Cała oryginalna treść jest tworzona po ukraińsku. Nie wszystkie treści zostały jeszcze przetłumaczone. Niektóre posty mogą być dostępne tylko po ukraińsku.Dowiedz się więcej
Powiedzmy sobie szczerze, jeśli teraz uczysz się na informatyka lub właśnie odebrałeś swój dyplom, to na pewno czasami drgnie ci oko od wiadomości. Przewijasz feed, a tam same apokalipsy: „AI zabrało pracę juniorom”, „Na jedną ofertę sześćset zgłoszeń na godzinę”, „Branża w głębokim kryzysie”. I siedzisz przed monitorem i myślisz: „Super, po co ja marnowałem sobie mózg tymi labami i sesjami, skoro Claude czy GPT robi wszystko w sekundę i za darmo?”, a może i te laby oraz sesje dotknęła metalowa łapa AI? 👀Spokojnie. Panika – to teraz najpopularniejszy towar w internecie. Branża nie umarła, po prostu przeszła przez twardą aktualizację i w trakcie zmieniła zasady gry. Kodowanie „za elektryczne jedzenie” AI rzeczywiście potrafi. Ale to nie powód, by składać laptopa i iść uczyć się na kogoś innego. Zróbmy to bez dusznych wykładów i rozwiążmy, co naprawdę się dzieje i jak znaleźć swoje miejsce pod słońcem.
Co tak naprawdę dzieje się z ofertami pracy?
Dawniej próg wejścia był znacznie niższy. Umiesz googlować, znasz podstawową składnię, napisałeś kilka krzywych skryptów – witaj w zespole, oto twoja pierwsza oferta. Ten interes już od kilku lat jest zamknięty. Rynek jest przesycony początkującymi, którzy potrafią tylko wykonywać mechaniczne, szablonowe prace, być wykonawcami. Oczywiste jest, że szablony sieci neuronowych działają lepiej, szybciej i bez przerwy na kawę, bez pytań jak wycentrować div czy jak rozciągnąć grupę w Figma.
Dlatego firmy już nie szukają po prostu „rąk, które potrafią przepisać kod z tutoriali”. Potrzebują ludzi, którzy rozumieją, po co ten kod w ogóle jest pisany i jaki problem biznesowy rozwiązuje. AI – to twój superszybki asystent, ale jest całkowicie pozbawiony krytycznego myślenia. Może wygenerować kawałek kodu czy naszkicować interfejs, ale nie wie, czy będzie to wygodne dla realnego człowieka. Twoim zadaniem jest stać się tym, który zarządza tym procesem, a nie tylko kopiować i wklejać z czatu do edytora.
Wielki dylemat – wiedzieć wszystko po trochu czy kopać w jednym miejscu?
Kiedy myślę o tym wyborze, często widzę, jak ludzie wpadają w skrajności. Jedni mówią, że trzeba stać się superwąskim specjalistą, inni – że warto wiedzieć wszystko po trochu. Przez wiele lat w trendzie była tak zwana model T-Shaped, kiedy masz szeroki horyzont, ale głęboko znasz coś jednego. Moim zdaniem, dzisiaj tego już trochę za mało.
Skłaniam się ku myśli, że teraz rynek zaczyna wymagać od nas, abyśmy byli specjalistami Pi-Shaped. Co to znaczy? Zaczynać od klasycznej litery „T” – to absolutnie w porządku na start. Uczysz się swojej bazy, na przykład projektowania interfejsów, zarządzania projektami, marketingu czy testowania. Ale aby pewnie stać na nogach, gdy wszystko wokół tak szybko się zmienia, z czasem potrzebujesz drugiej „nogi” – jeszcze jednej głębokiej kompetencji.
Jak to wygląda w realnym życiu, jeśli spojrzeć szerzej na środowisko deweloperskie?
Projektant, który nie tylko rysuje interfejsy, ale głęboko rozumie badania UX i analitykę, albo w ogóle może sam na podstawowym poziomie zakodować swój projekt.
Specjalista QA, który nie tylko szuka błędów według checklisty, ale rozumie produkt jak menedżer i zna logikę biznesową użytkownika.
Menedżer projektu, który oprócz planowania zadań zagłębia się w analitykę produktu i potrafi samodzielnie pracować z bazami danych.
Dwie takie podpory, moim zdaniem, dają realną stabilność. Jeśli jedna dziedzina przez automatyzację czy kryzys zacznie słabnąć, zawsze możesz oprzeć się na drugiej. Oczywiście, im więcej „nóg”, tym lepiej, ale nie zapominaj, że warto uczyć się krok po kroku, że każdy język programowania, Figma, Jira, n8n, Blender…, to tylko narzędzie, a ciebie interesują głębokie wiedze.
Mój plan działania, aby nie zostać na bocznym torze
To nie instrukcja, a po prostu moje obserwacje na temat tego, co teraz może zadziałać. Jeśli chcesz iść naprzód, radziłbym zwrócić uwagę na kilka prostych rzeczy.
Po pierwsze, przestań bezmyślnie kopiować i wklejać. Dotyczy to w ogóle wszystkich ról. Jeśli jesteś menedżerem i prosisz Claude'a o stworzenie struktury projektu, lub copywriterem, który generuje pomysły przez GPT, koniecznie zagłębiaj się w logikę tego, co otrzymałeś. Twoim zadaniem jest zarządzać procesem i sprawdzać jakość, a nie po prostu przerzucać teksty czy pliki tam i z powrotem.
Po drugie, trenuj nawyk zadawania pytania „a po co?”. Zanim narysujesz nową funkcję, napiszesz kod czy ustawisz reklamę, pomyśl, jaki dokładnie problem biznesowy lub użytkownika to rozwiązuje. AI nie ma świadomości i nie widzi całości, po prostu robi to, co mu się powie, a zrozumienie celowości zadania to czysto ludzka cecha.
Po trzecie, twórz realne rzeczy. Nie ma znaczenia, jaka jest twoja specjalność. Jeśli jesteś PM – zorganizuj prawdziwe małe wydarzenie, hackathon lub przynajmniej uporządkuj procesy dla jakiegoś projektu studenckiego. Jeśli jesteś projektantem czy marketerem, znajdź znajomego z mikroprzedsiębiorstwem i pomóż mu z realnym produktem. Żywy, nawet krzywy przypadek w portfolio zawsze waży więcej niż stos certyfikatów o ukończeniu teoretycznych kursów.
I oczywiście, rozwijaj to, co trudno zautomatyzować. Język angielski – to podstawa, o której nawet głupio wspominać, to po prostu must-have, razem z nim – umiejętność adekwatnej komunikacji, przyjmowania konstruktywnej informacji zwrotnej bez urazów i znajdowania wspólnego języka na rozmowach. Roboty nie mają empatii, mogą tylko udawać, dlatego ludzkie umiejętności są teraz cenione jak nigdy wcześniej.
Moim zdaniem kryzys – to nie koniec świata, a po prostu czas, kiedy z branży wypadają ci, którzy przyszli tu przypadkiem czy tylko dla łatwego obrazka. Jeśli naprawdę czerpiesz przyjemność z rozumienia, jak działają produkty cyfrowe, tworzenia czegoś nowego i szukania rozwiązań dla trudnych zadań, na pewno znajdziesz swoją drogę.
Podejmuj decyzje z rozwagą, ucz się adaptować i niech moc będzie z tobą!