Śmierć juniora. Skąd weźmiesz seniorów, skoro nikt nie ma jak nim zostać

Rezydentka chirurgii wjeżdża z pacjentem na salę. Dwadzieścia lat temu stałaby teraz przy stole, obok doświadczonego chirurga, z narzędziem w ręku, i uczyłaby się jedynego sposobu, w jaki można się tego nauczyć: robiąc. Dziś podpina robota i obserwuje operację z konsoli w rogu sali.

Matt Beane, badacz z Uniwersytetu Kalifornijskiego, spędził lata na salach operacyjnych i opisał to bez owijania: „stażysta stał się całkowicie opcjonalny”. Robot chirurgiczny jest świetny, operuje precyzyjniej. Problem pojawia się gdzie indziej.

Gdy mistrz steruje maszyną sam, junior przestaje trzymać skalpel. Model terminowania, który w chirurgii działał od pokoleń, pękł. Nie dlatego, że maszyna operuje gorzej, lecz dlatego, że junior przestał ćwiczyć.

Zapamiętaj tę salę operacyjną - bo dokładnie to samo AI robi teraz z każdą pracą, w której liczy się głowa. Prawie nikt nie liczy rachunku, który za to przyjdzie.

W poprzednim manifeście pisałem, że w czasach AI prawdziwa wiedza zdrożała, bo pozór kompetencji jest darmowy. To była strona popytu: osąd stał się jedyną realną przewagą. Ten tekst jest o stronie podaży. O tym, skąd ten osąd weźmiemy, skoro właśnie odcinamy jedyny mechanizm, który go produkował.

Jak naprawdę powstaje senior

Zacznijmy od rzeczy, której nikt nie nazywa wprost, bo brzmi zbyt prosto.

Senior nie powstaje z kursu. Nie powstaje z przeczytania dokumentacji ani z obejrzenia webinaru. Powstaje z setek powtórzeń nudnej, niskostawkowej roboty, w której wyrabia się coś, czego nie da się przekazać słowami.

Filozof Michael Polanyi nazwał to wiedzą niejawną i streścił jednym zdaniem:

Ekspert rozpoznaje, że coś jest nie tak, zanim umie wyjaśnić dlaczego. Czuje, że ten kosztorys śmierdzi, że ten kod się wywróci, że ten klient kłamie. Tej intuicji nie da się wgrać. Trzeba ją wychodzić.

Beane, badając chirurgów, ujął mechanizm zwięźle: umiejętność rośnie z napięcia - z zadań, które cię rozciągają, ale nie łamią. Junior dostaje robotę trochę za trudną, męczy się, popełnia błędy pod okiem kogoś, kto go asekuruje, i po pięćdziesiątym razie zaczyna widzieć wzorce.

Tak właśnie czarna robota zamienia się w osąd. Czarna robota nie jest kosztem ucznia. Jest jego programem nauczania.

Tu zaczyna się problem - bo ta czarna robota to dokładnie to, w czym AI jest najlepsze.

Co AI właśnie wycina

Pierwsza wersja raportu. Streszczenie researchu. Przeklejanie danych do tabeli. Boilerplate w kodzie. Wstępny przegląd umów. Sortowanie zgłoszeń. Cała ta wejściowa, powtarzalna, „naucz się na tym” robota, którą przez dekady oddawaliśmy juniorom, jest teraz darmowa i natychmiastowa.

Bądźmy uczciwi do końca, bo tu jest pułapka, w którą łatwo wpaść. AI naprawdę podnosi produktywność juniorów, i to bardziej niż seniorów. Badania nad GitHub Copilotem pokazały zadania szybsze o niemal 56 procent, a mniej doświadczeni programiści zyskiwali na tempie najwięcej. Junior z AI faktycznie jest „10x”. Na papierze wygląda jak objawienie.

Tyle że output to nie osąd. To dwie zupełnie różne rzeczy i właśnie je mylimy.

Junior, który dowozi szybko i nie buduje przy tym wiedzy niejawnej, to nie przyszły senior. To wydrążony senior w trakcie produkcji. Wygląda kompetentnie, klika sprawnie, oddaje na czas. Pod spodem nie powstaje jednak nic, co pozwoliłoby mu kiedyś ocenić, czy to, co wypluł model, jest trafne, czy jest cichą katastrofą.

