KI, sammenlignet med jevnaldrende fra mindre eksponerte fag.58 Lønn er ikke det samme som antall jobber, så tallet bør ikke leses som et direkte mål på hvor mange stillinger som har forsvunnet. Annen forskning Stanford oppsummerer, har dessuten funnet høyst små endringer i ansettelser i KI-eksponerte yrker – enda en grunn til å være forsiktig med bastante konklusjoner.
54
Den mest nyttige konklusjonen ligger mellom «KI fjerner alle juniorjobber» og «ansettelsene er omtrent uendret, så ingenting har endret seg». Risikoen for unge arbeidstakere ser ut til å variere mellom yrker, samtidig som innholdet i juniorarbeidet er i endring. Arbeidsgivere bør følge med på begge deler: hvem som får jobb, og om nyansatte fortsatt får støtte til å utvikle ferdighetene og vurderingsevnen som mer erfarne roller krever.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Når KI automatiserer rutineoppgaver, kan nyansatte miste en viktig treningsarena – ikke bare møte færre ledige stillinger.
Når KI automatiserer rutineoppgaver, kan nyansatte miste en viktig treningsarena – ikke bare møte færre ledige stillinger. Rachel Orston i Instructure mener mye bedriftsopplæring handler om å formidle informasjon, ikke om å øve på å bruke skjønn i jobben.[1]
Arbeidsgivere kan legge opp opplæringen med grunnleggende praksis, realistiske øvelser, veiledning i beslutninger og oppgaver med tett oppfølging.
Når KI automatiserer rutineoppgaver, kan nyansatte miste en viktig treningsarena – ikke bare møte færre ledige stillinger. Rachel Orston i Instructure mener mye bedriftsopplæring handler om å formidle informasjon, ikke om å øve på å bruke skjønn i jobben.[1] Arbeidsgivere kan legge opp opplæringen med grunnleggende...
Publisert avRedigert med GPT-6 LunaBilder generert med GPT Image 2
Research answer

Create a landscape editorial hero image for this Studio Global article: How is AI automation of routine entry-level work removing the training “on-ramp” for new employees, according to Instructure chief customer. Article summary: The central concern is a training gap, not simply job loss: automating junior tasks can remove the work through which beginners become capable professionals, while firms still need to develop future senior staff.[13] The. Topic tags: general, general web, user generated, government, education. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, wate
KI kan gjøre rutinearbeid raskere. Men nettopp slike oppgaver har ofte gitt nybegynnere et sted å øve før de får mer krevende saker. Hvis den praksisen forsvinner, risikerer arbeidsgivere å svekke en viktig vei fra nyansatt til erfaren medarbeider.
Løsningen er ikke nødvendigvis å bevare alle gamle oppgaver. Den er å sørge for at læring, veiledning og gradvis mer ansvar fortsatt følger juniorarbeidet.
I en Forbes-spalte stilte Rachel Orston, kundedirektør i Instructure, spørsmål ved om mange selskaper egentlig trener de ansatte. Hun beskrev en kjent modell: presentasjoner, produktinformasjon, gjennomgang av regler og tester – før nyansatte forventes å gjøre jobben.1
Slik opplæring kan formidle regler, men det er noe annet enn å bruke dem når en sak er uklar, informasjonen mangelfull eller kunden trenger hjelp utenfor standardprosessen. Gjentatte rutineoppgaver kan gi nyansatte trening i å kjenne igjen mønstre og vurdere hva de bør gjøre videre.
Når KI overtar flere av disse oppgavene, kan nyansatte få færre muligheter til å utvikle ferdighetene før de møter unntakene. Det kan skape et opplæringsgap. Det betyr ikke at enhver oppgave som automatiseres, automatisk var verdifull læring.
Arbeidsgivere kan endre introduksjonsopplæringen slik at KI håndterer passende rutinearbeid, uten at nybegynnere bare lærer gjennom vanskelige saker som sendes videre til dem. En mulig progresjon kan være:
Dette er et praktisk forslag til hvordan noe av læringen gjennom arbeid kan erstattes når oppgaver automatiseres. Det er ikke dokumentasjon på at simuleringer eller veiledning alene løser problemet.
