Rozwój technologii przebiega tak dynamicznie, że dla wielu nowych zawodów brakuje nazw. Nie wszystkie sprowadzają się do pisania kodu i usuwania z niego błędów przez cały boży dzień. A im więcej technologii wokoło, tym bardziej dostrzegamy problemy komunikacyjne, deficyty efektywnej pracy zespołowej i wagę innych umiejętności miękkich. To otwiera ciekawą przestrzeń dla tworzenia i rozwijania innowacji społecznych.
Poniższy tekst pod względem gramatycznych końcówek i feminatywów adresuję do kobiet, chcąc przez to podkreślić, że w nowych technologiach i programowaniu równie dobrze mogą odnaleźć się osoby każdej płci.
Pracując w dwóch software house’ach (firmach tworzących programy komputerowe na zlecenie innych firm), często występowałam w roli pośrednika pomiędzy technicznymi pracownikami firmy a klientem nastawionym na rozwój swojego biznesu. Techniczni wykonawcy zlecenia oraz klient mówili różnymi językami pojęć, znaczeń i celów projektu. Po jednej stronie były osoby techniczne patrzące z perspektywy możliwości technologii, optymalnego użycia zasobów (takich jak moc obliczeniowa) oraz elegancji kodu. Po drugiej – klienci, których interesowała sprawnie działająca, szybka, intuicyjna w użytkowaniu aplikacja mobilna czy łatwy do wdrożenia model machine learningowy.
Zdarzało się, że cele obu stron na początku były mocno rozbieżne. To, na czym polegała moja praca – ale też praca doświadczonych Senior Programistów, Product Managerów, Scrum Masterów – była efektywna komunikacja. Zrozumienie, skąd bierze się stanowisko danej osoby i jakie ma odniesienie do celów projektu. Znajomość technologii jest tu pomocna, ale nie wystarczająca. W tym momencie jak na białym koniu majestatycznie wjeżdżają tak zwane umiejętności miękkie.
Nie zawody, ale kompetencje przyszłości
Co najmniej od dwóch lat, kiedy to w 2018 roku Światowe Forum Ekonomiczne wydało raport „Future of Jobs”, w globalnych korporacjach mówi się bardzo wiele o tak zwanych kompetencjach (umiejętnościach) przyszłości. Wszystkich zainteresowanych zachęcam także do lektury opracowania DeLab-u „Kompetencje Przyszłości”. Kreatywność, empatia, umiejętność pracy zespołowej, elastyczność, umiejętność krytycznego myślenia czy zdolność perswazji stają się pożądanymi cechami przyszłych pracowników. Obok umiejętności miękkich pojawiają się również te związane z nowymi technologiami. Możemy je podzielić na dwa rodzaje. Pierwsza grupa to umiejętności związane z tworzeniem technologii (tutaj często pojawia się programowanie). Druga zaś to umiejętności związane z rozumieniem i używaniem technologii.
Co z tego wynika? Mówiąc wprost – nie każdy musi umieć programować, żeby w przyszłości mieć dobrze płatną pracę. Jednak dla zwiększenia szans na rynku ważne jest, aby rozumieć technologie, umieć z nich korzystać, jak również aktywnie udoskonalać swoje umiejętności miękkie (tak – można się ich nauczyć!). Pozyskiwanie pracowników łączących znajomość technologii z wysokim poziomem umiejętności miękkich staje się częścią strategii wielu firm. Co więcej, biorąc pod uwagę tempo zmian technologii, to elastyczność oraz ciekawość i własna motywacja do uczenia się stają się bardzo solidnymi atutami na rynku pracy. Niezwykle szybkie zmiany zachodzące w językach programowania, coraz powszechniejsze zastosowanie machine learningu w aplikacjach i produktach codziennego użytku oraz automatyzacja jako taka sprawiają, że nie jesteśmy w stanie nazwać wielu zawodów przyszłości. Nie wiemy, na czym będą polegały. Tym samym nauka konkretnego zawodu traci sens. Natomiast tym, co możemy zrobić, jest rozwój własnych kompetencji przyszłości – chodzi o te metaumiejętności, które pozwolą nam w łatwiejszy sposób przystosować się do przyszłej pracy.
