คำตอบเผยแพร่แล้ว19 แหล่งที่มา
AI กำลังปิดทางเริ่มต้นของคนทำงานหน้าใหม่ นายจ้างจะสร้างเส้นทางฝึกทักษะขึ้นใหม่ได้อย่างไร
ความเสี่ยงจาก AI ไม่ได้มีแค่ตำแหน่งงานเริ่มต้นลดลง แต่งานประจำที่ถูกทำแทนอาจเป็นโอกาสให้มือใหม่ฝึกจนเชี่ยวชาญด้วย Rachel Orston จาก Instructure ตั้งข้อสังเกตว่า การอบรมองค์กรจำนวนมากเน้นส่งต่อข้อมูลผ่านการบรรยาย นโยบาย และแบบทดสอบ มากกว่าฝึกใช้วิจารณญาณในสถานการณ์จริง [1] นายจ้างอาจเติมช่องว่างด้วยการฝึกพื้นฐาน สถาน...
เผยแพร่โดยแก้ไขด้วย GPT-6 Lunaรูปภาพสร้างด้วย GPT Image 2
คำตอบการวิจัย
ประเด็นสำคัญ
- ความเสี่ยงจาก AI ไม่ได้มีแค่ตำแหน่งงานเริ่มต้นลดลง แต่งานประจำที่ถูกทำแทนอาจเป็นโอกาสให้มือใหม่ฝึกจนเชี่ยวชาญด้วย
- Rachel Orston จาก Instructure ตั้งข้อสังเกตว่า การอบรมองค์กรจำนวนมากเน้นส่งต่อข้อมูลผ่านการบรรยาย นโยบาย และแบบทดสอบ มากกว่าฝึกใช้วิจารณญาณในสถานการณ์จริง [1]
- นายจ้างอาจเติมช่องว่างด้วยการฝึกพื้นฐาน สถานการณ์จำลอง การโค้ชวิธีคิด และการมอบหมายงานที่มีพี่เลี้ยงดูแล
AI พรอมต์
openai.comCreate 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
AI ช่วยให้งานประจำเสร็จเร็วขึ้น แต่สำหรับคนเริ่มทำงาน งานเหล่านั้นมักเป็นโอกาสให้ได้ลองทำซ้ำ สังเกตรูปแบบ และค่อย ๆ เรียนรู้ก่อนรับมือกับกรณีซับซ้อน หาก AI เข้ามารับงานส่วนนี้มากขึ้น พนักงานใหม่ก็อาจมีสนามฝึกน้อยลงก่อนต้องตัดสินใจในสถานการณ์ที่ไม่มีคำตอบสำเร็จรูป
โจทย์จึงไม่ใช่การเก็บทุกงานแบบเดิมไว้ แต่คือการทำให้การเรียนรู้ การฝึกปฏิบัติ และการมีคนคอยให้คำแนะนำยังเป็นส่วนหนึ่งของงานระดับเริ่มต้น
อบรมให้รู้กฎ ไม่เท่ากับฝึกให้ทำงานเป็น
ในคอลัมน์ของ Forbes วันที่ 1 พฤศจิกายน Rachel Orston ประธานเจ้าหน้าที่ฝ่ายลูกค้าของ Instructure ตั้งคำถามว่า หลายบริษัทกำลังฝึกพนักงานจริง ๆ หรือเพียงถ่ายทอดข้อมูลให้เท่านั้น วิธีที่พบได้บ่อยคือให้ดูการนำเสนอ อ่านข้อมูลผลิตภัณฑ์และนโยบาย ทำแบบทดสอบ แล้วจึงเริ่มทำงาน 1
รูปแบบนี้ช่วยให้พนักงานรู้กฎ แต่การจำกฎได้ไม่เหมือนกับการนำไปใช้เมื่อข้อมูลไม่ครบ สถานการณ์กำกวม หรือคำขอของลูกค้าอยู่นอกขั้นตอนมาตรฐาน งานที่ทำซ้ำช่วยให้มือใหม่ได้ฝึกมองหารูปแบบและคิดว่าจะทำอะไรต่อ เมื่อ AI รับงานเหล่านี้ไป พนักงานใหม่อาจมีโอกาสฝึกทักษะดังกล่าวน้อยลงก่อนต้องรับมือกับกรณียกเว้น
นี่คือความเสี่ยงที่อาจเกิดเป็นช่องว่างด้านการฝึก ไม่ได้หมายความว่างานอัตโนมัติทุกชิ้นเคยเป็นประสบการณ์เรียนรู้ที่มีคุณค่าเสมอไป
วางขั้นฝึกจากพื้นฐานไปสู่การตัดสินใจ
บริษัทสามารถให้ AI ทำงานประจำที่เหมาะสมได้ โดยไม่ปล่อยให้มือใหม่เรียนรู้งานจากกรณียากเพียงอย่างเดียว แนวทางหนึ่งคือจัดลำดับการฝึกให้ค่อยเป็นค่อยไป
