Mereka lulus dari Stanford. Karena AI, mereka tidak mendapatkan pekerjaan

Gelar rekayasa perangkat lunak Stanford adalah tiket emas. Kecerdasan buatan telah menurunkan nilainya menjadi perunggu, kata para lulusan baru.

Mahasiswa berprestasi kaget tidak mendapat tawaran pekerjaan karena seringnya mereka lulusan universitas ternama di Amerika.

Saat masih baru, ChatGPT belum dirilis ke dunia. Saat ini, AI dapat membuat kode lebih baik daripada kebanyakan manusia.

Perusahaan teknologi terkemuka tidak membutuhkan banyak lulusan baru.

“Lulusan ilmu komputer Stanford sedang berjuang untuk mendapatkan pekerjaan tingkat pemula” di perusahaan-perusahaan teknologi paling terkemuka, kata Jan Liphardt, seorang profesor bioteknologi di Universitas Stanford. “Menurutku itu gila.”

Meskipun kemampuan pengkodean AI generatif yang berkembang pesat telah membuat insinyur berpengalaman menjadi lebih produktif, hal ini juga menghambat prospek pekerjaan bagi insinyur perangkat lunak yang masih dalam karir awal.

Mahasiswa Stanford menggambarkan pasar kerja yang tiba-tiba terfragmentasi, di mana hanya sebagian kecil lulusan – yang dianggap sebagai “insinyur bodoh” yang sudah memiliki resume tebal dalam membuat produk dan melakukan penelitian – mendapatkan beberapa pekerjaan bagus, sehingga semua orang harus berebut untuk mendapatkan pekerjaan baru.

“Pasti ada suasana yang sangat suram di kampus,” kata seorang lulusan ilmu komputer baru-baru ini yang meminta untuk tidak disebutkan namanya agar mereka dapat berbicara dengan bebas. “Orang-orang (yang) berada di bawah tekanan besar untuk mencari pekerjaan dan sangat sulit bagi mereka untuk benar-benar mendapatkan pekerjaan.”

Guncangan dirasakan di seluruh perguruan tinggi California, termasuk UC Berkeley, USC dan lainnya. Perburuan pekerjaan menjadi lebih sulit bagi mereka yang memiliki gelar kurang bergengsi.

Ilul Akgul lulus dari Universitas Loyola Marymount tahun lalu dengan gelar di bidang ilmu komputer. Dia tidak mendapatkan tawaran, jadi dia pergi ke Turki dan mendapatkan pengalaman di sebuah startup. Pada bulan Mei, dia kembali ke Amerika Serikat, dan tetap saja dia “dihantui” oleh ratusan majikan.

“Industri ini menjadi terlalu jenuh bagi para programmer,” kata Akgul.

Pesaing utama para insinyur semakin kuat dari hari ke hari. Saat ChatGPT diluncurkan pada tahun 2022, ia dapat melakukan kode selama 30 detik setiap kalinya. Agen AI saat ini dapat membuat kode jam, Dan membuat pemrograman dasar lebih cepat dengan lebih sedikit kesalahan.

Data menunjukkan bahwa meskipun startup AI seperti OpenAI dan Anthropic mempekerjakan lebih banyak orang, hal ini tidak memperlambat perekrutan di tempat lain. Pekerjaan untuk kelompok tertentu, seperti pengembang perangkat lunak yang baru berkarir antara usia 22 dan 25 tahun, turun hampir 20% dari puncaknya pada akhir tahun 2022, menurut sebuah laporan. Studi Stanford.

Bukan hanya rekayasa perangkat lunak, tetapi juga pekerjaan layanan pelanggan dan akuntansi yang sangat terbuka terhadap persaingan dari penelitian AI Stanford kira-kira Tingkat perekrutan pekerja tingkat pemula untuk pekerjaan yang terpapar AI turun 13% dibandingkan pekerjaan yang kurang terpapar seperti perawat.

Di wilayah Los Angeles, penelitian lain memperkirakan sekitar 200.000 pekerjaan terbuka. Sekitar 40% pekerjaan yang dilakukan oleh pekerja call center, editor, dan spesialis keuangan pribadi dapat diotomatisasi dan diselesaikan oleh AI, menurut a Indeks Paparan AI Dikurasi oleh pembuat resume MyPerfectResume.

