En utvecklare blir inte senior utvecklare genom universitetet. En jurist blir inte senior jurist genom sin examen. En ekonom, revisor, analytiker eller konsult blir inte erfaren genom att studera.
De blir det genom tusentals timmar verkligt arbete. Och en stor del av det arbetet har historiskt bestått av research, första utkast, enklare analyser, dokumentgranskning, enklare kod, sammanställningar, kvalitetssäkring och repetitiva arbetsmoment.
Det är precis den sortens uppgifter AI snabbt blir bra på.
Och åldersgradienten är redan mätbar. Svenska registerdata visar att sysselsättningen bland 22 till 25-åringar i de mest AI-exponerade yrkena faller relativt mindre exponerade yrken hos samma arbetsgivare, medan den stiger bland arbetstagare över 50 år. Amerikanska löneadministrativa data visar ett betydligt större gap, och det har vidgats under det senaste året. Siffrorna och deras förbehåll står i manifestet och i källregistret.
Detta är inte en fråga om ungdomsarbetslöshet
Det är viktigt att skilja de två sakerna.
Ungdomsarbetslöshet är ett problem i sig, och Sverige hade ett sådant problem långt innan generativ AI fanns. Det gör det svårt att attribuera förändringar till tekniken, och det är ett metodproblem projektet måste ta på allvar snarare än utnyttja.
Frågan här är en annan. Den handlar om produktionen av framtidens humankapital. Om vägen från junior till senior går genom arbetsuppgifter som håller på att automatiseras, då påverkas inte bara de unga som söker jobb i dag. Då påverkas tillgången på erfarna specialister om tio till femton år, alltså långt efter att beslutet att låta AI göra grundarbetet fattades.
Det är en eftersläpning som gör problemet lätt att missa och svårt att åtgärda i efterhand.
Den kollektiva paradoxen
Kärnan i problemet är att inget enskilt beslut är felaktigt.
För det enskilda företaget kan det vara helt rationellt att låta AI göra en stor del av juniorarbetet. Men om många företag gör samma sak kan samhällets mekanism för att producera framtidens seniorer försvagas.
Ett företag som anställer och handleder en junior bär kostnaden för träningen men kan inte räkna med att behålla personen. Avkastningen på investeringen tillfaller delvis nästa arbetsgivare. Det är en gammal mekanism i arbetsmarknadsekonomi och den är väl beskriven. Vad som är nytt är att alternativet till att träna en människa nu är att låta en maskin göra uppgiften billigare och ofta bättre.
Det gör inte problemet unikt, men det gör det skarpare.
Vi ska inte bevara junioruppgifterna
Detta måste vara fullständigt tydligt. Projektet föreslår inte att företag ska behålla arbetsuppgifter som AI utför bättre och billigare bara för att unga behöver något att göra. Det skulle vara att offra produktivitet för sysselsättningens skull, vilket är precis vad projektet i övrigt argumenterar mot.
Målet är inte att bevara juniorjobbet som det såg ut 2020. Målet är att fortfarande kunna skapa en senior 2035.
Frågorna som följer av det är svårare och mer intressanta än en försvarsstrid om gamla arbetsuppgifter:
- Hur ser ett AI-nativt lärlingskap ut?
- Hur lär sig en junior när AI redan kan göra grundarbetet?
- Vilket verkligt ansvar behöver människor få, och hur tidigt?
- Hur tränar man bedömning, omdöme och kvalitetskontroll när själva utförandet är automatiserat?
- Vem bär kostnaden för den träningen?
- Hur mäter vi om Sverige fortfarande producerar tillräckligt många seniorer?
Den motsatta slutsatsen är minst lika rimlig
Projektet ska inte behandla sin egen hypotes som given, och här finns en stark invändning.
Om AI tar det kodifierade och repetitiva ur juniorarbetet kan träningsvärdet i det som återstår stiga. En junior som slipper två år av dokumentgranskning och i stället ägnar tiden åt bedömning, avvägningar, klientkontakt och kvalitetskontroll kan bli senior snabbare, inte långsammare. Vägen skulle då bli kortare och inte längre.
Vilken av dessa mekanismer som dominerar är en empirisk fråga. Det är ett av skälen att projektet vill mäta i stället för att anta.
Vad Senior 2035 faktiskt är
Ett dataprojekt och en fråga, inte ett färdigt förslag.
Frågan lyder: hur många seniora utvecklare, jurister, ekonomer, analytiker, revisorer och andra specialister kommer Sverige att behöva omkring 2035, hur många är på väg genom systemet i dag, hur förändras inflödet av juniorer, och hur förändras de arbetsuppgifter som tidigare fungerade som träning?
Så långt vi kunnat avgöra har ingen svensk aktör kvantifierat detta. Att den kvantifieringen saknas är det som gör spåret värt att driva, och det är bättre att projektet självt försöker göra analysen än att bara kräva att staten gör den.
Arbetet består av fyra delar:
- Behovsbild. Uppskattning av framtida behov av seniora specialister i utvalda yrken, byggd på befintlig statistik om ålderstruktur, pensionsavgångar och efterfrågeutveckling.
- Pipelinemätning. Hur inflödet av juniorer i samma yrken utvecklas, med den mätning som beskrivs i arbetsmarknadsradarn.
- Uppgiftsanalys. Vilka konkreta arbetsuppgifter som historiskt utgjort träningen, och vilka av dem som faktiskt automatiseras.
- Experiment. Att tillsammans med arbetsgivare och utbildningsanordnare undersöka hur ett AI-nativt lärlingskap kan se ut i praktiken.
Varför vi är försiktiga med policyförslag här
Det finns en frestelse att gå direkt till subventionerade introduktionsanställningar. Projektet gör inte det, av två skäl.
Det första är att svensk erfarenhet av sådana insatser är dokumenterat svag. Tidigare reformer för yrkesintroduktion, lärlingsplatser och traineejobb nådde i flera fall aldrig avsedd volym, och utvärderingar har funnit betydande undanträngning av ordinarie anställningar. Ett nytt förslag måste kunna förklara vad som är annorlunda den här gången.
Det andra är att projektets egen premiss gör subventionen dyr. Om AI faktiskt utför juniorarbetet billigare och bättre är arbetsgivarens betalningsvilja för en junior låg oavsett handledningsstruktur. Subventionen måste då täcka hela differensen plus handledningskostnaden. Det kan ändå vara rätt, som en investering i framtida kompetens, men då måste vi säga det och säga vem som betalar.
Dessutom regleras lärlings- och introduktionsanställningar i Sverige av arbetsmarknadens parter. En statlig reform utan parternas medverkan är inte genomförbar, och parterna driver redan ett eget arbete där vägar in på arbetsmarknaden och tidigt lärande på jobbet finns på agendan.
Vi vill hellre bidra med det som saknas, alltså kvantifieringen och den institutionella designen, än föreslå om det som redan är föreslaget.