- ฝึกพื้นฐานด้วยตนเอง ให้พนักงานใหม่ลองทำงานหลักและเข้าใจกระบวนการ ไม่ใช่พึ่งคำตอบที่ AI สร้างขึ้นอย่างเดียว
- ซ้อมกับสถานการณ์ใกล้เคียงงานจริง ใช้สถานการณ์จำลองและบทบาทสมมติที่มีข้อยกเว้น ข้อมูลขัดแย้ง หรือจุดที่ต้องตัดสินใจว่าจะส่งต่อให้ใคร
- โค้ชวิธีคิด ไม่ใช่ดูแค่คำตอบ ทบทวนว่าพนักงานพิจารณาหลักฐานอะไร เหตุใดจึงเชื่อหรือไม่เชื่อคำแนะนำจาก AI และเมื่อใดควรใช้ดุลยพินิจของคน
- เพิ่มความรับผิดชอบพร้อมการดูแล เมื่อมือใหม่แสดงความพร้อม ให้รับงานที่ซับซ้อนขึ้น โดยมีเพื่อนร่วมงานที่มีประสบการณ์คอยให้ข้อเสนอแนะ
นี่เป็นแนวทางเชิงปฏิบัติในการทดแทนการเรียนรู้จากการลงมือทำบางส่วนที่ระบบอัตโนมัติอาจทำให้หายไป ไม่ใช่หลักฐานว่าการจำลองสถานการณ์หรือการโค้ชเพียงอย่างเดียวได้รับการพิสูจน์แล้วว่าแก้ปัญหาได้ทั้งหมด
เมื่องานระดับต้นเปลี่ยน การฝึกคนก็ยังจำเป็น
Vanessa Tang เขียนใน The Straits Times ว่า แม้งานระดับเริ่มต้นจะถูกทำให้เป็นอัตโนมัติ บริษัทก็ยังต้องพัฒนาพนักงานใหม่เพื่อเติบโตไปสู่บทบาทอาวุโสในอนาคต 36 งานระดับต้นจึงมีได้สองหน้าที่พร้อมกัน คือช่วยให้องค์กรทำงานได้ในวันนี้ และช่วยให้คนสะสมประสบการณ์เพื่อรับผิดชอบงานที่มากขึ้นในวันหน้า
สิ่งสำคัญไม่ใช่ว่าโครงการจะใช้ชื่อว่า “ฝึกงาน” หรือ “ฝึกหัดงาน” แต่คือมีงานที่มีความหมาย การดูแลใกล้ชิด และข้อเสนอแนะต่อเนื่องหรือไม่ หาก AI เข้ามาทำงานประจำมากขึ้น งานที่เหลือสำหรับมือใหม่อาจต้องถูกออกแบบให้เป็นเส้นทางเรียนรู้อย่างตั้งใจ
ตัวอย่างจากสิงคโปร์สะท้อนการปรับตัวสองด้าน รายงานของ The Straits Times ระบุว่า นักพัฒนาซอฟต์แวร์ระดับต้นถูกคาดหวังให้ตรวจสอบโค้ดที่ AI สร้าง ทั้งด้านความปลอดภัย ตรรกะ และความเหมาะสมกับธุรกิจ 18 บทบาทจึงขยับจากการเขียนโค้ดประจำไปสู่การประเมินผลงานของ AI
อีกด้านหนึ่ง จะมีการเปิดโอกาสฝึกงานระยะหนึ่งปีประมาณ 3,000 ตำแหน่งให้แก่นักศึกษาในสถาบันระดับอุดมศึกษา ภายในสามปี ตามรายงานของ Channel NewsAsia 17 ตัวอย่างเหล่านี้ชี้ให้เห็นแนวทางที่เสริมกัน ทั้งปรับลักษณะงานของบัณฑิตใหม่ และเปิดโอกาสให้มีประสบการณ์ทำงานต่อเนื่อง
หลักฐานเรื่องงานของคนเริ่มทำงานบอกอะไร และยังตอบอะไรไม่ได้
งานวิจัยของ Stanford ชี้ให้เห็นรูปแบบความเสี่ยงเฉพาะกลุ่ม ผลการศึกษาระบุว่าการจ้างงานลดลงในกลุ่มอายุ 22–25 ปี ซึ่งทำงานในอาชีพที่ได้รับผลกระทบจาก AI มากที่สุด ขณะที่แนวโน้มดังกล่าวลดความชัดเจนลงและไม่ปรากฏในกลุ่มคนทำงานที่อายุมากกว่า 49
งานศึกษาหนึ่งที่เชื่อมโยงกับ Stanford รายงานว่าการจ้างงานของคนทำงานช่วงต้นอาชีพในอาชีพที่ได้รับผลกระทบจาก AI มากที่สุดลดลง 13% เมื่อเทียบในเชิงสัมพัทธ์ หลังควบคุมผลกระทบระดับบริษัทแล้ว 52 ตัวเลขนี้เป็นการเปรียบเทียบ ไม่ได้หมายความว่า AI ทำให้ตำแหน่งงานระดับเริ่มต้นทั้งหมดหายไป 13%
