Tiga profil majikan, salah satunya berbahaya
Menurut Mustapha Benkalfate, untuk memahami jangkaan terhadap graduan, kita perlu faham siapa yang merekrut. Beliau membezakan tiga profil pemimpin.
- Pemimpin « celik ». Beliau dapat membezakan AI generatif daripada kecerdasan buatan secara umum dan tahu bahawa ia tidak akan menyelesaikan semua masalah organisasi. Profil ini masih sangat jarang ditemui.
- Pemimpin yang rendah diri. Sedar akan apa yang tidak diketahuinya, beliau melancarkan program latihan untuk dirinya dan jawatankuasa pengarahnya. Profil ini semakin meningkat, walaupun tidak secara mendadak.
- « Profil Dunning ». Pengetahuannya jauh lebih sedikit daripada yang disangkanya. Menurut beliau, ini adalah profil yang dominan dan paling berbahaya.
Beliau merujuk kepada empat peringkat kecekapan: ketidakcekapan tidak sedar, ketidakcekapan sedar, kecekapan sedar, kecekapan tidak sedar. Paradoksnya, kata beliau, adalah kebanyakan pemimpin terperangkap di peringkat pertama, dan ChatGPT mengekalkan mereka di situ.
« Berikan seorang CEO automotif atau kesihatan akaun HubSpot atau Salesforce: dia akan cepat sedar bahawa dia tidak tahu cara menggunakannya. Tetapi sebaik sahaja dia membuat akaun ChatGPT atau menggunakan Microsoft Copilot, dia merasa cekap, kerana setiap apa yang ditulisnya mendapat balasan. Dia bahkan merasa sangat bijak: sistem ini direka untuk menyenangkan, dan bias pengesahan di dalamnya sangat kuat. »
Profil ini boleh dikenali, sambungnya, melalui keyakinannya untuk dapat menyelesaikan masalah strategik yang kompleks « dengan langganan 20 dolar », tanpa menilai kos insan, kos kewangan atau kebolehlaksanaannya. Dia juga yang paling terdedah kepada naratif penerbit, yang menjual transformasi « tanpa geseran ». Contoh yang disebut: kempen papan iklan syarikat pemula Artisan di San Francisco, « Stop hiring humans. The era of AI employees is here », satu mesej yang, menurutnya, menyuburkan kegelisahan dalam kalangan graduan baharu.
Apa yang perekrut minta secara konkrit
Berdasarkan perbincangannya dengan para pemimpin dan pengarah HR, Mustapha Benkalfate telah mengumpulkan apa yang mereka sebut sebagai « kefasihan AI ». Ini bukanlah definisi akademik, jelasnya, tetapi apa yang diharapkan oleh para pembuat keputusan dalam amalan.
- Penggunaan harian yang mahir. Meringkas, menulis, menyelidik, memulakan percambahan fikiran, mengambil nota: tugas berisiko rendah yang dianggap oleh majikan sebagai suatu kebiasaan, dan yang mana ramai graduan baharu tidak melakukannya dengan baik. « Mereka menggunakan AI setiap hari, tetapi tidak dengan baik setiap hari. »
- Pertimbangan. Tahu bila untuk menggunakan AI, bila tidak menggunakannya, dan alat mana yang sesuai untuk tugas tertentu.
- 'Prompting' yang jelas dan penggunaan berterusan. Majikan mahu menamatkan penggunaan « gajet », di mana seseorang memulakan tugas dengan AI, meninggalkannya, kemudian memulakan tugas lain. Beliau menyebut sebuah syarikat yang mendapati seorang pekerja muda menghantar 5,000 'prompt' sebulan manakala rakan sekerjanya menghantar sekitar 70: jumlah itu menimbulkan syak wasangka, bukan kekaguman.
- Pengesahan. Mengesan petikan palsu, angka palsu, kandungan yang elok tetapi palsu.
- Penggunaan yang bertanggungjawab. Elakkan shadow AI: dalam tinjauan yang diperhatikannya, 78 hingga 85% pekerja menggunakan alat AI mereka sendiri, dan lebih separuh daripadanya memuat naik dokumen sulit.
