Utviklingen av generativ plattform-basert kunstig intelligens vil trolig påvirke arbeidsmarkedet på asymmetrisk måte. Effektene er ikke jevnt fordelt. De varierer med alder, kompetanseprofil og posisjon i livsløpet. Middelaldrende og eldre arbeidstakere står i en mellomposisjon. Dette kan slå inn i rekruttetingsgrunnlaget og da også karakteren av dosentstigen.
Historisk har teknologiske skifter ført til omstilling. Arbeidstakere mister jobber, men finner nye over tid. Med KI er ikke nødvendigvis omfanget av jobbene som forsvinner, men karakteren av tapet. Studier basert på flere tiår viser at arbeidstakere som blir fortrengt av teknologi, generelt sett bruker lengre tid på å finne ny jobb, får lavere lønn og opplever svakere inntektsvekst over mange år.
10-årig spenn
I høyere utdanning er påtvunget aldersgrense nå 72 år, men med et spenn på 5 år 67-72. Man kan også gå på 62 som gir ei tidsramme på 10 år. Her står rikt erfaringsgrunnlag mot KI-rasjonalisering.
KI og studieadministrativ plattform-logikk kan forstås som en type “kompetanseerosjon”. Ferdigheter som tidligere hadde høy verdi og anseelse, mister betydning.
- For yngre arbeidstakere 30-45 kan slike endringer representere en midlertidig fase. De har større fleksibilitet og (noe) lengre tidshorisont.
- For de eldre 60-75 får dette en annen betydning. Her sammenfaller teknologisk omstilling med livsfase.
Et mulig utfall er at mange eldre arbeidstakere ikke forsøker å omstille seg i det hele tatt. De trekker seg da heller ut og velger tidligpensjon fremfor å lære og tilpasse seg nye KI-baserte arbeidsformer. Dette handler ikke bare om kompetanse, men også om motivasjon og mening. Når flere grunnleggende sider ved arbeidet endres samtidig – verktøy, tempo, kontroll og profesjonell autonomi – oppstår en terskel. Når denne terskelen passeres, kan man foretrekke å avslutte yrkeskarrieren.
Det interessante er at dette ikke nødvendigvis oppleves som tvang. For mange fremstår det som et rasjonelt valg. De har økonomisk handlingsrom. De ønsker ikke å bruke de siste yrkesaktive årene på kontinuerlig re-kvalifisering i et landskap de opplever som ustabilt og fremmed. KI virker dermed ikke bare som en teknologi. Den fungerer som en seleksjonsmekanisme i arbeidsmarkedet.
Strukturelt generasjonsskifte
Når eldre arbeidstakere trekker seg tilbake tidligere enn planlagt, oppstår en dobbelt effekt. På individnivå kan dette være en avlastning. På systemnivå innebærer det et tap av erfaring og institusjonell hukommelse. Samtidig åpner det rom for yngre arbeidstakere med KI-kompetanse. Resultatet er et akselerert generasjonsskifte, ikke drevet av demografi alene, men av teknologiens kravstruktur. Denne utviklingen peker mot tre mer grunnleggende spørsmål som har relevans for dosentstigen og kvalifisering fir opprykk:
- Livslang læring må konkretiseres: Det holder ikke å postulere kontinuerlig læring. Den må organiseres slik at også eldre arbeidstakere faktisk kan delta.
- Erfaringskompetanse må oversettes: Taus kunnskap må kobles til nye digitale praksiser, ikke erstattes av dem.
- Profesjonell autonomi må redefineres: KI endrer forholdet mellom fagperson og verktøy. Dette må håndteres eksplisitt og transparent.
En omlegging på plattformnivå tar tid, – gjerne 4-5 år. Eksempelvis ble Canvas innført på bred front i norsk UH-sektor fra rundt 2015. 5 år seinere hadde man i liten grad optimalisert for bruk, men den var tilstrekkelig etablert til at nedstengningen rundt Covid-epidemien 2020-21 fungerte teknisk sett. Faglig og fagdidaktisk var situasjonen lite tilfredsstillende.
KI har hatt ekstremt rask diffusjon på individ-nivå fra november 2022. Tilpasninger på institusjons-nivå – les: plattform – vil ventelig slå inn fra studieåret 2026/27. Men bred anvendelse vil komme med utrulling av plattform-oppdateringer i f.eks. Canvas og Microsift 365 nærmere 2030. Vi kan se for oss at dette får større oppmerksonhet og praktisk betydning for UH-tilsatte 2030-35. Arbeidet med å utforske fagdidaktiske og fagadministrative løsninger og bygge faglige nettverk for erfaringsutveksling bør starte nå.