Obrazovanje ne može da drži korak

Pre nekih deset godina, intervjuisao sam jednog od najbistrijih juniora koje sam ikad sreo.

Oštrouman. Željan znanja. Tip osobe koja postavlja dobra pitanja i upija odgovore. Zaposlili smo ga odmah posle završenog fakulteta, svesni da će mu trebati više meseci pre nego što bude mogao da doprinosi na pravim projektima. To se podrazumevalo u to vreme. Svaka softverska kompanija u Srbiji je to razumela... diplomci su dolazili sa teorijskim znanjem, a praktične veštine mi smo morali da im prenesemo.

I tako sam ga učio. Ne samo ja, već i moji senior developeri. Napravili smo strukturiranu putanju učenja. Davali mu prave projekte. Sedeli pored njega kad bi se zaglavilo. Objašnjavali ne samo kod, nego i veštine rada sa ljudima... kako da razgovara sa klijentima, kako da sarađuje sa timom, kako da se nosi sa trenutkom kad sve ode do đavola u petak u pet posle podne.

Šest meseci je koštao više nego što je proizvodio. Znali smo to unapred. Do devetog meseca, počeo je da zarađuje za svoju platu. Do dvanaestog, bio je stvarno dobar.

A onda je otišao.

Našao je posao plaćen tri do četiri puta više od onoga što smo mi nudili. Nisam mogao da mu zamerim. Ja bih uradio isto u njegovim godinama.

Onda se to ponovilo. Nekoliko puta, na različite načine. Tokom naredne dve godine, obrazac se ponavljao dovoljno puta da sam prestao da brojim i počeo da restrukturiram obrazac ugovora o radu.

Ali evo šta mi je trebalo godinama da shvatim: problem nisu bili juniori. Oni su radili ono što racionalni ljudi rade. Problem je bio u tome što je obrazovni sistem proizvodio ljude kojima je trebalo još šest do dvanaest meseci realnog treninga pre nego što istinski mogu da obavljaju posao.

Subvencionisao sam pokvareni sistem sopstvenim vremenom, energijom svog tima i novcem svoje firme.

Skaliranje onoga što sam naučio na teži način

To iskustvo me nije ogorčilo. Nateralo me da razmišljam.

Ako sam mogao da obučim samo šačicu juniora unutar Orange Hilla, i da izgubim pola pre nego što vidim bilo kakav povraćaj investicije, onda je možda odgovor bio da skaliram distribuciju znanja drugačije. Da doprem do više ljudi. Da izgradim nešto veće od programa za onboarding moje firme.

To je jedan od razloga zašto smo kolega Miloš i ja pokrenuli IT Serbia Podcast, prvi IT podkast u Srbiji. Govorili smo o zanatstvu u razvoju softvera, karijernom razvoju, jazu između onoga što fakulteti uče i onoga što kompanije trebaju.

Paralelno, ušao sam u zajednicu razvoja softvera. Moj Orange Hill tim i ja smo učestvovali u organizovanju konferencija, držali govore na meetupima, snimali video klipove.

Ubrzo su počele da se pojavljuju privatne škole kodiranja širom Srbije. Pre pet do deset godina bile su svuda, premošćujući jaz koji fakulteti nisu mogli dovoljno brzo da premoste. Funkcionisalo je. Kandidati koje smo viđali te 2018. bili su bolje pripremljeni od onih iz 2012. Ekosistem se prilagodio.

To je bio stari jaz. Merio se u godinama. Rešiv uz dosta truda.

Novi jaz je nešto sasvim drugo.

Ovaj film sam već gledao

Petnaest godina kasnije, obrazac je identičan. Samo što ljudi koji su zaglavljeni nisu diplomci od 22 godine.

To su direktori.

Tokom prošle godine vodio sam razgovore sa direktorima koji su mi delovali kao da putujem kroz vreme. Podsećaju me na one juniore... pametni, motivisani, svesni da se nešto fundamentalno promenilo, ali nesposobni da premosti jaz između znanja i primene.

Vide potencijal. Čitali su naslove. Neki su eksperimentisali lično, igrali se sa ChatGPT-jem, možda probali Claude. Nekolicina je čak napravila lične workflow-ove koji im štede vreme.

Ali kad je u pitanju primena AI-ja širom organizacije? Zaglavljeni.

Isto kao moji juniori. Ne zato što im nedostaje inteligencija. Nego zato što obrazovanje koje im je dostupno ne odgovara realnosti u kojoj treba da rade.

Zašto je jaz eksponencijalno gori ovaj put

Kad sam zapošljavao juniore 2012., obrazovanje je kasnilo možda dve do tri godine. Fakulteti su pokrivali osnove, ali preskakali patterne i frameworke koji su bili bitni u produkciji. Rešivo. Naporno, ali rešivo.

AI se ne kreće tako sporo.

AI sposobnosti se menjaju mesečno. Ponekad nedeljno. Jaz između onoga što kurs može da nauči i onoga što tehnologija može da uradi više se ne meri semestrima, nego objavljivanjima novih verzija modela. Dok komisija za nastavni plan odobri novi AI modul, alat na kome je baziran već je dva puta zamenjen.

