Klasyczna teoria kapitału ludzkiego rozwijana w połowie XX wieku między innymi przez Garego Beckera (Noblista z ekonomii z 1992 r.) zakładała, że edukacja zwiększa wiedzę i produktywność absolwentów. Lepsze wykształcenie natomiast wprost przekłada się na wyższe wynagrodzenie. Teoria ta została podważona przez późniejsze prace ekonomistów, a prawdziwą mechanikę rynku pracy pokazał Michael Spence (Noblista z ekonomii z 2001 r.), wprowadzając rewolucyjną teorię sygnalizacji.
Rynek pracy a umiejętności pracownika
Współczesny rynek pracy działa w warunkach ogromnej asymetrii informacyjnej, tzn. pracodawcy nie znają bezpośrednio kompetencji kandydatów, a młodzi ludzie, wybierając studia nie wiedzą jakie kompetencje za kilka lat będą potrzebne na rynku. Ta asymetria od niedawna jest jeszcze bardziej zwiększana ze względu na obecność generatywnej sztucznej inteligencji, która doprowadza do bezprecedensowej transformacji na rynku pracy. Pracodawca nie jest często w stanie w procesie rekrutacji zmierzyć inteligencji kandydata, etyki pracy czy jego zdolności adaptacyjnych. Do jego własnych deklaracji często trzeba mieć ograniczone zaufanie. Ponieważ HRy nie mają bezpośredniego dostępu do ukrytego potencjału pracownika, muszą polegać na innych twardych wskaźnikach. Jak dowiódł w swoich pracach Spence, to właśnie dyplom elitarnej, wymagającej uczelni pełni funkcję ważnego sygnału rynkowego. Dyplom ukończenia studiów staje się dla pracodawcy wiarygodnym dowodem tych najbardziej pożądanych, ukrytych kompetencji, tzn. tego, że ciężko w trakcie nich pracował, a dla pracownika jest on sygnałem, który mówi, że jest on w stanie nauczyć się nowych potrzebnych aktualnie umiejętności.
Dobra edukacja
Prowadzi do bardzo ważnej konkluzji: elitarne uczelnie funkcjonują w nowoczesnej gospodarce jako wyrafinowane instytucje filtrujące. Procesy selekcji kandydatów na wejściu, wysokie wymagania adaptacyjne w trakcie studiów oraz intelektualne koszty przetrwania całego procesu komunikują na zewnątrz sygnał jakości, który obniża koszty w procesach rekrutacyjnych i zdecydowanie ją ułatwia. W dobie narastającej globalizacji obrotu talentami, ten mechanizm nabiera bezprecedensowego znaczenia. Dla rekrutera pracującego pod presją efektywnościową rynku rekrutacyjnym, dyplom uzyskany na wysoce elitarnej, zmuszającej do nieustannego wysiłku uczelni przestaje być wyłącznie znakiem tego, że uczeń „dobrze zdał maturę”. Stanowi za to, odnosząc się do teorii Michaela Spence’a, ostateczny sygnał tego, że ma wybitną zdolność adaptacyjną i umiejętności krytycznego myślenia, które pozwolą mu stać się managerem agentów LLM, a nie ich ofiarą. Najlepsze światowe uczelnie to nie te, które wtłaczają dezaktualizującą się za pół roku wiedzę do głów studentów, ale inkubatory, które wysyłają komunikat, że ich absolwenci mają umiejętność pracy w środowisku nieustannych wyzwań, gdzie co pół roku trzeba zdać egzamin wymagających nowych umiejętności.
Wiedza na temat teorii sygnalizowania byłaby niekompletna, gdyby nie odnieść jej mechanizmów do obecnej rewolucji na światowym rynku pracy napędzanej powszechną komercjalizacją sztucznej inteligencji. W przeciwieństwie do poprzednich fal automatyzacji gospodarki, które w pierwszym rzędzie eliminowały powtarzalne stanowiska fizyczne oraz rutynowe prace produkcyjne, obecna, algorytmiczna fala SI uderza w sposób bezpośredni w tzw. pracowników wiedzy. Stanowi to dramatyczne wyzwanie dla świeżo upieczonych absolwentów szkół wyższych, debiutujących na wysoce rynku. Obserwujemy, że, w miarę jak algorytmy sztucznej inteligencji nabywają coraz szerszą autonomię, to właśnie najsłabiej merytorycznie przygotowani i najmniej doświadczeni pracownicy stają się elementem najbardziej podatnym na substytucję.