Banyak startup dan raksasa teknologi tidak segan-segan mengumumkan bahwa mereka mengurangi rencana perekrutan karena AI memungkinkan mereka melakukan lebih banyak program dengan lebih sedikit orang.

Chief Executive Anthropologie Dario Amodei mengatakan bahwa 70% hingga 90% kode beberapa produk perusahaannya ditulis oleh AI perusahaannya, yang disebutnya Cloud. Pada bulan Mei, ia memperkirakan kemampuan AI akan semakin berkembang 50% Semua pekerjaan kerah putih tingkat pemula bisa dihapuskan dalam waktu lima tahun.

Perasaan umum dari para pemberi kerja adalah bahwa jika mereka dulu membutuhkan sepuluh insinyur, kini mereka hanya membutuhkan “dua insinyur terampil dan satu agen berbasis LLM,” yang bisa sama produktifnya, kata profesor ilmu komputer Universitas Southern California, Nenad Medvidovic.

“Kami tidak membutuhkan pengembang junior lagi,” kata Amr Awadallah, CEO startup AI Vectora yang berbasis di Palo Alto. “AI kini dapat membuat kode lebih baik daripada rata-rata pengembang junior yang berasal dari sekolah terbaik di luar sana.”

Yang pasti, AI masih jauh dari kepunahan para insinyur perangkat lunak. Saat AI menangani tugas yang terstruktur dan berulang, insinyur manusia Pekerjaan ditransfer menuju pengawasan.

AI saat ini sangat kuat tetapi “Bergerigi“Itu berarti mereka mungkin unggul dalam soal matematika tertentu namun gagal dalam tes logika dasar dan tidak konsisten. satu Belajar Ditemukan bahwa alat AI memperlambat pekerjaan pengembang berpengalaman sebesar 19%, karena mereka menghabiskan lebih banyak waktu untuk meninjau kode dan memperbaiki kesalahan.

John David N. Dionisio, profesor ilmu komputer di LMU, mengatakan siswa harus fokus mempelajari cara mengoperasikan dan menguji kerja AI, serta mendapatkan pengalaman bekerja dengannya.

Mahasiswa Stanford mengatakan mereka memasuki pasar kerja dan menemukan kesenjangan di antara jalanan; Insinyur AI yang terampil bisa mendapatkan pekerjaan, tetapi pekerjaan dasar ilmu komputer yang sudah ketinggalan zaman kini mulai menghilang.

Saat mereka mengalami hambatan yang luar biasa ini, beberapa siswa menurunkan standar mereka dan bergabung dengan perusahaan yang tidak pernah mereka pertimbangkan sebelumnya. Ada pula yang membangun startupnya sendiri. Sekelompok besar lulusan yang frustrasi memutuskan untuk melanjutkan studi mereka untuk membangun resume mereka dan menambah lebih banyak keterampilan yang dibutuhkan untuk bersaing dengan AI.

“Jika Anda melihat jumlah pendaftaran dalam dua tahun terakhir, jumlah orang yang ingin mengambil gelar master di tahun kelima meningkat pesat,” kata lulusan Stanford itu. “Ini satu tahun lagi, siklus perekrutan yang berbeda. Menurutku setengah dari teman-temanku masih di kampus untuk mengambil gelar master tahun kelima mereka.”

Setelah empat bulan mencari, lulusan LMU Akgul akhirnya mendapatkan pekerjaan sebagai pimpinan teknis di sebuah konsultan perangkat lunak di Los Angeles. Di pekerjaan barunya, dia menggunakan alat pengkodean AI, tetapi dia merasa harus melakukan pekerjaan tiga pengembang.

Universitas dan mahasiswa perlu memikirkan kembali kurikulum dan jurusan mereka sehingga studi empat tahun mereka mempersiapkan mereka menghadapi dunia dengan AI.

“Ini sangat kontras dengan tiga tahun lalu, ketika semua guru sarjana saya mendapatkan pekerjaan bagus di perusahaan-perusahaan di sekitar kita,” kata Liphardt dari Stanford. “Itu telah berubah.”