Pengakhiran Naratif Lama: Mengapa Zaman AI Memerlukan Cerita Kerja yang Baharu

Apabila Narasi Menjadi Halangan

Baru-baru ini, artikel Forbes bertajuk "Stop Using Yesterday’s Stories To Explain Tomorrow’s Work" secara langsung menunjuk kepada satu perangkap kognitif yang diabaikan tetapi membawa maut: kita masih menggunakan kerangka naratif dari era perindustrian, malah era pra-digital, untuk menggambarkan dan merancang kerja dalam era kecerdasan buatan (AI).

Ini bukan sekadar ketinggalan pemikiran. Ia bermakna strategi sumber manusia syarikat, reka bentuk kurikulum sistem pendidikan, dasar pekerjaan kerajaan, malah perancangan kerjaya jutaan orang, semuanya dibina di atas asas yang semakin runtuh. Kisah lama bukan sahaja gagal menjelaskan masa depan, malah ia secara aktif menghalang masa depan.

Tiga Tonggak Naratif Lama: Mengapa Gagal Berfungsi

Naratif kerja lama sebahagian besarnya terdiri daripada tiga tonggak: laluan kerjaya linear, padanan stabil antara jawatan dan kemahiran, dan kaitan tinggi antara kelayakan akademik dan nilai buruh.

1. Laluan linear: Dari sekolah ke satu pekerjaan, kemudian ke persaraan, "gerakan linear seragam" ini sudah lama digantikan oleh kerjaya berfragmen dan pelbagai peringkat. AI mempercepatkan proses ini – tugas teras bagi banyak peranan akan diautomasi atau ditakrif semula setiap 2-3 tahun. 2. Padanan jawatan-kemahiran: Huraian jawatan tradisional menganggap set kemahiran adalah statik. Namun, kebangkitan AI generatif dan AI agen menyebabkan "kemahiran" itu sendiri terus berpecah. Seorang penganalisis data mungkin perlu menguasai kejuruteraan gesaan, etika pembelajaran mesin, dan keupayaan bercerita perniagaan secara serentak – semuanya hampir tiada dalam senarai keperluan jawatan lima tahun lalu. 3. Nilai kelayakan akademik: Ijazah universiti dahulunya adalah tiket ke kelas pertengahan. Namun, apabila AI boleh menulis kod, merangka kontrak, menganalisis imej perubatan, majikan mula lebih mementingkan "apa yang boleh diselesaikan" berbanding "di mana diperoleh ijazah". Sistem perantisan dwi di Jerman, rancangan SkillsFuture di Singapura, sedang menjadi model yang lebih berdaya tahan berbanding laluan universiti tradisional.

Keruntuhan tonggak-tonggak ini tidak berlaku serentak, tetapi penyebaran eksponen AI mendedahkannya di bawah lampu sorot. Inti kritikan Forbes: kita masih menghiburkan diri dengan kisah "tangga kerjaya", "pekerjaan stabil", "pulangan pelaburan pendidikan", sedangkan realiti sudah memasuki era "grid kerjaya", "portfolio kerja sampingan", dan "hutang pembelajaran berterusan".

Perspektif Global: Pelbagai Naratif Keluar dari Negara Berbeza- Jerman: Melalui sistem pendidikan vokasional dwi-laluan, keperluan perusahaan disematkan terus ke dalam sistem pendidikan, menyebabkan kemas kini kemahiran hampir seiring dengan kitaran industri. Ini tidak sempurna, tetapi sekurang-kurangnya mengelakkan lingkaran ganas "inflasi kelayakan – kekurangan kemahiran". - Singapura: SkillsFuture yang diterajui kerajaan menyediakan kredit pembelajaran seumur hidup untuk setiap warganegara, mewajibkan syarikat mengambil bahagian dalam pensijilan kemahiran. Pendekatan menulis semula naratif pekerjaan dari peringkat negara ini patut diberi perhatian. - Amerika Syarikat: Model pengambilan "kemahiran dahulu" (skills-first) dalam syarikat teknologi gergasi semakin meluas. Data LinkedIn menunjukkan pengambilan berdasarkan kemahiran mempunyai kadar kejayaan 5 kali lebih tinggi berbanding pengambilan berdasarkan ijazah. Walau bagaimanapun, perubahan naratif secara keseluruhan masih perlahan; kumpulan pelobi universiti dan struktur kepentingan sedia ada menghalang reformasi yang lebih mendalam. - China: Penembusan mendadak ekonomi digital menyebabkan "pekerjaan baru" terus muncul (contohnya jurulatih AI, pemilih produk siaran langsung), tetapi klasifikasi pekerjaan rasmi dan sistem kelayakan belum sepenuhnya menyesuaikan diri. Beberapa wilayah menjalankan percubaan "sijil tahap kemahiran vokasional" menggantikan keperluan kelayakan akademik, sebagai ujian untuk memecahkan naratif lama.