Wsparcie sztucznej inteligencji
Mimo redukcji stanowisk entry-level, całkowita liczba nowo wykreowanych etatów wspieranych przez SI cały czas rośnie na świecie. Rynek pracy dla początkujących pracowników się kurczy, a jednocześnie firmy szukają doświadczonych ludzi do nadzorowania systemów sztucznej inteligencji. Nie chcą one tracić czasu ani środków na weryfikację kandydatów z przeciętnych uczelni. Teoria sygnalizacji Spence’a będzie odgrywała coraz większą rolę w praktyce: w rekrutacjach o wysokich wymaganiach dyplom czołowych uczelni staje się dla pracodawcy jedynym pewnym wskaźnikiem, który gwarantuje jakość intelektualną i zdolność adaptacji kandydata, co skutecznie obniża ryzyko błędu rekrutacyjnego.
Co więcej powszechny dostęp do narzędzi AI obniża wartość dyplomów słabszych uczelni. Jeśli zadania podczas studiów mogą rozwiązać algorytmy, sam dyplom przestaje udowadniać inteligencję i pracowitość. W efekcie rynek ulega podziałowi. Wartość dyplomów najlepszych ośrodków, takich jak MIT, Stanford czy Oxford, będzie rosnąć. Co więcej, praca zdalna i rozwój sektora technologicznego zatarły granice państw. Polscy absolwenci konkurują dziś na globalnym rynku bezpośrednio z kandydatami z Doliny Krzemowej, Zurychu czy Londynu. Jeśli Polska nie zbuduje silnych ośrodków akademickich, nasi specjaliści przegrają w tym wyścigu.
Jakość absolwentów
Wniosek jest prosty: budowa rozpoznawalnych instytucji badawczych w obszarze technologii to warunek przetrwania w rywalizacji o innowacje, a nie kwestia prestiżu. Dla zagranicznych firm nazwy polskich uczelni są nieznane. Oceniają rynki przez pryzmat międzynarodowych rankingów, w których nasze uczelnie wypadają słabo. Ten brak mocnej marki działa na naszą niekorzyść. Słaby sygnał rynkowy uderza bezpośrednio w zagraniczne kariery i zarobki naszych absolwentów. Dodatkowo rozwój AI wymaga od nas zmiany modelu edukacji. Skoro systemy AI automatyzują pracę juniorów, uczelnie powinny skupić się na kształceniu ekspertów w ramach szkół doktorskich. Takie studia muszą być atrakcyjne, by przyciągnąć najzdolniejszych ludzi w kraju. Jakość absolwentów studiów doktoranckich musi być jasnym sygnałem dla globalnych firm. Dziś korporacje technologiczne często nie otwierają u nas centrów badawczych, bo brakuje im na miejscu ekspertów z doktoratem, a nasze uczelnie są za nisko w rankingach. W branży AI o sukcesie firmy nie decydują koszty pracy, ale czas, w jakim da się zatrudnić odpowiednich specjalistów. Dlatego musimy szybko zwiększyć liczbę kształconych badaczy i ekspertów w takich dziedzinach jak data science.
Nauka potrzebuje wsparcia
W tym globalizującym się rynku pracy technologicznej, oraz przy rosnących napięciach związanych z coraz szerszą dostępnością generatywnej SI, gdzie sygnalizowanie jakości będzie odgrywało kluczową rolę, postulaty stawiane przez akcję 3procentnanaukę, jawią się jako minimalne i podstawowe wymagania, które po prostu muszą być spełnione, aby Polska odnalazła się w tej nowej geoekonomicznej rzeczywistości. W szczególności niezwykle ważny jest postulat drugi „Stabilne i godne warunki dla studentów i doktorantów”, to właśnie te osoby będą stanowiły o suwerenności technologicznej naszej gospodarki, oraz budowie i przewadze technologicznej działających w Polsce firm. A tak naprawdę, to powinniśmy już dawno planować jak uczynić nasze uczelnie konkurencyjne na globalnych rynkach pracy i zwiększyć ich rankingi międzynarodowe, bez tego Polska nie będzie w stanie wysłać świat sygnału, że w jakikolwiek sposób liczy się w wyścigu o nowe technologie.
