Wstęp

Zastępowanie niektórych zadań ludzi przez maszyny miało miejsce już w trakcie wcześniejszych rewolucji przemysłowych. W ramach czwartej rewolucji przemysłowej automatyzacja nabrała tempa dzięki gwałtownemu rozwojowi technologii, w tym sztucznej inteligencji. Inteligentne systemy przejmują rutynowe zadania, a także wspierają ludzi w bardziej złożonych obowiązkach, również tych wymagających pracy umysłowej.

Najnowsze rozwiązania AI, zwłaszcza generatywne, które wykorzystują uczenie maszynowe, pozwalają automatyzować zadania poznawcze, takie jak tworzenie tekstów, projektowanie czy programowanie (Felten, Raj i Seamans 2023). Automatyzacja obejmuje więc także zawody wymagające specjalistycznych umiejętności, które wcześniej były uważane za względnie stabilne na rynku pracy. Chociaż wizja masowego bezrobocia technologicznego wciąż pozostaje w sferze teorii, problem niedopasowania umiejętności do wymagań rynku staje się coraz bardziej realny, zwiększając ryzyko bezrobocia strukturalnego oraz polaryzacji zatrudnienia (Susskind 2020, Brynjolfsson i McAfee 2014; Arntz, Gregory i Zierahn 2017).

Postęp automatyzacji podważa tradycyjny model zatrudnienia, gdzie wyuczony zestaw umiejętności zapewniał stabilność zawodową na całe życie. Zawody oparte na stałych kompetencjach, charakterystyczne dla poprzednich rewolucji przemysłowych, stają się reliktami przeszłości (Gamble 2022). W dzisiejszej dynamicznie zmieniającej się gospodarce cyfrowej zarówno podnoszenie kwalifikacji, jak i przekwalifikowanie stało się kluczowe – tak dla pracowników, jak i firm, aby móc nadążać za szybkim postępem technologicznym i zmianami na rynku pracy (Loumpourdi 2021; Avis 2018).

Czy pracownicy rzeczywiście czują potrzebę uczestnictwa w szkoleniach, aby wypełnić lukę między posiadanymi umiejętnościami a wymaganiami coraz bardziej zautomatyzowanych miejsc pracy? Jakie czynniki kształtują ich chęć do zaangażowania się w szkolenia?

Na podstawie przeglądu literatury przedmiotu zidentyfikowaliśmy cztery główne kategorie czynników, które mogą wpływać na motywację do szkolenia:

Wpływ automatyzacji na zadania zawodowe: Pracownicy w sektorach bardziej narażonych na automatyzację są bardziej skłonni do szkolenia.
Wiek i płeć Młodsi pracownicy i kobiety, jako grupy bardziej zagrożone na rynku pracy, są bardziej skłonni do uczestnictwa w szkoleniach.
Niepewność zatrudnienia i strach przed automatyzacją: Lęk przed utratą pracy oraz obawa przed automatyzacją motywują pracowników do uczestnictwa w szkoleniach.
Wykształcenie i wcześniejsze doświadczenie szkoleniowe: Pracownicy z wyższym wykształceniem oraz ci, którzy wcześniej uczestniczyli w szkoleniach, częściej są skłonni do dalszego rozwoju.

Nasze badania skupiają się relacji między uwarunkowaniami strukturalnymi i percepcją pracowników a motywacją do podnoszenia kwalifikacji w kontekście zmian technologicznych i automatyzacji na rynku pracy.

Przyjmujemy szeroką definicję szkolenia jako procesu zdobywania umiejętności niezbędnych do wykonywania określonych zadań lub stanowisk pracy, zarówno poprzez studia wyższe, jak i kursy doszkalające (Hager i Laurent 1990). Tradycyjny podział między edukacją a szkoleniem coraz bardziej się zaciera. Edukacja, postrzegana jako długotrwały proces rozwijania wiedzy i krytycznego myślenia, coraz częściej łączy się z krótkoterminowymi szkoleniami ukierunkowanymi na konkretne zadania, co jest kluczowe na współczesnym rynku pracy.Taki model edukacji zawodowej pozwala na elastyczne dostosowanie się pracowników do nowych wyzwań, jakie stawia przed nimi cyfrowa gospodarka (Mizrahi i Krup 2022).