Масштабное внедрение и использование новых технологий (автоматизация, роботизация, системы искусственного интеллекта и др.) в трудовой деятельности формируют множество вызовов социальным институтам, группам, отдельным людям. Вызовы отчетливо проявляются при обращении к явлению технологической безработицы, при которой происходит потеря работы, профессии или квалификации в силу замещения живого труда технологиями.
В экспертной среде сложились различные представления о влиянии технологий на профессии и занятость как таковую. Одни полагают, что уже в ближайшие десятилетия мы можем стать свидетелями исчезновения от 30 до 50 % профессий под влиянием новых технологий, и эта точка зрения не просто транслируется, а поддерживается статистическими расчетами [1]. Она согласуется с мнением специалистов из разных стран, указывающих, например, количество рабочих мест (40‒50 %), которые могут исчезнуть в ближайшие 15 лет [2].
Противоположная точка зрения заключается в том, что технологическая безработица не так страшна, как может показаться. Например, для стран Организации экономического сотрудничества и развития (ОЭСР) автоматизация затронет в среднем 12 % рабочих мест [3]. Делается вывод, согласно которому вытеснение рабочих мест технологиями может компенсироваться созданием или восстановлением рабочих мест, например для обслуживания уже автоматизированных мест [4]. Нужно заметить, что это противоречит политике автоматизации – она запускается в различные производства как-раз для замены живого труда и уменьшения социальных, экономических, политических издержек, связанных с ним.
Что касается России, то, согласно прогнозам, она входит в пятерку стран, в которых роботизация профессиональной деятельности повлечет за собой потерю работы у наибольшего количества занятых в экономике [5]. По-видимому, нам всем предстоит привыкнуть к тому, что разделение труда теперь включает в себя роботов и формы искусственного интеллекта [6]. Границы данного процесса пока не известны, равно как и скорость происходящего трудно спрогнозировать. Но эти явления прямо отсылают нас к проблеме адаптации к новым технологиям, к наличию / отсутствию адекватных доступных социальных и психологических ресурсов для такой адаптации.
В исследовании используется понятие «ненадежность профессии». Это вероятность для профессии исчезнуть или претерпеть существенную трансформацию под влиянием новейших технологий автоматизации, роботизации, применения искусственного интеллекта. Психологический аспект понятия включает в себя оценку этой вероятности носителем профессии, его опасения и страхи по данному поводу [7]. Далее мы будем оперировать субъективной (воспринимаемой, переживаемой) ненадежностью профессии, т. е. психологическим аспектом понятия.
Феномен ненадежности профессий имеет тесную связь, с одной стороны, с проблемой технологических угроз существующим профессиям, с другой – с социальным институтом непрерывного образования. Мы исходим из того, что восприятие и переживание ненадежности профессии – индикатор потенциальной востребованности образовательных продуктов, увеличивающих ресурсы и конкурентоспособность работника. Его ожидания и оценки рассматриваются как одно из оснований для построения социальных прогнозов на рынках труда и образовательных услуг, в том числе связанных с непрерывным образованием.
Цель исследования: определить потенциальных субъектов непрерывного образования – социальные группы, которые в наибольшей степени переживают ненадежность своих профессий. В статье мы намерены показать, как воспринимают и переживают будущее своих профессий работники разного возраста, уровня образования и профессиональной принадлежности.
Анализ литературы свидетельствует, что эти три социальных фактора влияют на отношение к технологиям. Показано, что возраст наряду с полом, идеологическими предпочтениями, личным интересом работника и воспринимаемыми результатами автоматизации влияет на принятие технологий автоматизации [8]. Возраст выступает в качестве значимой переменной в «Единой теории принятия и использования технологий», модерирующей принятие технологий [9]. Молодые люди менее пессимистично воспринимают технологические инновации [10], обладают более высоким уровнем гибкости в области приобретения новых навыков, чем люди старшего возраста [11], в большей степени мотивированы на участие в непрерывном образовании1. С возрастом работники чаще демонстрируют цифровое сопротивление, неприятие новых технологий [12]; усиливается отрицательная связь между ожиданием автоматизации производств и шансами на трудоустройство, но эта зависимость модерируется готовностью к получению образования и уверенностью в себе при возможной профессиональной мобильности [13].
