Анализ данных Гарвардского университета, охвативший 65 миллионов работников, выявил, что после внедрения генеративного ИИ занятость среди младшего персонала сократилась примерно на 9% в течение полутора лет, в то время как спрос на старших специалистов продолжил расти. Аналогичные выводы следуют из отчетов Стэнфордского университета: наиболее пострадали молодые сотрудники в сферах, где ИИ берет на себя выполнение задач, а не просто дополняет их. Эксперты отмечают, что автоматизация рутинных процессов, которые традиционно служили «школой» для новичков, может привести к разрыву в цепочке передачи знаний. Проблема заключается в том, что профессиональная экспертиза формируется через практический опыт и решение реальных задач, а не через наблюдение за работой алгоритмов. Если ИИ берет на себя начальные этапы работы, у младших специалистов исчезает возможность наработать необходимые навыки для перехода на следующий карьерный уровень. В результате требования к «начальным» позициям фактически повышаются, требуя от кандидатов уже имеющегося опыта. Это создает риск дефицита квалифицированных кадров в будущем, так как текущая модель обучения через практику оказывается под угрозой из-за стремления компаний к максимальной эффективности.