Nedavna istraživanja provedena u SAD-u ukazuju na to da među mlađom populacijom raste zabrinutost vezana uz primjenu umjetne inteligencije. Mladi stručnjaci sve češće ističu da bi masovna integracija AI alata mogla degradirati ključne inženjerske vještine, suziti ulazne mogućnosti zapošljavanja te umanjiti opći smisao i vrijednost rada.

Na mnogim ljetnim promocijama diplomanda u SAD-u ove godine izbijali su valovi negodovanja u trenucima kada su službeni govornici isticali potencijal umjetne inteligencije. Na Sveučilištu u Arizoni, bivši izvršni direktor Googlea Eric Schmidt bio je izložen učestalim kritikama studenata dok je izlagao vlastitu viziju budućnosti AI tehnologija. Slaganje nije izostalo ni na Sveučilištu Središnje Floride, gdje je govornik dočekan s podsmijehom nakon što je umjetnu inteligenciju definirao kao “sljedeću industrijsku revoluciju”. S druge strane, komičar Ronny Chieng ispraćen je glasnim ovacijama na Sveučilištu Harvard nakon što je u šaljivom tonu poruč primarnu misiju nove generacije studenata: “uništiti umjetnu inteligenciju”.

Demonstranti su se ujedno okupili ispred sjedišta tvrtke OpenAI u San Franciscu (Kalifornija, SAD), autorizatora ChatGPT modela, kako bi izrazili protest protiv smjera u kojem se razvija umjetna inteligencija.

Navedene reakcije jasno oslikavaju značajan zaokret u stavovima mladih Amerikanaca prema naprednim AI tehnologijama. Prema podacima analitičke i konzultantske tvrtke Gallup iz 2026. godine, dobivenim na uzorku od 1572 ispitanika u dobi od 14 do 29 godina, udio entuzijasta prema umjetnoj inteligenciji pao je s nekadašnjih 36% na svega 22% u razdoblju od jedne godine, dok je udio onih koji izražavaju revolt porastao s 22% na 31%. Za znatan dio mladih tehničara i stručnjaka, umjetna inteligencija više ne predstavlja isključivo napredan tehnološki resurs, već primarni izvor tjeskobe vezane uz stabilnost karijere, zapošljavanje i vlastiti profesionalni razvoj.

Foto:wallpapercave.com

U analizi stavova mlađe populacije identificirane su tri ključne točke zabrinutosti.

Prva točka zabrinutosti odnosi se na potencijalnu degradaciju inženjerskih vještina i kognitivnih sposobnosti kritičkog rasuđivanja. Istraživanje koje je autorov tim proveo među pripadnicima generacije Z (osobama rođenim između 1997. i 2012. godine) u SAD-u pokazuje da 79% ispitanika smatra kako oslanjanje na umjetnu inteligenciju potiče intelektualnu pasivnost, dok 62% vjeruje da dugoročno smanjuje opće kognitivne kapacitete.

Brojna empirijska ispitivanja potvrđuju navedene teze. U sklopu triju kontroliranih ispitivanja na više od 1200 sudionika, AI alati su privremeno podigli radnu učinkovitost tijekom same upotrebe. Međutim, nakon što su alati uklonjeni iz radnog procesa, korisnici su ostvarivali lošije rezultate te su češće odustajali od rješavanja zadataka u usporedbi sa skupinom koja se uopće nije oslanjala na AI asistenciju.

Druga studija, usmjerena na fenomen kognitivnog prepuštanja ili “kognitivne predaje“, pokazala je da korisnici teže nekritičkom prihvaćanju generiranih izlaza iz AI sustava. U scenarijima gdje AI generira točne podatke, sposobnost usmjerenog rasuđivanja korisnika kratkoročno raste. Suprotno tome, kada AI model izbaci eratične ili pogrešne podatke, korisnici i dalje masovno prihvaćaju predložene smjernice, što drastično urušava konačnu učinkovitost procesa, iako sam radnik zadržava lažan dojam da zadatak izvršava besprijekorno.

Druga točka zabrinutosti obuhvaća gubitak osjećaja autorstva i osobnog doprinusa u radnom procesu. U eksperimentu provedenom na uzorku od preko 1500 Amerikanaca, ispitanici koji su koristili AI asistenciju pri kreiranju sadržaja izvijestili su o znatno slabijem osjećaju nadzora i kontrole nad stvaralačkim procesom, unatoč tome što je konačni rezultat bio zadovoljavajući. Dodatna istraživanja na više od 3500 ispitanika potvrdila su da AI generativni alati s jedne strane podižu trenutnu operativnu brzinu, ali s druge strane značajno degradiraju intrinzičnu motivaciju radnika i njihov osobni doživljaj svrhovitosti onoga što stvaraju.

