Upozornenie: Tento príspevok bol vytvorený za asistencie umelej inteligencie pod vedením a s redakčnými úpravami človeka.
Krivka klesala tri roky. Pracovníci vo veku od 22 do 31 rokov, zamestnaní v profesiách, ktoré mohli modely zasiahnuť – vrátane vývoja softvéru a zákazníckej podpory –, od konca roku 2022 neustále strácali pôdu pod nohami, zatiaľ čo starší pracovníci v tých istých odvetviach si polepšili. Tieto rozdiely spoločne vyčíslili spracovateľ mzdovej agendy ADP a laboratórium Stanford Digital Economy Lab. V júni 2026 sa prepad krivky zastavil. Mierne stúpla. Nikto z analytikov, ktorí toto číslo sledujú, si však nie je istý, či tento trend vydrží.
Jeden mesiac mzdových dát nič nedokazuje a akýkoľvek úsudok, ktorý sa o ne opiera, musí byť označený tak, ako si zaslúži – za dočasný a čiastočne špekulatívny. Keď však zoberieme do úvahy všetky dôkazy z polovice roku 2026, smerujú k záveru, ktorý je prostší ako ktorýkoľvek z dvoch príbehov, ktoré si doteraz technologický sektor hovoril. Príbeh o úplnej automatizácii sa nenaplnil: začínajúci programátori sa naďalej zapájajú do open-source projektov v rovnakej miere ako predtým a obávaný kolaps zamestnanosti v raných fázach kariéry sa aspoň na jeden mesiac zastavil. Nenaplnil sa však ani príbeh o jednoduchej augmentácii (rozširovaní ľudských schopností): kód napísaný umelou inteligenciou je pre človeka merateľne ťažšie čitateľný a podnikové agentické systémy v súčasnosti riešia väčšinu rutinnej práce, na ktorej sa kedysi zaškoľovali začiatočníci. Namiesto toho nastal tretí stav. Stroje robia prácu. Ľudia ju overujú. Či sa toto overovanie stane plnohodnotnou kariérou, alebo len prestupnou stanicou pred úplným odchodom z odvetvia, je otázka, na ktorú odpovedia mzdové dáta v najbližších rokoch – a je to tá jediná otázka, na ktorej v tomto segmente záleží.
Najpresvedčivejší dôkaz prináša štúdia, ktorú tento mesiac publikoval autorský kolektív Xu a kol. v repozitári arXiv pod označením 2607.01810. Výskumníci sledovali 1 888 projektov na platforme GitHub pred zavedením programovacích AI agentov a po ňom, pričom pomocou metódy rozdielu v rozdieloch izolovali, čo presne agenti zmenili. Zmenili samotný kód. Kognitívna zložitosť v projektoch písaných v jazyku Python stúpla zhruba o 11 percent a cyklomatická zložitosť vzrástla o 3 až 4 percentá naprieč všetkými meranými jazykmi. Potvrdilo sa tak to, čo programátori dlho tušili: stroje píšu hutnejšiu a menej čitateľnú syntax ako ľudia. Čo však agenti nezmenili, boli ľudia. Miera zapojenia nováčikov sa nezmenila. Rýchlosť ich zaškolenia (onboarding) zostala rovnaká. Miera zotrvania pracovníkov neklesla. Obávaný kompromis – že pomoc strojov bude vykúpená stratou príležitostí pre začiatočníkov – sa v dátach vôbec neprejavil.
Vstup do odvetvia prežíva, pretože samotná podstata práce sa posunula. Vývojári na fóre Hacker News opisujú, ako spravujú projekty s 250 súbormi a 60 000 riadkami kódu bez toho, aby z nich sami veľa napísali. Pôsobia skôr ako dohľad nad agentmi, pričom sa naučili nedôverovať tvrdeniam, ktoré tieto systémy o svojom vlastnom výstupe prehlasujú. Táto nedôvera má dnes už formalizovanú podobu. Kontrolný framework, navrhnutý tento mesiac v štúdii Proof-or-Stop (arXiv 2607.14890), pristupuje ku každému vyhláseniu agenta o jeho práci – napríklad že kód je otestovaný alebo pripravený na zlúčenie (merge) – ako k neoverenému tvrdeniu. Predtým, ako práca prejde kontrolným bodom životného cyklu, vyžaduje kryptografický, strojovo overiteľný dôkaz. Pri ablačnom testovaní táto kontrola zastavila 100 percent falošne pozitívnych dokončení a znížila amplifikáciu skrytých chýb z 31 na 2. Práve priestor medzi číslami 31 a 2 definuje túto novú profesiu.
Samotné modely prestali byť takie dôležité, ako ich tvorcovia dúfali. Vývojári hlásia takmer vyrovnaný výkon medzi modelmi GPT-5.6 Sol od OpenAI a Claude Fable od spoločnosti Anthropic, pričom migrujú celý technology stack svojich agentov len na základe limitov tokenov a cien za veľkosť kontextového okna (context window). Lojalita sa vytráca. Inteligencia sa stala bežnou komoditou. No overovanie si stále drží svoju cenu.
Nad úrovňou open-source komunity zachádza delegovanie práce ešte ďalej. Nová podniková platforma od OpenAI s názvom Presence v súčasnosti vyrieši 75 percent prichádzajúcich požiadaviek na zákaznícku podporu vo vlastnej firme bez akéhokoľvek ľudského zásahu a znížila odovzdávanie agendy ľuďom o 15 percent. Hlavná ekonómka spoločnosti ADP Nela Richardson vníma júnový mierny nárast ako zlomový bod. Tvrdí, že ak odvetvie dokáže prejsť od automatizácie zručností k ich augmentácii – najmä v prípade pracovníkov na začiatku ich kariéry –, trh práce by mohol odomknúť reálny rast. Pesimisti v diskusiách však čítajú ten istý graf inak a vidia v ňom začiatok konca bielych golierov ako súčasti pracujúcej triedy, pričom ekonomická moc sa podľa nich sústredí v rukách tých, ktorí vlastnia dátové centrá a energetické zdroje, ktoré ich poháňajú. Ľudská práca sa tak stane len veľmi ťažko speňažiteľnou. Oba tábory sa zhodujú v mechanizme. Nezhodujú sa však v tom, kam nás dovedie.
Oba čakajú na vývoj tej istej krivky. Pracovníci vo veku od 22 do 31 rokov, ktorí vytrvali počas troch rokov jej poklesu, dnes vstupujú do kódových základní, ktoré sú o 11 percent ťažšie čitateľné ako tie, ktoré ich z trhu vytláčali. Zostali. Krivka v júni mierne stúpla. Júlové číslo bude nasledovať.