« Saya melihat pekerja baharu cuba menarik perhatian saya dengan kandungan janaan AI yang sangat kemas, yang sebenarnya hanyalah sampah semata-mata. »
Beliau juga mengambil pendirian terhadap memo Tobi Lütke, CEO Shopify, yang pada April 2025 meminta pasukan untuk membuktikan bahawa sesuatu tugas tidak dapat dilakukan oleh AI sebelum meminta pengambilan pekerja baharu: « Kita boleh menterbalikkan ayat itu dan memintanya untuk membuktikan bahawa AI benar-benar boleh melakukan apa yang akan dilakukan oleh seorang pekerja. Dia akan menghadapi kesukaran. »
Tiga kajian kes syarikat
Dynamo Paris. Syarikat seramai 15 orang ini, pakar dalam pembelian perabot dan peralatan untuk hotel mewah, telah membenarkan Mustapha Benkalfate untuk memetiknya. Pemimpinnya menggunakan Claude secara intensif dan telah mengukur kuasanya, tetapi juga batasannya: alat itu telah dengan yakin memberikannya maklumat yang salah dan berbahaya untuk perniagaannya. Daripada membeli projek integrasi AI bernilai kira-kira 150,000 dolar yang dicadangkan oleh pesaing, beliau memilih untuk melatih pasukannya terlebih dahulu.
Sebuah organisasi pendidikan tinggi dengan 850 kakitangan. Duta-duta, yang dipilih melalui penilaian, mencipta « ejen deklaratif »: ejen dengan autonomi rendah, yang tidak boleh mengubah suai dokumen dalaman. Mereka digunakan terutamanya untuk menanyakan pangkalan data pengetahuan, dalaman dan luaran. Pilihan autonomi rendah ini adalah disengajakan: kerosakan dokumen dalaman adalah, menurutnya, salah satu risiko besar ejen autonomi.
Sebuah pengedar automotif. Syarikat itu telah melantik profil-profil muda yang direkrut kerana kehadiran mereka sebagai pempengaruh sebagai duta AI. Kerana kekurangan visi menyeluruh, mereka mendesak untuk membeli lesen bagi alat AI generatif yang sudah pun boleh diakses oleh 9,000 pekerja. Revenu IA mengambil alih program tersebut dengan kaedah pemilihan objektif (lihat bagaimana memilih duta anda).
95% kegagalan: saat ROI menjadi topik utama
Laporan MIT NANDA, yang menyatakan 95% organisasi tidak memperoleh sebarang pulangan daripada projek AI generatif mereka, telah « menyuarakan apa yang dialami oleh para pemimpin selama beberapa semester ». Sejak itu, beliau memerhatikan, para pemimpin bercakap tentang kos, kes penggunaan dan pulangan pelaburan, dan mengharapkan graduan tahu bagaimana untuk merangka masalah sebenar sebelum mencari alatnya. Baca analisis kami tentang angka tersebut.
Lapan perangkap kognitif graduan baharu
Bahagian terakhir ucaptama adalah mengenai « AI usual suspects », lapan watak yang beliau gunakan di universiti dan program duta: pembisik 'prompt', juruterbang automatik, pakar rapuh, pasu kosong, orakel pucat, si yakin palsu, karat dan yang tidak pernah belajar. Dua yang terakhir paling membimbangkannya, kerana ia menggambarkan kehilangan atau ketiadaan kemahiran. Kenali lapan perangkap tersebut.
Beliau mengilustrasikan penurunan kemahiran dengan kajian yang diterbitkan pada tahun 2025 dalam The Lancet Gastroenterology & Hepatology: selepas beberapa bulan melakukan kolonoskopi dengan bantuan AI, para endoskopis mengesan lebih sedikit adenoma apabila mereka bekerja tanpanya (22.4% berbanding 28.4% sebelumnya). Kemudian melalui pengalamannya sendiri:
« Saya sering mencipta lagu dalam bahasa Perancis untuk anak perempuan saya. Selepas penggunaan AI secara intensif, saya tidak lagi dapat mencari perkataan-perkataan mudah. Saya menjadi bahan uji kaji saya sendiri, kemudian saya bertanya kepada rakan sekerja dan kolaborator saya: ia berlaku kepada kami semua. »
Universiti, penawar kepada « pemikiran cacat »
Kesimpulannya adalah satu seruan untuk pendidikan tinggi. Graduan baharu berhadapan dengan « kerja sambil lewa umum » yang jauh daripada kerumitan subjek, dan membaiki kerosakan akibat AI generatif tanpa bimbingan adalah, menurutnya, satu peluang untuk pendidikan.
« Makanan diproses membawa makanan tidak sihat, dan kita mencipta makanan organik dan diet untuk menanganinya. Media sosial dan AI generatif tanpa bimbingan atau latihan, itu adalah pemikiran cacat. Kita akan memerlukan penyelesaian untuk pemikiran cacat ini: ia dipanggil universiti. »
Apa yang perlu diajar, ringkasnya: celik AI, pemikiran kritis, kemahiran teknikal, kesedaran data, pemikiran etika dan metakognisi.