Cała różnica siedzi w jednym rozróżnieniu: czy AI jest sparingpartnerem, czy ghostwriterem. Sparingpartner każe ci wykonać powtórzenie samemu. Ghostwriter robi je za ciebie. Pierwszy buduje osąd, drugi go wyjada.

Domyślnie wszyscy wybierają ghostwritera - bo jest szybciej, taniej i wygląda lepiej w tym tygodniu.

To nie pierwsza taka ironia

Najlepsze jest to, że ostrzeżenie mamy od 1983 roku.

Lisanne Bainbridge napisała wtedy esej „Ironie automatyzacji”, cytowany do dziś ponad cztery tysiące razy. Jej teza była niewygodna i okazała się ponadczasowa.

Gdy zautomatyzujesz rutynową część pracy, operator przestaje ćwiczyć umiejętność w codziennej robocie. Potem, gdy system się sypie i trzeba ratować sytuację, dostaje do obsługi dokładnie te najtrudniejsze przypadki, w których stracił wprawę. Odzwyczajony człowiek ląduje z najtrudniejszym zadaniem na stole.

To nie jest prognoza o AI. To prawo opisane 43 lata temu, na długo przed ChatGPT. AI tylko rozlało je z kokpitów samolotów i sterowni na całą pracę umysłową naraz.

Chirurgia Beane'a to ta sama ironia w innym fartuchu: automatyzujesz to, co łatwe, i rdzewiejesz w tym, co trudne. Maszyna bierze rutynę, a człowiekowi zostaje wyjątek, którego nikt go już nie nauczył obsługiwać.

Powtórzę, bo to jest sedno. Nie automatyzujemy tego, co w pracy najtrudniejsze. Automatyzujemy to, co najłatwiejsze - czyli dokładnie to, na czym ludzie uczyli się dochodzić do trudnego.

Rachunek z pięcioletnim lontem

Problem z tym rachunkiem polega na tym, że nie przychodzi od razu. Output rośnie dziś, więc wszyscy są zadowoleni. Susza talentów uderza za pięć, dziesięć lat, gdy obecni seniorzy odejdą, a za nimi nie wejdzie nikt gotowy.

Pierwsze kanarki w kopalni już śpiewają. Badanie Stanforda z sierpnia 2025, oparte na danych płacowych milionów Amerykanów, pokazało coś uderzającego: w zawodach najbardziej eksponowanych na AI zatrudnienie osób w wieku 22-25 lat spadło o około 13 procent względem końca 2022 roku.

W tych samych rolach pracownicy po trzydziestce utrzymali zatrudnienie albo je zwiększyli. Wycinany jest precyzyjnie jeden szczebel: ten najniższy, wejściowy.

Uczciwość wymaga zastrzeżenia. To korelacja, nie wyrok. Na te liczby wpływają też stopy procentowe i korekta po pandemicznym przeroście zatrudnienia w technologii. Sami autorzy nazwali raport „kanarkami”, nie dowodem. Efekt utrzymuje się jednak po odjęciu tych czynników, co sugeruje, że jest tu coś strukturalnego.

Najlepiej widać to w prawie, bo tam piramida kariery jest namacalna. Australijska kancelaria MinterEllison ścięła nabór absolwentów ze 104 do 72 osób, blisko o jedną trzecią - i jako pierwsza duża firma otwarcie wskazała AI jako powód.

Reuters podał, że 86 procent dużych kancelarii planuje powiększać szeregi prawników, ale tylko 35 procent chce przyjmować więcej pierwszorocznych. Branżowy serwis Artificial Lawyer nazwał to przejściem „od piramidy do cylindra” i ujął stawkę w jednym zdaniu, które warto powiesić nad biurkiem każdego, kto zarządza ludźmi.

Przeczytaj to jeszcze raz. Odcinamy nie „kilka nudnych etatów”. Odcinamy mechanizm, którym jedno pokolenie przekazuje umiejętności następnemu.

Teraz domknięcie, które łączy ten tekst z manifestem. Powstaje pokolenie, które potrafi obsługiwać AI, ale nie potrafi go ocenić.

Harvard Business Review w lutym 2026 opisał to wprost: AI dał największy skok produktywności seniorom, bo to oni potrafią ocenić, czy odpowiedź modelu jest dobra. Junior tego nie potrafi, bo nie ma z czego. Umie wyklikać odpowiedź promptem, ale nie umie wyjaśnić, skąd się wzięła, ani wyczuć, że jest błędna.

