ტექნიკურ ვაკანსიებში ადამიანური უნარები AI literacy-ს უსწრებს

ManpowerGroup-ის 2026 წლის 22 სექტემბრის აშშ-ის რელიზში Experis U.S.-ის პრეზიდენტი Kye Mitchell ამბობს: „Professionalism, critical thinking, and adaptability all rank above AI literacy“. ტექნოლოგიური და IT მომსახურების სფეროს ამერიკელი დამსაქმებლების პასუხებში პროფესიონალიზმი და სამუშაო ეთიკა 44%-ით, კრიტიკული აზროვნება 39%-ით, ადაპტაცია 37%-ით და კომუნიკაცია 35%-ით AI literacy-ს 34%-იან მაჩვენებელს უსწრებს. ეს დამსაქმებელთა პასუხებია მოთხოვნილ უნარებზე და არა გამოქვეყნებული ვაკანსიების ტექსტების დათვლა.

ამავე კვლევის შესახებ StockTitan-ის შეჯამებაში აშშ-ის ტექნოლოგიური სექტორის წმინდა დასაქმების მოლოდინი 2026 წლის მეოთხე კვარტლისთვის 37%-ია — წინა კვარტალთანაც და წინა წლის იმავე პერიოდთანაც შედარებით 10 პროცენტული პუნქტით ნაკლები. თანამშრომლების დამატებას ამერიკელი დამსაქმებლების 53% გეგმავს, უცვლელ შტატს — 30%, შემცირებას კი 16%. ამგვარად, დაქირავების ტემპის შესუსტება იმავე შედეგებში თანაარსებობს გაფართოების გეგმასთან; პროცენტები სამომავლო განზრახვას აღწერს და უკვე შექმნილი სამუშაო ადგილების რაოდენობას არ ზომავს.

რატომ დგას ადამიანური უნარები რეიტინგის სათავეში

ამერიკული ჩამონათვალი ზოგად პიროვნულ თვისებებს არ შემოიფარგლება. პროფესიონალიზმი სამუშაო ეთიკასთანაა გაერთიანებული, კრიტიკული აზროვნება — პრობლემის გადაჭრასთან, ადაპტაცია — სწავლის სურვილთან, ხოლო კომუნიკაცია — თანამშრომლობასა და გუნდურ მუშაობასთან. ამიტომ ცალკე აღებული სიტყვა „კომუნიკაბელური“ ნაკლებს ამბობს, ვიდრე ახსნა იმისა, როგორ შეთანხმდა გუნდი სამუშაო გადაწყვეტილებაზე ან როგორ შეიცვალა მიდგომა ახალი ინფორმაციის მიღების შემდეგ.

მაჩვენებლები უნარის დასახელების სიხშირეს ასახავს და კონკრეტულ პოზიციაზე მის სავალდებულო წონას არ ადგენს. კვლევის პასუხებში რამდენიმე უნარის არჩევა შეიძლებოდა, ამიტომ პროცენტები ურთიერთგამომრიცხავი კატეგორიები არ არის. შედარება იმასაც არ ნიშნავს, რომ ტექნიკური ცოდნა ნაკლებად საჭიროა ყველა როლში: დამსაქმებელს პროგრამული უზრუნველყოფის შექმნის, მონაცემებთან მუშაობისა და გუნდის კოორდინაციისთვის სხვადასხვა მოთხოვნა შეიძლება ჰქონდეს. რეიტინგი აჩვენებს საერთო პრიორიტეტს გამოკითხულ ამერიკელ დამსაქმებლებს შორის.

AI literacy ტექნიკურ უნარებში მაინც ლიდერობს

AI literacy ამერიკულ შედეგებში ყველაზე ხშირად დასახელებული ტექნიკური უნარია. მას მოსდევს AI მოდელირება და აპლიკაციების შექმნა 33%-ით, შემდეგ კი ტრადიციული IT და მონაცემთა უნარები, AI-ის გამოკლებით, 29%-ით. ამ რიგში ადამიანური უნარებისა და AI ცოდნის შედარება სხვადასხვა ჯგუფის წამყვან პასუხებს აერთიანებს: დამსაქმებლები ტექნოლოგიასთან მუშაობასაც ეძებენ და იმ განსჯასაც, რომელიც მისი შედეგის გამოყენებას სჭირდება.

კანდიდატის გამოცდილებაში ეს ორი მხარე განსხვავებული მტკიცებულებით ჩანს. AI ინსტრუმენტის გამოყენების ცოდნა შეიძლება კონკრეტული შესრულებული ამოცანით გამოჩნდეს; კრიტიკული აზროვნება კი იმით, როგორ შემოწმდა პასუხი, რომელი ვარიანტი უარყვეს და რატომ მიიღეს საბოლოო გადაწყვეტილება. ასეთი განსხვავება კვლევიდან გამომდინარე სარედაქციო ინტერპრეტაციაა, არა ყველა ამერიკული ვაკანსიის დადგენილი შეფასების წესი. მისი ღირებულება ისაა, რომ ტექნიკური მოქმედება და მასზე პასუხისმგებლობა ერთ ზოგად ჩანაწერში არ იკარგება.

კვლევის მოცულობაც საზღვრებს ადგენს დასკვნისთვის. მეოთხე კვარტლის მონაცემები ივლისში შეგროვდა და მთლიანობაში 42 ქვეყნის ტექნოლოგიური და IT მომსახურების სფეროს 4,258 დამსაქმებლის პასუხს ეყრდნობა. ეს რიცხვი აშშ-ის ცალკე შერჩევის ზომა არ არის. ამერიკული უნარების პროცენტები სწორედ აშშ-ის ჭრილს ეხება, ხოლო საერთაშორისო ბაზა კვლევის საერთო მასშტაბს აღწერს; მათი ერთმანეთში არევა რეიტინგის არასწორ წაკითხვას გამოიწვევდა.

