Третій тип — працівники без навичок, необхідних для вакансій, на які вони претендують. Таких людей треба схиляти до того, що не варто подаватися на непідхожі вакансії. «Час, який вони марнують на заявки, ліпше присвятити іншій роботі», — розповів Стефан.
Upwork розробила власну систему оцінки навичок, і нині користувачі присвячують їй 100 тисяч годин на місяць. Найдивовижніше в цій системі, що вірогідність оцінки можна відразу перевірити: виконуєш роботу і задовольняєш замовника або — ні. Миттєва перевірка контрастує з методами різноманітних освітніх компаній: вони видають паперові сертифікати, але не можуть дати жодних гарантій, що власники сертифікатів справді здатні виконувати ту чи іншу роботу.
Судячи з усього, ми на порозі нової доби, яка звільнить нас від обмежених уявлень про працю й навчить застосовувати технології так, щоб відкривати нові можливості і створювати доповнену реальність для працівників. Ми визначатимемо найсильніші сторони фахівців і шукатимемо для них відповідних можливостей. У нас будуть інструменти, з якими простіше й ефективніше працювати. Ми формуватимемо динамічні ринки праці, де послуги за запитом, свобода і плинність кадрів творять напрочуд продуктивне середовище.
До розуміння майбутнього ми наблизимося, коли усвідомимо, що в новітніх інструментах утілені одні знання — здобуті раніше; що користуватися цими інструментами можна, лише володіючи другими знаннями, а просуватися вперед — третіми. Навчання — важливий крок на шляху до світу доповненої реальності.
Я пересвідчився в цьому завдяки професійній діяльності, бо навчав програмістів, охочих довідатися про наступні етапи розвитку технологій. Перший комп’ютерний посібник я написав 1978 року про лабораторний акселератор LPA 11K корпорації Digital Equipment Corporation. У книжці розповідалося, як передавати дані з високошвидкісних пристроїв збору лабораторних даних за допомогою мови асемблера — мови програмування низького рівня, що відповідає машинному коду, досі захованому глибоко всередині наших комп’ютерів. Треба було давати комп’ютерові дуже точні вказівки: перемісти дані з порту цього пристрою на той регістр пам’яті; проведи ось таке обчислення на ньому; передай результат на другий регістр пам’яті; запиши його для постійного зберігання.
Деяким програмістам досі доводиться розбиратися з асемблером, та зазвичай машинний код є продуктом роботи компіляторів й інтерпретаторів із мовами програмування високого рівня, як-от C, C++, Java, C#, Python, JavaScript, Go та Swift. Тож програмісти можуть давати комп’ютерам ширші високорівневі інструкції. Своєю чергою, програмісти створюють користувацькі інтерфейси, що дають змогу людям, які не тямлять у програмуванні, використовувати величезну потужність техніки. Кілька десятиліть тому це було неможливо: користувач мав знати точну адресу в пам’яті й набір інструкцій процесора.
Та навіть «сучасні» мови програмування й інтерфейси — це лише проміжна стадія. Компанія Google, де працюють десятки тисяч найкращих у світі розробників програмного забезпечення, починає розуміти, що час навчати працівників нових технологій машинного навчання. У цих технологіях застосовують зовсім інші підходи до програмування: фахівці навчають моделі програм штучного інтелекту, а не задають їм коди. Google не відправляє персонал у коледжі, а влаштовує стажування462.
Доводиться так діяти через проблему, з якою я неодноразово стикався у власній кар’єрі: технології розвиваються набагато швидше за систему освіти. У часи перших персональних комп’ютерів програмісти навчалися мови програмування Basic один від одного, із книжок, а також аналізуючи вихідний код, який розповсюджувався через групи користувачів. Коли в навчальних закладах почали викладати Basic, індустрія суттєво просунулася вперед. Коли викладачі почали розповідати, як писати сайти на PHP, перспективною галуззю вже стали додатки для смартфонів, статистика і великі дані.