PwC je anketirao 4.454 direktora iz 95 zemalja u januaru 2026. Pedeset šest procenata je prijavilo nikakvu finansijsku korist od svojih AI investicija; ni rast prihoda, ni uštede. Posebna NBER studija od 6.000 direktora pokazala je da skoro 90 procenata firmi tvrdi da AI nije imao nikakav uticaj na produktivnost u poslednje tri godine.

Milijarde uložene. Skoro ništa za uzvrat.

Ekonomista iz Apolla je pogledao podatke i rekao na glas ono što su svi mislili: „AI je svuda osim u makroekonomskim podacima." To je paradoks Roberta Soloua iz 1987: „Kompjutersko doba vidite svuda osim u statistikama produktivnosti." Istorija se ne ponavlja, ali se rimuje.

Wikipedia

“"Kompjutersko doba vidite svuda osim u statistikama produktivnosti."”

— Robert Solou, nobelovac, 1987.

Razlika je u brzini. Kompjuterskom dobu je trebala decenija da razreši svoj paradoks produktivnosti. AI neće čekati toliko. Kompanije koje prve reše problem obrazovanja steći će prednost koja se eksponencijalno uvećava. One koje ga ne reše, zaostaju istom brzinom.

U međuvremenu, na dnu lestvice...

Dok se direktori muče da primene AI širom organizacija, ljudi koji su nekad ulazili u ovu industriju bivaju izostavljeni.

Pisao sam o tome u Pismu juniorima. Zaposlenost softverskih developera od 22 do 25 godina opala je za skoro 20 procenata od kraja 2022. Harvardska studija koja pokriva 285.000 firmi pokazala je da kad kompanije usvoje generativni AI, procenat zaposlenih juniora pada za devet do 10 procenata u roku od šest kvartala. Proecnat zaposlenosti seniora se jedva menja.

Diplomci informatike sada imaju stopu nezaposlenosti od 6,1 procenata, višu od diplomaca humanističkih nauka. Sedamdeset procenata menadžera za zapošljavanje kaže da AI može da obavi posao nivoa praktikanta.

Juniori ne mogu da se zaposle jer je AI učinio seniore produktivnijim. Seniori ne mogu efikasno da primene AI jer ih niko nije naučio kako. A obrazovni sistem, to nešto što je trebalo da pripremi obe grupe, posmatra sa strane i ažurira nastavne planove koji su zastareli pre nego što se mastilo kojim su pisani osuši.

Isti strukturalni kvar koji sam video pre 15 godina. Samo što ovaj put pogađa oba kraja organizacione šeme istovremeno.

Zašto su generički kursevi ćorsokak

Evo šta stalno čujem od direktora sa kojima razgovaram: „Slali smo ljude na AI kurseve. Nije se pokazalo korisnim."

Naravno da nije.

To je isto kao što fakultet nije pripremio moje juniore. Generički kursevi te nauče kako alat funkcioniše. Ne nauče te kako da ga koristiš u tvom konkretnom kontekstu, sa tvojim podacima, tvojim workflow-ovima, tvojom dinamikom tima.

Direktor ne treba da razume kako Claude Code radi u apstraktnom smislu. Treba da razume kako se uklapa u prodajni proces njegove firme. Kako se povezuje sa njihovim CRM-om. Kako menja način na koji njegov marketing tim proizvodi kampanje. Kako da postavi granice da se Git repozitorijumi njegovih developera zaštite od dobronamernog eksperimentisanja sa generisanjem koda.

To nije kurs. To je konsultantski angažman.

McKinsey je otkrio da je dvostruko veća verovatnoća da će rukovodioci okriviti spremnost zaposlenih kao prepreku usvajanju AI-ja nego što će okriviti sopstvenu ulogu. Ali Deloitteovi podaci govore drugačiju priču. Samo 20 procenata kompanija ocenjuje svoje zaposlene kao „visoko pripremljene" za AI, dok je obrazovanje bilo prvi način na koji su kompanije prilagodile svoje strategije za talente. Znaju u čemu je problem. Samo što nemaju pravo rešenje.

A onda je tu fenomen o kome niko neće da priča.

Pedeset tri procenta rukovodilaca krije da koristi AI na poslu da bi izbegli osudu. Najviša stopa prikrivanja od svih grupa. U međuvremenu, samo 7,5 procenata zaposlenih dobija kvalitetnu obimnu AI obuku.

Lideri koji bi trebalo da predvode usvajanje AI-ja potajno ga koriste, dok svom timu ne pružaju nikakvo usmerenje. Stide se što im treba AI, a taj stid parališe njihove organizacije.

Pisao sam u Lično produktivan, organizaciono zaglavljen o tri nivoa AI zrelosti: lično savladavanje, svesno samoobrazovanje i organizaciona primena. Većina lidera se zaglavi između prvog i drugog nivoa. Iskusili su transformaciju lično, ali ne mogu da je repliciraju za svoje timove jer jaz između lične upotrebe i organizacijske primene zahteva fundamentalno drugačiju vrstu znanja.