ბრიტანული სურათი ცალკე უნდა წავიკითხოთ

Experis-ის 2026 წლის 15 სექტემბრის ბრიტანულ მიმოხილვაში მეოთხე კვარტლის წმინდა დასაქმების მოლოდინი ტექნოლოგიურ და IT სექტორში 34%-ია; ამ ქვეყნის ჭრილში გამოკითხულია 170-ზე მეტი დამსაქმებელი. მიმოხილვა მოთხოვნილ ადამიანურ უნარებს შორის ასახელებს ადაპტაციას, კრიტიკულ აზროვნებას, კომუნიკაციასა და პროფესიონალიზმს, AI literacy-სა და AI აპლიკაციების შექმნის შესაძლებლობასთან ერთად. ბრიტანული ტექსტი ამ უნარებისთვის ამერიკული პროცენტული რიგის გადმოტანის საფუძველს არ იძლევა.

ბრიტანულ მიმოხილვაში მითითებული 73%-იანი სირთულე საჭირო კადრების პოვნაში ცალკე Talent Shortage Survey-ს უკავშირდება და მეოთხე კვარტლის დაქირავების გეგმების მაჩვენებელი არ არის. ეს განსხვავება მნიშვნელოვანია: კადრის მოძიების სიძნელე და შტატის გაზრდის განზრახვა სხვადასხვა კითხვაზე პასუხობს. საქართველოს დამსაქმებელთა ცალკე შედეგი ამ ორ ეროვნულ ჭრილში მოცემული არ არის, ამიტომ აშშ-ის ან ბრიტანეთის პროცენტები ადგილობრივი ვაკანსიების სტატისტიკად ვერ გადაიქცევა.

რას ცვლის ეს კანდიდატის გამოცდილების აღწერაში

ამერიკული რეიტინგის კანდიდატზე გადატანა შეიძლება შესრულებული სამუშაოს მტკიცებულებებად. ქვემოთ მოცემული შესაბამისობა კვლევის კატეგორიების სარედაქციო განმარტებაა CV-სთვის, პორტფოლიოსთვის, გასაუბრებისა და სწავლის გეგმისთვის; ის რომელიმე დამსაქმებლის შერჩევის წესს არ აღწერს. თითოეულ შემთხვევაში აზრი აქვს კანდიდატის საკუთარი როლის გამიჯვნას გუნდის საერთო შედეგისგან, რადგან ჩამონათვალში ჩაწერილი უნარი თავისთავად ვერ აჩვენებს, რა გააკეთა ადამიანმა.

• პროფესიონალიზმი და სამუშაო ეთიკა: CV-ში კონკრეტული პასუხისმგებლობისა და დასრულებული სამუშაოს დასახელება. გასაუბრებაზე ამ უნარს უკეთ ხსნის ის, როგორ შეინარჩუნა კანდიდატმა ხარისხი ვადის ან შეცვლილი მოთხოვნის პირობებში. სწავლის გეგმაში შესაბამისი მიმართულებაა საკუთარი სამუშაო პროცესის შეფასება და გაუმჯობესება.
• კრიტიკული აზროვნება და პრობლემის გადაჭრა: პორტფოლიოში ამოცანის, განხილული ვარიანტებისა და არჩეული გადაწყვეტილების მიზეზის ჩვენება. გასაუბრებაზე ღირებულია იმ დაშვებების ახსნა, რომლებიც მონაცემებით ან სხვა შემოწმებით გადაამოწმეს; სწავლაში კი ყურადღება შეიძლება დაეთმოს შედეგის ინტერპრეტაციას.
• ადაპტაცია და სწავლის სურვილი: გამოცდილებაში ისეთი ცვლილების აღწერა, რომელმაც ახალი მეთოდის ათვისება მოითხოვა. გასაუბრებაზე არსებითია, რა შეიცვალა სამუშაო მიდგომაში მიღებული უკუკავშირის შემდეგ. სასწავლო მიზანი უფრო გასაგებია, როცა ახალი ცოდნა კონკრეტულ შესასრულებელ ამოცანას უკავშირდება.
• კომუნიკაცია და AI literacy: პორტფოლიოში AI-ის გამოყენების მიზნის, მიღებული შედეგის გადამოწმებისა და გუნდთან შეთანხმებული გადაწყვეტილების ერთმანეთისგან გამიჯვნა. გასაუბრებაზე კანდიდატს შეუძლია ახსნას, როგორ გააცნო სხვებს ინსტრუმენტის შესაძლებლობები და შეზღუდვები. ასე ტექნიკური პრაქტიკაც ჩანს და თანამშრომლობაც.

საქართველოს მკითხველისთვის ამ შედეგების უშუალო ღირებულება ადგილობრივი მოთხოვნის პროცენტული პროგნოზი კი არ არის, არამედ უკეთ გასარჩევი მოლოდინი: ამერიკულ კვლევაში AI ცოდნა ტექნიკური უნარების სათავეშია, მაგრამ რამდენიმე ადამიანური უნარი მასზე უფრო ხშირად სახელდება. კანდიდატის გამოცდილების აღწერაში გადამწყვეტი განსხვავება შეიძლება სწორედ იქ გამოჩნდეს, სადაც შესრულებული ტექნიკური მოქმედების გვერდით გადაწყვეტილების დასაბუთება და მისი შედეგის შემოწმება ჩანს.