A junior szint újjászületése: Hogyan reagál az iparág az AI nyomására?

A gyakornoki programok reneszánsza

Egyre több vállalat ismeri fel újra, hogy a gyakornoki programok működnek. Az IBM például 90%-os megtartási arányról számolt be öt év alatt a 12 hónapos regisztrált gyakornoki programjainál. A Google, Microsoft, Amazon és más nagy vállalatok szintén jelentős gyakornoki programokat tartanak fenn, amelyek 80% munkahelyi képzést kombinálnak 20% technikai oktatással.

Az Amazon például több mint 1.000 új gyakornoki helyet hoz létre az Egyesült Királyságban 2025-re, és a program indulása óta már több mint 3.500 résztvevőt fogadott. Egyes képzési pályákon a konverziós arány eléri a 100%-ot, azaz minden gyakornok teljes munkaidős állást kap a program végén.

A bootcamp-ek meglepő sikerarányai

A kódoló bootcamp-ek a kihívást jelentő környezet ellenére is lenyűgöző elhelyezkedési arányokat érnek el. Az iparági átlag szerint a végzettek 71%-a talál állást 180 napon belül, a legjobb programok pedig ennél is jobban teljesítenek: a General Assembly 95,7%-os, az App Academy New Yorkban 95%-os, a Flatiron School pedig 90%-os elhelyezkedési arányt ér el. Ez azt mutatja, hogy az alternatív képzési útvonalak is sikeresek lehetnek a munkaerőpiacra való belépésben – főleg, ha a képzés mellett gyakorlati tapasztalatot is adnak.

AI-támogatott mentorálás helyett AI-val való együttműködés

A legsikeresebb cégek nem a juniorok pótlására, hanem a munkájuk támogatására építik be az AI-t. Ez azt jelenti, hogy a junior fejlesztők nemcsak klasszikus programozási ismereteket sajátítanak el, hanem:

• AI-együttműködési készségeket,
• prompt engineering alapokat,
• AI által generált kód ellenőrzését és javítását.

Így a junior tanul az AI-től, a senior / cég pedig tanul a juniortól

– ahogy egy bölcs kollégám fogalmazott.

Az értékelési módszerek forradalma

Egyre jobban teret nyernek az alternatív értékelési módszerek. A hagyományos diplomakövetelmények helyett előtérbe kerül a portfólió-alapú értékelés, technikai kihívások megoldása és készség-első felvételi szemlélet. A felvételi vezetők 70%-a ma már változatos projekt portfóliókat vár, és a toborzók 60%-a a problémamegoldási bemutatókat részesíti előnyben a képesítésekkel szemben.

Mit csinálunk mi a Virgonál?

Bevallom, mi is küzdünk ezzel a dilemmával. Mégis úgy döntöttünk, hogy:

• Megtartjuk a junior pozíciókat, de máshogy strukturáljuk őket
  Minden junior mellé továbbra is tapasztalt mentort rendelünk
• Az AI-eszközöket tanulási segédeszközként használjuk
  A Copilot nálunk a junior fejlesztők tanítási eszköze, nem a helyettesítője
• Számszerűsítjük a hosszú távú megtérülést
  Igen, egy junior betanítása 1-2 év alatt hozza vissza a “befektetést”, ha mindkét fél elkötelezett és türelmes
• Hibrid modellt alkalmazunk
  A hatékonyságot az AI biztosítja, a kreativitást az ember.

A Gartner előrejelzései szerint 2028-ra a vállalati szoftvermérnökök 75%-a AI kódasszisztenseket fog használni, miközben 2025-re a szoftverfejlesztési vezetői szerepek több mint 50%-a kifejezetten megköveteli a generatív AI felügyeletét. Ez azt jelenti, hogy a jövő nem AI vagy ember – hanem AI és ember.

Ehhez a megközelítéshez illeszkedik a hazai nézőpont is: az AI-t érdemes erősítésre használni, nem kiváltásra. Palkovics László az Indexnek adott korábbi interjújában így fogalmazott:

Az AI-ba fektetett forintok hatása sokkal nagyobb, mint amit más területen ugyanannyi pénz elköltésével lehet elérni. A jó hír az, hogy nem vesznek el munkát, csak azt, amit most nekünk kellene végeznünk, pedig veszélyes vagy nehéz feladat. Viszont új munkahelyek és pozíciók jönnek létre.

Ez a szemlélet jól rímel a készség-első értékelésre, a valós projekteken szerzett tapasztalatra és az AI-val támogatott, de ember által vezetett mentorálásra.

A globális kép: nem csak mi küzdünk

A nemzetközi munkaerőpiac adatai nagyrészt az amerikai trendeket tükrözik. Az Indeed statisztikái szerint Kanada a junior fejlesztői pozíciók számát szinte azonos mértékben csökkenti, mint az Egyesült Államok, és az Egyesült Királyság, Franciaország, valamint Németország is ebbe az irányba tart.

Pozitív kivétel Ausztrália, ahol a fejlesztői álláshirdetések száma még mindig a 2020-as szint felett van. Eközben a világ vezető egyetemei – például a Stanford, az MIT és a Carnegie Mellon – márintegrálták az AI eszközöket a kurzusokba, miközben továbbra is az alapok megértésén tartják a hangsúlyt.

Az előre vezető út: egyensúly a hatékonyság és fenntarthatóság között

Az igazság az, hogy az AI nem fog eltűnni. És nem is kellene. De ha teljesen kiiktatjuk az emberi tényezőt a fejlesztésből, akkor egy olyan jövő felé haladunk, ahol a technológia ugyan fejlődik, a mögötte álló tudás és kreativitás viszont lassan elsorvad. Hiszen azáltal, hogy például olyan kódot generál az AI, amit később csak ő fog megérteni, a karbantartási költségek is lényegesen megemelkedhetnek. Ezért az AI -t arra kell használni, amire az való:asszisztensként, nem döntéshozóként.

A legsikeresebb megközelítések integrálják az AI képességeket, miközben fenntartják az emberi szakértelem fejlődésének útvonalait. A minden junior pozíciót megszüntető vállalatok rövid távú termelékenységet nyerhetnek, de kockáztatják a jövőbeli senior tehetséghiányt.

A készségek evolúciója már folyamatban van és visszafordíthatatlan. A belépő szintű fejlesztőknek most más készségekre van szükségük:

• AI együttműködési képességekre,
• prompt engineering szakértelemre,
• kód-ellenőrzési tudásra AI-generált kimenethez,
• rendszerszintű gondolkodásra,
• és az üzleti kontextus megértésére.

A kérdés nem az, hogy AI-t használjunk-e. A kérdés az, hogy hogyan használjuk úgy, hogy közben a következő generáció fejlesztőinek is teret hagyjunk a növekedésre.

Az iparág alapvető választás előtt áll a rövid távú optimalizálás és a hosszú távú egészség között. Azok a vállalatok és egyének, akik a leghatékonyabban alkalmazkodnak ehhez az új paradigmához – elfogadva az AI-t mint erőteljes eszközt, miközben megőrzik az innovációhoz és növekedéshez nélkülözhetetlen emberi elemeket – fogják meghatározni a szoftverfejlesztés jövőjét.

Mert a végén nem az AI-eszközök fogják meghozni azt a kreatív döntést, ami megkülönbözteti a jó szoftvert a nagyszerűtől. Azt még mindig emberek teszik.