W tym miejscu chciałabym spróbować rozwiać jeszcze jeden mit. Czy to znaczy, że w przyszłości nie będzie lekarzy, prawników i artystów? Wszystko wskazuje na to, że te profesje nie przestaną istnieć. Natomiast z bardzo dużym prawdopodobieństwem będą one opierały się na nowych technologiach i ciągle przyrastającej wiedzy. Żeby skutecznie wykonywać swój zawód, lekarze, prawnicy i artyści będą musieli uczyć się przez całe życie. Tak samo zresztą jak pozostała część społeczeństwa.
Empatyczni techniczni – czy warto zostać programistką?
„Czy programowanie jest dla mnie?” – często słyszę to pytanie zadawane w tej lub innej formie. Nierzadko również jest ono podszyte obawą, że pytająca nie da rady, że jest za mało inteligentna lub matematyka jest dla niej za trudna. Bzdura! Jeżeli tak myślisz, to znaczy, że prawdopodobnie nigdy tak naprawdę nie spróbowałaś. Jeśli umiesz pisać, to założę się, że przy dobrej motywacji i po poświęceniu odpowiednio dużej ilości czasu zaczniesz programować.
Czy można nauczyć się programowania? To akurat jest niemożliwe, bo w tej dziedzinie nauka nigdy się nie kończy. Języki programowania zmieniają się i ewoluują tak szybko, że nie ma fizycznej możliwości, żeby raz na zawsze „nauczyć się” programować. Dlatego warto zadać sobie inne pytanie, a mianowicie: czy warto, żebyś Ty – konkretna osoba ze swoim doświadczeniem, ambicjami i preferencjami – zaczęła naukę programowania? Czy chcesz pracować jako programistka? A może chcesz pracować w sprzedaży lub marketingu, analizie danych, a umiejętność programowania w określonym zakresie pomoże Ci w tej pracy?
W pracy programistki oprócz znajomości konkretnych języków programowania liczy się również umiejętność krytycznego myślenia, rozwiązywania otwartych problemów, empatia i efektywna komunikacja. Jako programistka najczęściej pracujesz w zespole. Współpracujesz z innymi ludźmi, razem budując program komputerowy. Dobra programistka rozumie również cel tego, co robi, a więc umie osadzić swoją pracę w szerszym kontekście całego produktu i funkcji tego produktu dla końcowego użytkownika.
Jednocześnie nie trzeba być programistką, żeby wykorzystywać w pracy znajomość nowych technologii. Jest wiele czynności, w których możesz korzystać z tego typu wiedzy i doświadczenia, ale niekoniecznie musisz pisać i debugować (korygować) kod komputerowy przez sześć godzin dziennie. Myślę tutaj o stanowiskach takich, jak: Tech Evangelist/Developer Advocate (DevRel), Analityk Danych, Data Scientist, Rekruter Techniczny, Growth Hacker, Product Owner, Scrum Master. To tylko kilka przykładów – dla większości istnieją tylko angielskie nazwy, bo język polski nie nadąża za postępem technologicznym i zmuszony jest zapożyczać angielskie określenia.
Bootcampy, ścieżki kariery, certyfikowane kursy…
Skoro w dzisiejszej, a tym bardziej przyszłej rzeczywistości pojęcie zdobycia zawodu przestaje mieć rację bytu, a każda z nas będzie musiała pozyskiwać nową wiedzę i umiejętności, będąc już aktywną na rynku pracy, warto skupić się na nauce dorosłych osób. Mam na myśli przekwalifikowywanie się (reskilling), podnoszenie kwalifikacji (upskilling), a także tak zwane uczenie się przez całe życie (lifelong learning). Jakie mamy obecnie możliwości?
- Umiejętności techniczne – programowanie oraz szeroko pojęta znajomość obecnie używanych technologii (np. blockchain, IoT).
Ze względu na powszechne i wciąż niezaspokojone zapotrzebowanie na pracę programistów, Data Scientists i technicznie zorientowanych analityków danych, ta część edukacji dorosłych jest relatywnie najlepiej „zaopiekowana”. Trudno wręcz wymienić wszystkie opcje, co tylko pokazuje skalę zjawiska. Wśród wielu możliwości doskonalenia i przekwalifikowania znajdują się między innymi:
Bootcampy – przyspieszone (6–12 miesięcy, choć bywają i trzyletnie), intensywne (najczęściej całodniowe), połączone z płatnymi praktykami kursy nauki konkretnych technologii oraz ich praktycznego zastosowania.
Przykłady: Ada Developers Academy, Codam, 42, Kodilla.
Bezpłatne kursy firm technologicznych – w ostatnich pięciu latach nastąpił wysyp różnego rodzaju akademii funkcjonujących jako część tych właśnie firm. Przykłady: Intel AI Academy, NVIDIA Deep Learning Institute, Google Digital Garage, docs.microsoft.com, AWS Training & Certification.