Osąd, który manifest nazwał jedyną realną przewagą, umiera dokładnie tu - na etapie, na którym powinien się rodzić.

Dlaczego to Twój problem, nie Doliny Krzemowej

Łatwo machnąć ręką, że to zmartwienie korporacji i wielkiego techu. Odwrotnie - dla małej firmy to gorszy problem.

Suszy na seniorów nie przelicytujesz. Gdy realnych ekspertów zacznie brakować, zgarną ich ci, którzy mogą zapłacić najwięcej, czyli nie Ty.

Zostaniesz z zespołem, który jest szybki i wydrążony: dowozi output, nie unosi odpowiedzialności, nie łapie błędów, których sam nie widzi. W firmie, gdzie jeden zły osąd potrafi kosztować kontrakt, to nie jest oszczędność. To bomba z opóźnionym zapłonem, którą sam podkładasz.

Powiem to z własnego podwórka, bo siedzę po obu stronach tego noża. Buduję systemy AI w firmie i z tej samej firmy znam drugą stronę: rekrutację i prowadzenie ludzi.

Codziennie daję modelowi robotę, którą kiedyś dostałby junior - research, pierwszą wersję, czarną robotę na danych. Dostaję wynik w godzinę zamiast w trzy dni - i dopiero po fakcie łapię się na tym, że właśnie zabrałem komuś powtórzenia, z których wyrósłby mój następny senior.

Tani wynik dziś jest długiem, który podpisuję własnym nazwiskiem. Z datą płatności za pięć lat.

Nie piszę tego, żeby odstawić AI. Jestem ostatnią osobą, która Ci to powie. Piszę, bo z tego miejsca widać wyraźnie, że ta sama maszyna może budować albo wydrążać - zależnie od tego, jak ją wpinasz w pracę ludzi.

Co z tym zrobić, konkretnie

Diagnoza bez instrukcji to tylko ładne narzekanie. Cztery zasady, które sam próbuję trzymać.

Zauważ, że żadna z tych zasad nie brzmi „nie używaj AI”. Wszystkie brzmią inaczej: używaj, ale nie pozwól, żeby maszyna zjadła naukę.

To nie chodzi o mityczne dziesięć tysięcy godzin, które Malcolm Gladwell zaokrąglił w bestsellerze, a Anders Ericsson, autor badań źródłowych, potem prostował. Liczy się świadoma praktyka z informacją zwrotną. Właśnie ją AI najłatwiej odcina, bo robi powtórzenie za ucznia, zamiast kazać mu je przejść.

Sala operacyjna, do której wszyscy wchodzimy

Wróćmy na początek. Chirurg, który nigdy nie trzymał skalpela, świetnie steruje robotem. Do dnia, w którym robot zawodzi, a na sali nie ma już nikogo, kto umie operować rękami.

Każda firma buduje teraz taką salę. Optymalizujemy najbliższy kwartał, oddając maszynie robotę, na której ludzie zamieniali się w ekspertów, i z dumą kasujemy szczebel, po którym sami kiedyś weszliśmy na górę. Wynik widać od razu. Pustkę widać dopiero, gdy zabraknie kogoś, kto naprawi to, czego model nie ogarnia.

Wiedzy nie da się pobrać. Powstaje wyłącznie z tej żmudnej, powtarzalnej, nieefektywnej roboty, którą tak chętnie dziś usuwamy.

Możesz mieć tani, wydrążony zespół już teraz albo prawdziwy za pięć lat. Jedno i drugie naraz nie wchodzi w grę. To jest realny wybór, który robisz za każdym razem, gdy oddajesz modelowi zadanie, na którym ktoś mógłby się czegoś nauczyć.

Junior umiera nie dlatego, że jest gorszy od AI. Umiera dlatego, że odebraliśmy mu powtórzenia, z których miał wyrosnąć. Senior, którego za pięć lat będziesz rozpaczliwie szukał, to dokładnie ten junior, którego dziś uznałeś za zbędny.

---

Buduję systemy AI w firmie i piszę o tym bez marketingowego szumu. Jeśli chcesz takich tekstów raz na jakiś czas prosto na mail, zapisz się do newslettera niżej. W komentarzu powiedz mi wprost: w Twojej firmie AI buduje juniorów czy ich wydrąża? To jest decyzja, którą podejmujesz, nawet jeśli o niej nie myślisz.