Если говорить о факторах профессиональной принадлежности и образования, то в литературе, посвященной внедрению и использованию новых технологий, обращается внимание на то, что профессии, предполагающие высокий уровень образования и заработной платы, скорее всего, будут в меньшей степени подвергнуты компьютеризации [1] и, соответственно, у них ниже риск ненадежности. Другие авторы делают вывод, что к числу надежных профессий следует отнести те, которые связаны с решением управленческих задач и задач анализа данных [8]. В этой связи интересно обратить внимание на бум образовательных программ как в России, так и за рубежом, направленных на удовлетворение потребности в использовании методов анализа данных представителями разных профессий.
В исследованиях показано, что представители белых (управленцы) и розовых (сфера социальных услуг) воротничков рассматривают новые технологии как инструменты для улучшения условий труда, поэтому склонны к меньшему переживанию ненадежности своей занятости [14]. Данный вывод близок представителям не только западной, но и восточной научной / экспертной традиции [2].
В целом, несмотря на открытие многих интересных фактов, познавательная ситуация в данной области остается достаточно противоречивой и неполной. Одно из объяснений такого положения дел сводится к тому, что профессиональный контекст рассматривается как подчиненный контексту информационно-коммуникационных технологий [15], поэтому фокус внимания переносится с конкретных профессий на информационно-коммуникационные технологии (ИКТ). Другое возможное объяснение – неиспользование сложившихся профессиональных классификаций, особенно тех, которые имеют выраженную страновую специфику и направлены на решение профориентационных задач.
Сбор данных проводился в 2024 г., выборку исследования составили 577 человек, из них 48 % мужчины; средний возраст – 33 года (min 20 лет, max 50 лет); 55 % имеют высшее образование. Возрастная структура выборки включала 239 молодых работников (выпускники профессиональных учебных заведений, 20‒26 лет) и 338 зрелых работников (35‒50 лет). Профессиональная принадлежность определялась с помощью классификатора Е. А. Климова, включающего типы профессий: человек – техника, человек ‒ природа, человек ‒ знак, человек – художественный образ, человек – человек, тип человек – природа отсутствует в выборке, потому что сбор данных проводился в городских условиях.
В исследовании используется адаптированная на русский язык методика Occupation Insecurity Scale (Шкала ненадежности профессии) [7]. Оригинальный вариант включает две субшкалы: «глобальная ненадежность профессии» (шесть пунктов, которые отражают обеспокоенность по поводу сохранения профессии в будущем) и «содержательная (компетентностная) ненадежность профессии» (пять пунктов, в которых прогнозируются изменения в профессии в связи с развитием технологий).
После психометрических испытаний в каждой субшкале осталось по четыре пункта. Пример из субшкалы глобальной ненадежности: «Я беспокоюсь, что моя профессия может исчезнуть из-за автоматизации труда и применения других технологий»; пример из субшкалы содержательной ненадежности: «В будущем в рамках моей профессии мне нужно будет выполнять задачи, к которым я на данный момент недостаточно подготовлен».
Психометрические свойства обеих шкал хорошие. Мы повторили за авторами методики процедуру конфирматорного факторного анализа, чтобы проверить соответствие эмпирических данных двухфакторному решению, используемому в оригинале. Полученные результаты подтвердили правомерность выделения двух субшкал. Важно отметить, что два параметра ненадежности не предназначены для объединения в общий показатель, они рассчитываются отдельно друг от друга. Теоретически это оправдано, поскольку утрата профессии и содержательное обновление профессии – два разных феномена. Их различение хорошо согласуется с концепциями индивидуальных кризисов занятости [16; 17].
При анализе данных использовались методы описательной статистики, процедуры корреляционного и сравнительного анализа. Был проведен корреляционный анализ основных переменных, включенных в исследование (табл. 1).
Таблица 1
Корреляционные связи между видами ненадежности профессии
и социально-демографическими характеристиками (ρ Спирмена), n = 577
Table 1
Correlation links between types of occupation insecurity
and socio-demographic characteristics (Spearman ρ), n = 577
| № | Изучаемые переменные | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
| 1 | Беспокойство о будущем профессии | 1,0 | ||||||
| 2 | Ожидание изменений в профессии | 0,47** | 1,0 | |||||
| 3 | Пол | -0,018 | -0,00 | 1,0 | ||||
| 4 | Возраст | -0,050 | -0,146** | 0,030 | 1,0 | |||
| 5 | Образование | -0,071 | 0,096* | 0,078 | 0,126** | 1,0 | ||
| 6 | Материальное положение | -0,157** | -0,115** | -0,026 | 0,00 | 0,239** | 1,0 | |
| 7 | Семейное положение | -0,103* | -0,130** | 0,077 | 0,443** | 0,108* | 0,110* | 1,0 |
Примечание: * – 0,05; ** – 0,01.