Platformy on-line – jedna z najbardziej powszechnych i łatwo dostępnych opcji. Moim zdaniem znakomita do poszerzania wiedzy, natomiast bardzo ułomna z punktu widzenia zdobywania podstaw, ze względu na nadmiar dostępnych materiałów zderzający się z brakiem świadomości tego, co właściwie chcemy znaleźć i czego dokładnie chcemy się nauczyć. Przykłady: Udemy, Udacity, Coursera.
Materiały Open Source – zazwyczaj darmowe, oparte na tak zwanych otwartych licencjach materiały edukacyjne tworzone przez entuzjastów konkretnych technologii. Przykłady: Python for Beginners (Python Software Foundation), Open Source Society University.
Społeczności – dzielenie się wiedzą i nauka w ramach społeczności i dzięki nim. Przykłady: PyData, Geek Girls Carrots, WarsawJS.
Wewnętrzne kursy dla pracowników – coraz bardziej zindywidualizowane ścieżki rozwoju oraz szeroki wachlarz warsztatów organizowanych dla pracowników przez działy HR.
- Umiejętności używania technologii – rozumiane jako sprawne posługiwanie się narzędziami cyfrowymi, które nie wymaga umiejętności programowania, jak również umiejętność tworzenia i wdrażania procesów zarządczych z takimi technologiami.
To jedno z ważniejszych pól do zagospodarowania przez innowatorów społecznych! Temat nie jest tak szeroko zagospodarowany, jak w przypadku samych technologii. Na polskim rynku pozytywnie wyróżnia się Digital University, prowadzący różnego rodzaju działania edukacyjne w obrębie transformacji digitalowej. Udział w uczeniu tego typu umiejętności mają również korporacje, ale zakres tej nauki zawęża się do własnych pracowników. Częściowo potrzebę tę realizują firmy technologiczne, prowadząc nietechniczne szkolenia z używania swoich produktów.
- Umiejętności miękkie – rozumiane jako nietechniczne umiejętności przyszłości wymienione w raporcie „Future of Jobs”: kreatywność, empatia, umiejętność pracy zespołowej, elastyczność, umiejętność krytycznego myślenia czy zdolność perswazji oraz inne.
Istnieje wiele opracowań i materiałów on-line. Punktowe kursy i warsztaty są dostępne dla pracowników wybranych firm w ramach benefitów edukacyjnych (tu znowu rola działów HR). Istnieje również wiele firm coachingowych, przy czym część z nich opiera swoje szkolenia i warsztaty na solidnej wiedzy naukowej, ale są i takie, które stosują niesprawdzone i nieskuteczne metody. Natomiast sama oferta, ilość rzetelnych materiałów, a co najważniejsze – świadomość potrzeby pochylenia się nad tym tematem wśród pracowników, są niewystarczające. Dlatego tu również łatwo dostrzec potencjał dla tworzenia społecznych innowacji.
Na rynku edukacji dorosłych brakuje również przykładów połączenia umiejętności miękkich z twardymi, a także głośnego komunikowania, że są one potrzebne, wyuczalne i szalenie przydatne. Nadal bardzo często pokutuje mit, że pozostają one w sferze wrodzonych talentów. Istnieją oczywiście pozytywne wyjątki, takie jak Pathway Szkoły Facylitacji, szkolenia z Design Thinking czy Google Sprint.
Takeaways dla Ciebie
Jeżeli zastanawiasz się nad programowaniem – po prostu spróbuj! Czy jednak każda z nas powinna zostać programistką? Absolutnie nie. Obecnie, a tym bardziej w przyszłości będzie istniało wiele innych możliwości. Niezależnie jednak od obranej ścieżki pamiętaj, że warto rozwijać zarówno umiejętności posługiwania się technologiami, jak i kompetencje miękkie. Jeżeli chcesz mieć wybór tego, co robisz zawodowo, ile zarabiasz i na jakich warunkach pracujesz – warto, żebyś wzięła to pod uwagę.
Kamila Stępniowska
właścicielka Ginger Tech, założycielka Fundacji Automation & Education, była studentka studiów doktoranckich w Instytucie Socjologii Uniwersytetu Warszawskiego (temat niedoszłej pracy: „C-Python jako język programowania tworzony przez społeczność”).
Fotografia: Aleksander Prugar (FISE)