Vanessa Tang argumenterer i The Straits Times for at automatisering av juniorarbeid ikke fjerner behovet for å utvikle nyansatte til framtidige seniorroller.36 En juniorstilling kan ha to funksjoner: å løse nyttige oppgaver nå og å gi medarbeideren erfaringen som trengs for å ta større ansvar senere.
For arbeidsgivere er det derfor viktigere å se på innholdet i et tidlig karriereløp enn på om det kalles praksisplass eller lærlingordning. Gir det meningsfulle oppgaver, oppfølging og tilbakemeldinger? Hvis rutinearbeidet automatiseres, kan oppgavene som står igjen, måtte utformes mer bevisst som en læringsvei.
Eksempler fra Singapore viser to måter å tilpasse arbeidserfaring og junioroppgaver på. Ifølge The Straits Times forventes juniorutviklere å kontrollere KI-genererte kodeutkast for sikkerhet, logikk og om de passer virksomhetens behov.18 Dermed flyttes noe av arbeidet fra å skrive rutinekode til å vurdere resultatene.
I tillegg skal rundt 3 000 praksisplasser på ett år tilbys studenter ved høyere utdanningsinstitusjoner over tre år, ifølge Channel NewsAsia.17 Eksemplene peker på to mulige grep: å endre oppgavene nyutdannede får, og å gi dem mer langvarig arbeidserfaring.
Stanford-forskningen peker på en særskilt risiko for yngre arbeidstakere. Publiserte funn viser at sysselsettingen har gått ned blant 22–25-åringer i yrkene som er mest eksponert for KI. Mønsteret blir mindre tydelig og forsvinner blant eldre arbeidstakere.49 Én Stanford-tilknyttet studie fant en relativ nedgang på 13 prosent i sysselsettingen blant unge i de mest eksponerte yrkene, også etter at forskerne tok høyde for endringer på bedriftsnivå.
52 Det er en relativ sammenligning, ikke en påstand om at KI har fjernet 13 prosent av alle juniorjobber.
Et viktig forbehold er årsakssammenhengen. Stanford understreker at Canaries Dashboard måler sammenhengen mellom hvor utsatt et yrke er for KI og utviklingen i sysselsettingen – ikke at det ene nødvendigvis forårsaker det andre.51 Funnene gir derfor grunn til å følge med på et skjevt mønster, men beviser ikke at KI alene står bak.
En separat omtale i Forbes av arbeid utført av forskere ved det amerikanske statistikkbyrået Census Bureau viser til rundt 13 prosent lavere startlønn per kvartal for nyutdannede fra studieretninger som er sterkt eksponert for KI, sammenlignet med jevnaldrende fra mindre eksponerte fag.58 Lønn er ikke det samme som antall jobber, så tallet bør ikke leses som et direkte mål på hvor mange stillinger som har forsvunnet. Annen forskning Stanford oppsummerer, har dessuten funnet høyst små endringer i ansettelser i KI-eksponerte yrker – enda en grunn til å være forsiktig med bastante konklusjoner.
54
Den mest nyttige konklusjonen ligger mellom «KI fjerner alle juniorjobber» og «ansettelsene er omtrent uendret, så ingenting har endret seg». Risikoen for unge arbeidstakere ser ut til å variere mellom yrker, samtidig som innholdet i juniorarbeidet er i endring. Arbeidsgivere bør følge med på begge deler: hvem som får jobb, og om nyansatte fortsatt får støtte til å utvikle ferdighetene og vurderingsevnen som mer erfarne roller krever.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Når KI automatiserer rutineoppgaver, kan nyansatte miste en viktig treningsarena – ikke bare møte færre ledige stillinger.
Når KI automatiserer rutineoppgaver, kan nyansatte miste en viktig treningsarena – ikke bare møte færre ledige stillinger. Rachel Orston i Instructure mener mye bedriftsopplæring handler om å formidle informasjon, ikke om å øve på å bruke skjønn i jobben.[1]
Arbeidsgivere kan legge opp opplæringen med grunnleggende praksis, realistiske øvelser, veiledning i beslutninger og oppgaver med tett oppfølging.