Как следует из таблицы 1, во-первых, ожидание изменений в профессии в большей степени, чем беспокойство о будущем профессии, зависит от социально-демографических характеристик работников; во-вторых, зрелый возраст (опыт), наличие высшего образования и собственной семьи, материальный достаток – это ресурсные социально-демографические характеристики, которые уменьшают обеспокоенность человека возможными содержательными изменениями в профессии.
Фактор пола оказался незначимым для обоих видов ненадежности профессии. Для дальнейшего анализа мы остановились на трех социально-демографических переменных (возраст, образование, профессиональная принадлежность), к которым чаще обращаются в исследованиях ненадежности профессий и ненадежности работы и которые в большей степени доступны учету в профессиональной ориентации, переориентации и других психолого-педагогических технологиях.
В таблице 2 сравниваются молодые и зрелые работники по видам ненадежности профессии. Для удобства восприятия здесь и далее приводятся средние значения; при сравнении групп использовался критерий U Манна-Уитни.
Таблица 2
Оценка ненадежности своих профессий молодыми
и зрелыми работниками, средние значения
Table 2
Assessment of the occupation insecurity by young
and mature workers, average values
| Виды ненадежности профессии | Вся выборка (n = 577) |
Молодые работники (n = 239) |
Зрелые работники (n = 338) |
U Манна-Уитни | Значимость различий |
| Беспокойство о будущем профессии | 2,087 | 2,110 | 2,070 | 40 154,0 | p = 0,904 |
| Ожидание изменений в профессии | 2,949 | 3,067 | 2,866 | 34 597,0 | p = 0,002 |
Сравнение молодых и зрелых работников показало, что между ними имеются существенные различия в ожидании содержательных изменений в профессии. Разработчики оригинальной версии методики высказывали предположение, что показатель ненадежности у молодых людей будет больше, чем у зрелых людей, и это связано с тем, что молодые люди чувствуют себя в профессиональной деятельности менее уверенно (в частности, из-за отсутствия опыта) [7]. Данное предположение можно перенести на наши результаты и убедиться в его частичной правомерности. К объяснению выявленного различия можно также привлечь исследования, указывающие на то, что молодежь легче принимает и использует новые технологии [8; 9; 10], поэтому она в большей степени осознает и понимает неизбежность трансформации своих профессий, является наиболее заинтересованной в непрерывном образовании2.
Следует учесть, что различия между молодыми и зрелыми работниками относятся только к ожиданию содержательных изменений в профессии. Вероятность утраты профессий оценивается обеими группами одинаково низко, подтверждая тем самым вывод о том, что участие в непрерывном образовании по профессиональным причинам связано преимущественно с желанием сохранить текущую работу и преуспеть на нынешнем рабочем месте, а не с потребностью повысить свою мобильность на рынке труда (сменить работу, профессию, найти новые заработки)3.
Возрастная структура выборки позволяет более детально оценить возрастную динамику как беспокойства о будущем профессии, или ожидания изменений в профессии (см. рис.). Динамика задается следующими 5–6-летними интервалами: 20‒26 лет (239 чел.), 35‒39 лет (181 чел.), 40‒44 лет (79 чел.), 45‒50 лет (78 чел.). При построении графика были посчитаны средние значения восприятия и переживания ненадежности своих профессий для каждого интервала.