Generički kursevi im neće dati to znanje. Isto kao što fakultet nikad nije dao mojim juniorima praktične veštine koje su im bile potrebne.

Most koji funkcioniše

Šta je onda funkcionisalo pre petnaest godina?

Fakulteti nisu, bili su prespori. Ni generički kursevi, bili su uopšteni. Funkcionisalo je to da osobe sa praktičnim znanjem uče one koji će ga praktično i koristiti. Ljudi koji su sami rešili svoje probleme, deleći to znanje direktno, kroz praksu, prilagođeno osobi koja sedi preko puta njih.

To su radile škole kodiranja dok su bile korisne. To sam ja radio na podkastu. To se dešavalo na svakom meetupu, svuda gde je senior developer seo sa juniorom i rekao: „Evo kako to funkcioniše u pravom svetu."

Isti princip važi i sada, ali na višem nivou, sa višim ulozima i za drugačiju publiku.

Pisao sam u Prestani da prezentiraš. Počni da gradiš. o prelasku sa konsaltinga baziranog na slajdovima na konsalting baziran na prototipovima. Ista logika važi i za AI obrazovanje. Ne možeš da naučiš direktora da koristi AI tako što ćeš mu držati predavanje. Učiš ga tako što sedneš pored njega, razumeš njegov konkretan biznis i onda zajedno napravite nešto što stvarno funkcioniše.

Konsultantska firma može ono što nijedan kurs ne može:

Da razume složene poslovne potrebe svake kompanije. Ne samo „kako koristiti AI", nego gde AI stvara najveću vrednost u toj konkretnoj organizaciji.

Da mapira AI prilike kroz timove, uočavajući neefikasnosti koje se protežu kroz odeljenja... stvari koje kompanija možda ni ne primećuje jer to tako radi već deset godina.

Da napravi prioritizovanu listu intervencija. Ne sve odjednom, nego dajući prednost promenama sa najvećim uticajem.

Da izgradi rešenja i nauči zaposlene da ih održavaju i unapređuju. Taj poslednji deo je prava vrednost. Ne zavisnost od konsultanta. Transfer sposobnosti koji se uvećava kroz vreme.

“"Uspešne AI implementacije biraju jednu bolnu tačku, kvalitetno je reše i pametno grade partnerstvo."”

— MIT NANDA Initiative, 2025

MIT-ovi istraživači koji su proučavali zašto 95 procenata AI pilota propadne otkrili su da onih pet procenata koji uspeju dele tri osobine: uzak fokus na specifičan problem, duboku saradnja između AI timova i krajnjih korisnika i merljive rezultate vezane za poslovne ishode. Ne široka ambicija. Ne generička obuka. Već preciznost.

To sam naučio na teži način i sa svojim juniorima. Oni koji su uspeli nisu bili oni koji su pohađali najviše kurseva. Bili su to oni koji su dobili praktično mentorstvo, prilagođeno njihovim konkretnim nedostacima, od nekoga ko je već prošao tim putem.

Isti optimizam, petnaest godina kasnije

Počeo sam ovaj tekst pričom o juniorima u koje sam ulagao i koji su odlazili. O ugovorima koje sam morao da restrukturiram. O sistemu koji mi je uzimao vreme i novac i ništa mi nije vraćao.

Ali to nije cela priča.

Ta frustracija me je naterala da pokrenem podkast. Da se pridružim zajednici. Da predajem na događajima, snimam klipove, pomognem u izgradnji ekosistema koji je, nesavršeno i sporo zatvorio jaz za stotine ili hiljade developera širom Srbije.

Razočaranje me nije učinilo ciničnim. Nateralo me je da pronađem neki bolji način.

Sada sam u istoj situaciji, ali jaz je veći i ulozi su viši. Ljudi koji su u problemu nisu dvadesetdvogodišnjaci koji se pitaju kako da dobiju prvi posao. To su lideri koji se pitaju kako da transformišu organizacije pre nego što ih tržište prestigne.

Ali, obrazac je isti. Obrazovanje ne može da drži korak. Nikad nije ni moglo. Most su oduvek bili osobe sa iskustvom kojima je dovoljno stalo da podele ono što znaju. Ne u amfiteatru, ne na generičkom vebinaru, nego sedeći pored tebe, razumejući tvoju konkretnu realnost i pomažući ti da napraviš nešto što funkcioniše.

To je ono što radimo u Orange Hillu. Ne zato što sam to pročitao u udžbeniku. Nego zato što taj most gradim već petnaest godina, i druga strana obale vredi tog truda.

Tihomir Opačić je osnivač Orange Hilla, gde pomaže organizacijama da premoste jaz između AI potencijala i AI realnosti. Ako je tvoj tim zaglavljen između saznanja da je AI bitan i toga da ga stvarno primeni, javi se.