Treća točka zabrinutosti fokusirana je na usporavanje i otežavanje ulaska novih inženjera i stručnjaka na tržište rada. Opsežno istraživanje provedeno u Švedskoj, koje je obuhvatilo cjelokupnu radnu snagu i 4,6 milijuna oglasa za posao, pokazalo je da alati poput ChatGPT-a nisu uzrokovali trenutačni val masovnih otpuštanja.

Međutim, u sektorima koji su izravno izloženi AI automatizaciji, stopa zapošljavanja novih radnika u dobi od 22 do 25 godina pala je za oko 5,5% u usporedbi s granama koje su manje pogođene automatizacijom. Zanimljivo je da dobna skupina od 31 do 49 godina gotovo uopće nije osjetila negativne posljedice. Umjetna inteligencija u ovoj fazi ne istiskuje iskusne senior stručnjake, ali drastično sužava ulazna vrata mlađim kadrovima na početku karijere.

Nadalje, kada organizacije delegiraju zadatke poput prikupljanja podataka, pisanja koda ili izrade početnih nacrta AI sustavima, one nehotično ukidaju osnovne edukacijske korake nužne za stjecanje praksi kod novih zaposlenika. Takvi početni zadaci tradicionalno služe kao poligon na kojem juniorski kadar uči temeljne strukovne metodologije, gradi mrežu suradnje sa senior mentorima i postupno preuzima složenije inženjerske odgovornosti. Ako umjetna inteligencija trajno ukloni taj prvi korak u profesionalnom razvoju, tvrtke u kratkom roku ostvaruju uštede, ali dugoročno ulaze u visoki rizik od akutnog nedostatka kvalificiranog i iskusnog osoblja.

Foto: Igor Omilaev -Unsplash

Pravilno strukturirana primjena umjetne inteligencije može znatno unaprijediti inženjersku produktivnost

Tehnološka zajednica i istraživači suglasni su u stavu da je umjetna inteligencija iznimno vrijedan resurs ako se primjenjuje metodološki ispravno, bez razvijanja nezdrave ovisnosti o alatima. Inženjeri i analitičari moraju analitički pristupati delegiranju zadataka te zadržati osobnu kontrolu nad razvojnim procesima koji obogaćuju njihove ključne kompetencije. Primjerice, podatkovni analitičar može prepustiti AI alatima rutinsko generiranje grafičkih prikaza, ali sama interpretacija uzročno-posljedičnih veza u podatcima mora ostati u domeni ljudskog rasuđivanja. Slično tome, softverski inženjer treba samostalno projektirati arhitekturu rješenja i napisati logiku prije nego što od AI modela zatraži optimizaciju ili recenziju koda.

Umjesto da se umjetna inteligencija primjenjuje za generiranje gotovih rješenja, tehnički stručnjaci trebali bi je primjenjivati kao sekundarni alat za generiranje alternativnih scenarija, protuargumenata, dodatnih objašnjenja ili optimizacijskih prijedloga. Takav pristup čuva proaktivan kognitivni angažman i osigurava kontinuirano učenje.

S organizacijske i menadžerske strane, ako AI preuzme poslove koje su povijesno obavljali pripravnici i juniori, uprave tvrtki obvezne su uspostaviti nove, zamjenske mehanizme obuke. To uključuje obvezu samostalne izrade analiza prije konzultiranja AI sustava, intenzivnije mentorstvo senior inženjera te strukturirano uključivanje mlađeg kadra u procese donošenja strateških odluka. Poslovni sustavi ne bi smjeli procjenjivati isplativost umjetne inteligencije isključivo kroz metriku ušteđenih radnih sati, već kroz širi utjecaj koji ta tehnologija ima na održivost i razvoj vlastitog ljudskog kapitala.

Zaključno, generacija Z ne demonstrira otpor prema umjetnoj inteligenciji kao takvoj, s obzirom na to da te alate svakodnevno integrira u svoj rad. Ono što mlađa generacija odbija jest beskritična primjena tehnologije koja dugoročno žrtvuje inženjerske vještine, karijerni napredak i smisao profesionalnog stvaranja radi kratkoročnih financijskih ušteda.