Восприятие и переживание ненадежности профессии
в зависимости от возраста, n = 577
Perception and experience of occupation insecurity depending on age, n = 577
Показатели беспокойства о будущем профессий мало меняются при переходе от одной возрастной группы к другой, чего не скажешь об ожидании изменений в профессии. По этому показателю зафиксированы статистически значимые различия между следующими возрастными интервалами: 20‒26 и 40‒44 (U = 7161,5, p = 0,001); 20‒26 и 45‒50 (U = 7491,5, p = 0,009); 35‒39 и 40‒44 (U = 5992,0, p = 0,037). Таким образом, выделяются две условные возрастные категории: те, которым до 40 лет, и те, которым от 40 лет и выше. Если наложить данный результат на стадии карьеры, выделяемые в концепции Д. Сьюпера [18], то получается, что своеобразный перелом на снижение ожиданий содержательных изменений в профессии приходится на третью фазу (достижение успеха) на стадии упрочения карьеры. Вероятно, к этому моменту завершается не только общее оформление карьеры, но и технологическое самоопределение в ее рамках. Данный вывод носит гипотетический характер, он нуждается в дополнительной проверке.
Сравнение молодых и зрелых работников в разрезе типов профессий, с одной стороны, подтвердило низкие показатели беспокойства о будущем профессии для всех типов профессий. С другой стороны, оно выявило существенное различие между молодыми и зрелыми представителями профессий человек ‒ знак: первые в большей степени, чем вторые, ожидают содержательных изменений в своих профессиях (табл. 3).
Таблица 3
Сравнение показателей ожидания изменений в профессии у молодых
и зрелых работников в разрезе типов профессий, средние значения
Table 3
Comparison of occupational change indicators among young
and mature workers in terms of types of professions, average valuesа
| Типы профессий | Молодые работники (n = 239) |
Зрелые работники (n = 338) |
U Манна-Уитни и t-критерий | Значимость различий |
| человек ‒ человек | n =69 2,736 |
n = 122 2,598 |
3785,0 | p = 0,246 |
| человек ‒ художественный образ | n =37 2,993 |
n = 51 2,863 |
866,5 | p = 0,513 |
| человек ‒ техника | n =68 3,026 |
n =85 2,971 |
2725,500 | p = 0,544 |
| человек ‒ знак | n =65 3,504 |
n =80 3,166 |
1892,5 | p = 0,005 |
Результаты, представленные в таблице 3, позволяют предположить, что технологические обновления профессий идут быстрее всего в профессиях человек ‒ знак, причем у молодых работников восприятие изменений сильнее в силу более современной технологической социализации.
Выскажем еще одно предположение: представители профессий человек ‒ знак не только наиболее близко знакомы с новыми технологиями, но, возможно, испытывают и более высокий уровень тревоги (стресса, выгорания) из-за необходимости быстро адаптироваться к изменениям на рынке труда. В литературе высказывается мнение о том, что знакомство с технологиями не смягчает, а усиливает страхи по поводу автоматизации в тех секторах экономики, в которых технологии замещают человека [19].
Далее перейдем к обсуждению роли уровня образования при оценке ненадежности профессий (табл. 4).
Таблица 4
Оценка ненадежности профессий работниками, не имеющими
высшего образования и имеющими высшее образование, средние значения
Table 4
Assessment of the occupation insecurity by workers without higher education and those with higher education, average values
| Виды ненадежности профессии | Вся выборка (n = 577) |
Не имеют высшего образования (n = 256) |
Имеют высшее образование (n = 321) |
U Манна-Уитни | Значимость различий |
| Беспокойство о будущем профессии | 2,087 | 2,136 | 2,048 | 37183,50 | 0,046 |
| Ожидание изменений в профессии | 2,949 | 2,902 | 2,987 | 88543,50 | 0,122 |
Оказалось, что работники, не имеющие высшего образования, в целом острее переживают возможность исчезновения своих профессий. Данный результат согласуется с результатами зарубежных авторов [1], но нужно иметь в виду, что оценки наших респондентов находятся ниже среднего уровня, т. е. не так много работников, которые переживают высокую уязвимость своих профессий со стороны технологических угроз. А это означает, что мы ограничены в широком обобщении полученного результата, хотя он и важен.
Показатели ожидания изменений в профессии формируют более представительную картину для обобщений. В целом нет различий между имеющими и не имеющими высшее образование (табл. 4), но при сравнении этих групп в разрезе типов профессий различия появляются (табл. 5)
В частности, установлено, что у представителей профессий человек ‒ техника наличие высшего образования способствует ожиданию содержательных изменений в профессиях. Данный результат можно объяснить объективными требованиями современных технических профессий к технологическому кругозору работников, его широте и систематическому обновлению. По-видимому, высшее образование предоставляет возможность расширения технологического кругозора в большей степени, чем среднее профессиональное образование.
