Allmenningens tragedie: hver bedrift som kutter juniorer tapper fagfeltet

I 1968 beskrev økologen Garrett Hardin gjeteren som legger ett dyr til på fellesbeitet: gevinsten er hans alene, kostnaden ved overbeiting fordeles på alle. Nolan Lovett ved NATO Special Operations University hevder at nøyaktig samme mønster nå treffer fagkompetansen i hele yrkesgrupper, i en artikkel i tidsskriftet Human Resource Development Review, omtalt av The Decoder.

Kjernen i argumentet er regnestykket: en bedrift som erstatter juniorstillinger med KI tar 100 prosent av effektiviseringsgevinsten, mens kostnaden ved uthulet fagkompetanse fordeles på alle virksomheter som henter folk fra samme talentpool. Erfarne fagfolk oppstår ikke av seg selv. De trenger år i juniorroller der de gradvis tar tyngre oppgaver, gjør feil og lærer å rette dem.

Lovett peker på to mekanismer. Den første er direkte fjerning av juniorstillinger, der KI-systemer overtar arbeid som før gikk til nyansatte. Den andre er mer stillferdig: selv der juniorjobbene overlever, når nyansatte med KI-hjelp produktivitetsnivåer som tidligere tok år å oppnå, uten at den kognitive innsatsen som bygger dyp fagkunnskap noen gang finner sted. Følgeproblemet kaller han «valideringsbåndet»: evnen til å overvåke KI-systemer hviler på nøyaktig den kunnskapen KI-bruken sliter ned.

Sårbarheten er ujevnt fordelt. Programvareutvikling, finansanalyse og juridisk research havner i høyeste risikokategori hos Lovett, fordi oppgavene lar seg erstatte, reguleringen er lett og arbeidet er modulært. Medisin og ingeniørfag skjermes noe av strengere krav og sterkere fagforeninger, men går ikke fri.

Det avgjørende i studiene er ikke hvor mye KI folk bruker, men hvordan. I Anthropic-studien tapte de som brukte KI som ren svarmaskin klart mest, mens de som ba om forklaringer lærte tydelig bedre. Lovett foreslår KI-frie læringsmiljøer, gradvis innføring og et krav om egen innsats før KI kobles på. Forbud er ikke blant forslagene hans.

Tidshorisonten er grunnen til at dette er lett å overse. Fagfolkene som er på markedet i dag ble lært opp for 5 til 20 år siden, og effekten av juniorkuttene som startet i 2023 kan ifølge Lovett først vise seg fullt ut et sted mellom 2030 og 2045. For deg som bygger med KI hver dag er det den ene vanen som er verdt å beskytte: å løse problemet selv én gang før du ber modellen om fasiten.