Cabaran bersama negara-negara ini adalah: bagaimana memastikan naratif baru tidak hanya kekal dalam dokumen dasar atau ulasan media, tetapi menjadi logik asas sistem pendidikan, amalan penggajian, dan sistem keselamatan sosial.

Perubahan Struktural: Intipati Kerja Sedang Ditakrif Semula

Naratif lama menganggap "kerja" sebagai pekerjaan organisasi. Tetapi dalam era AI, semakin ramai orang membentuk hubungan "pekerjaan separa" atau "bukan pekerjaan" dengan mesin, platform, dan algoritma. Kerja tidak lagi semestinya terikat dengan jawatan, sebaliknya terikat dengan tugas.

• Pembudayaan ekonomi gig: Lebih 60 juta orang di AS bekerja secara bebas; Eropah cuba memberikan hak asas kepada pekerja ini melalui Arahan Kerja Platform. Model "sepenuh masa + faedah" dalam naratif lama dicabar oleh model "fleksibel + faedah mudah alih".
• AI sebagai rakan sekerja: Forrester meramalkan bahawa menjelang 2028, ejen AI akan terlibat dalam lebih 40% aliran kerja pengetahuan. Ini bermakna intipati kerjaya beralih daripada "bersaing dengan manusia" kepada "bekerjasama dengan AI"; "etika persaingan" dalam naratif lama perlu digantikan dengan "etika kerjasama".
• Takrif semula keselamatan pekerjaan: Naratif lama menjanjikan kestabilan bekerja di satu syarikat selama 30 tahun. Naratif baru mesti mengakui bahawa kestabilan tidak lagi datang dari kesetiaan majikan, tetapi dari kebolehsuaian peribadi, kelajuan pembelajaran, dan kreativiti yang tidak boleh digantikan.

Mengapa Naratif Mesti Berubah Sekarang?

Kerana naratif bukan sekadar gambaran, tetapi juga asas jangkaan dan tindakan. Apabila seorang pelajar sekolah menengah Jerman, MBA Amerika, atau pengaturcara India merancang hidup dengan cerita "belajar bersungguh-sungguh -> dapat kerja bagus -> naik pangkat -> bersara", sedangkan realitinya adalah "pembelajaran berterusan -> gabungan tugas -> pergantungan platform -> kerjaya pelbagai peringkat", kekecewaan, kebimbangan, dan ketidakpadanan kemahiran akan meletus secara sistematik.Artikel Forbes bukanlah satu-satunya. Laporan *Future of Jobs* Forum Ekonomi Dunia setiap tahun menekankan jurang kemahiran yang semakin melebar; kajian McKinsey menunjukkan bahawa menjelang 2030, kira-kira 400 juta pekerjaan di seluruh dunia perlu diubah; OECD pula memberi amaran bahawa sistem pendidikan sedang melatih kemahiran lapuk pada kadar yang ketinggalan zaman.

Naratif lama adalah tanah budaya yang sama bagi masalah-masalah ini. Melainkan kita berhenti menggunakan kisah semalam untuk menjelaskan pekerjaan esok, tidak kira berapa banyak subsidi dasar dan pelaburan teknologi yang dibuat, ia hanyalah mencari benua baru di peta lama.

Kesimpulan: Garis Besar Naratif Baharu

• Naratif kerja baharu tidak seharusnya menjadi satu lagi naratif linear yang hebat, tetapi harus mengakui bahawa masa depan pada dasarnya bersifat tidak linear, tidak stabil, dan tidak standard. Ia harus merangkumi:
• Penetapan semula berterusan: Set kemahiran setiap orang perlu dikemas kini secara berkala; pembelajaran adalah sebahagian daripada kerja, bukan persediaan awal.
• Berorientasikan tugas: Nilai kerja tidak lagi ditentukan oleh gred jawatan, tetapi oleh masalah yang diselesaikan dan impak yang dicipta.
• Keselamatan anjal: Sistem keselamatan sosial perlu beralih daripada "terikat dengan pekerjaan" kepada "terikat dengan individu"; faedah mudah alih, akaun pembelajaran sepanjang hayat, dan insurans pekerjaan fleksibel adalah komponen teras.
• Premium kreativiti dan pertimbangan: Selepas AI mengambil alih tugas yang berulang dan berpola, nilai baki kerja manusia terletak pada pertimbangan kompleks, hubungan emosi, integrasi rentas sempadan, dan keputusan etika.

Penggubal dasar, pemimpin perniagaan, dan pendidik di seluruh dunia perlu bersama-sama mencipta kisah ini. Jika tidak, kita akan terus mengisi telinga masa depan dengan gema masa lalu, dan tidak mendengar suara perubahan sebenar.