ข้อควรระวังสำคัญคือเรื่องเหตุและผล Stanford ระบุว่า Canaries Dashboard แสดงความสัมพันธ์ระหว่างระดับการสัมผัส AI ของอาชีพกับแนวโน้มการจ้างงาน ไม่ได้ยืนยันว่า AI เป็นสาเหตุโดยตรง 51 หลักฐานจึงชวนให้จับตาความเปลี่ยนแปลงที่เกิดไม่เท่ากันในแต่ละกลุ่ม แต่ยังสรุปไม่ได้ว่า AI เพียงอย่างเดียวเป็นต้นเหตุ
รายงานของ Forbes อีกชิ้น ซึ่งกล่าวถึงงานของนักวิจัยจากสำนักงานสำมะโนประชากรสหรัฐฯ ระบุว่า บัณฑิตจากสาขาที่ได้รับผลกระทบจาก AI มากมีรายได้รายไตรมาสช่วงเริ่มต้นต่ำกว่าผู้จบจากสาขาที่ได้รับผลกระทบน้อยกว่าราว 13% 58 รายได้ไม่ใช่จำนวนตำแหน่งงาน ตัวเลขนี้จึงไม่ควรถูกใช้แทนจำนวนงานที่หายไป ขณะเดียวกัน งานวิจัยอื่นที่ Stanford สรุปไว้พบการเปลี่ยนแปลงด้านการจ้างงานในอาชีพที่สัมผัส AI เพียงเล็กน้อยในระดับมากที่สุด เป็นอีกเหตุผลที่ไม่ควรตีความผลการศึกษาที่หลากหลายให้กลายเป็นข้อสรุปกว้าง ๆ เพียงแบบเดียว
54
ข้อสรุปที่มีประโยชน์กว่าการฟันธงว่า “AI จะลบงานระดับเริ่มต้น” หรือ “ตัวเลขการจ้างงานยังไม่เปลี่ยน จึงไม่มีอะไรเปลี่ยน” คือ ความเสี่ยงต่อการจ้างงานของคนเริ่มทำงานดูแตกต่างกันไปตามกลุ่ม ขณะเดียวกันเนื้องานระดับต้นก็กำลังเปลี่ยน นายจ้างจึงควรติดตามทั้งว่าใครยังได้รับโอกาสเข้าทำงาน และพนักงานใหม่ยังมีเส้นทางที่ได้รับการสนับสนุนให้พัฒนาทักษะกับวิจารณญาณไปสู่งานระดับสูงขึ้นหรือไม่
Studio Global AI
ทำการวิจัยต่อ
หน้านี้รวมคำตอบที่ได้รับการสนับสนุนจากแหล่งที่มาซึ่งคุณสามารถดำเนินการต่อภายใน Studio Global
คนยังถาม
คำตอบสั้น ๆ สำหรับ "AI กำลังปิดทางเริ่มต้นของคนทำงานหน้าใหม่ นายจ้างจะสร้างเส้นทางฝึกทักษะขึ้นใหม่ได้อย่างไร" คืออะไร
ความเสี่ยงจาก AI ไม่ได้มีแค่ตำแหน่งงานเริ่มต้นลดลง แต่งานประจำที่ถูกทำแทนอาจเป็นโอกาสให้มือใหม่ฝึกจนเชี่ยวชาญด้วย
ประเด็นสำคัญที่ต้องตรวจสอบก่อนคืออะไร?
ความเสี่ยงจาก AI ไม่ได้มีแค่ตำแหน่งงานเริ่มต้นลดลง แต่งานประจำที่ถูกทำแทนอาจเป็นโอกาสให้มือใหม่ฝึกจนเชี่ยวชาญด้วย Rachel Orston จาก Instructure ตั้งข้อสังเกตว่า การอบรมองค์กรจำนวนมากเน้นส่งต่อข้อมูลผ่านการบรรยาย นโยบาย และแบบทดสอบ มากกว่าฝึกใช้วิจารณญาณในสถานการณ์จริง [1]
ฉันควรทำอย่างไรต่อไปในทางปฏิบัติ?
นายจ้างอาจเติมช่องว่างด้วยการฝึกพื้นฐาน สถานการณ์จำลอง การโค้ชวิธีคิด และการมอบหมายงานที่มีพี่เลี้ยงดูแล
แหล่งที่มา
forbes.comAI Is Changing How Employees Learn Their Jobs - Forbes
straitstimes.comApprenticeships, not internships, will boost fresh grad employment
channelnewsasia.com3,000 year-long internships to be offered to tertiary students as...