Таблица 5
Сравнение показателей ожидания изменений в профессии у работников,
не имеющих высшего образования и имеющих высшее образование,
в разрезе типов профессий, средние значения
Table 5
Comparison of occupational change indicators among workers
without higher education and those with higher education,
by types of professions, average values
| Типы профессий | Не имеют высшего образования (n = 256) |
Имеют высшее образование (n = 321) |
U Манна-Уитни
и t-критерий |
Значимость различий |
| человек ‒ человек | n =75 2,787 |
n =116 2,558 |
3674,5 | p = 0,069 |
| человек ‒ художественный образ | n = 47 0,872 |
n = 41 2,970 |
922,5 | p = 0,730 |
| человек ‒ техника | n = 81 2,796 |
n = 72 3,219 |
2010,5 | p = 0,001 |
| человек ‒ знак | n = 53 3,255 |
n = 92 3,353 |
2201,0 | p = 0,328 |
Обобщенные результаты исследования таковы:
1. Большинство работников считают маловероятной утрату своих профессий из-за внедрения новых технологий; они в значительно большей мере ожидают содержательных изменений в профессиях. Это является предпосылкой востребованности таких образовательных продуктов, которые учитывают возможное технологическое обновление профессий.
2. Возраст влияет на ожидание изменений в профессии. Во-первых, молодежь (выпускники профессиональных учебных заведений) имеет более высокий показатель ожиданий, чем зрелые работники; особенно это касается молодых представителей профессий человек ‒ знак. Учитывая специфику данной социальной группы, предположим, что для нее одним из основных механизмов адаптации к технологическим изменениям будет самообразование. Во-вторых, ожидание изменений в профессии существенно снижается у тех, кому от 40 лет и выше. Указанные характеристики работников повышают вероятность их включения в непрерывное образование.
3. В целом работники без высшего образования в большей степени, чем работники с высшим образованием, опасаются за сохранение своих профессий в будущем. Поскольку в количественном плане таких работников немного, их карьеры могут быть предметом специального психолого-педагогического сопровождения. Наличие высшего образования способно влиять на заинтересованность представителей профессий человек ‒ техника в образовательных продуктах, которые раскрывают использование современных технологий в конкретных профессиях.
4. Восприятие и переживание ненадежности своей профессии полезно рассматривать в качестве индикатора потенциальной готовности к непрерывному образованию, которая зависит от возраста, образования, профессиональной принадлежности человека.
В статье поднимается актуальная проблема технологических угроз профессиям. Она требует комплексного изучения; наряду с техническими, философскими, политическими, социальными, экономическими аспектами в ней присутствуют психологическая и педагогическая составляющие.
Важными социальными ресурсами адаптации к новым технологиям в трудовой деятельности является система образования и ее важнейший компонент в современных условиях – непрерывное образование. Несмотря на противоречивость социальных прогнозов, вряд ли кто-то будет возражать против утверждения необходимости переобучения, дообучения, самообучения, повышения квалификации для значительного количества людей в текущей и предстоящей социально-экономической ситуации.
Нами предпринята попытка рассмотреть технологически обусловленные изменения в мире профессий (феномен ненадежности профессии) в качестве предпосылки развития непрерывного образования. Учитывались такие социальные переменные, как возраст, образование, профессиональная принадлежность работников.
Используется новое понятие – ненадежность профессии; адаптирована на русский язык новая методика «Шкала ненадежности профессии». Эмпирические результаты позволили выделить социальные группы, которые в наибольшей степени беспокоятся по поводу возможной утраты своих профессий или ожидают содержательного обновления профессий. В этой связи важным и интересным является вопрос об адекватных формах непрерывного образования для данных социальных групп.
Полученные результаты и шкала ненадежности профессии могут использоваться:
- при обследовании целевых групп с точки зрения влияния новых технологий на установки и способы поведения людей не только на рынке труда, но и в сфере образования;
- для оценки эффективности социальной политики, в том числе образовательной политики, в обычных и угрожающих социальных ситуациях (например, в условиях пандемии), резко усиливающих запрос на новые технологии в трудовой деятельности;
- для развития процедур и методов профессиональной ориентации, психолого-педагогического сопровождения карьер представителей разных социально-возрастных групп.
Исследование выполнено при финансовой поддержке Кубанского научного фонда в рамках научного проекта № Н-24.1/36.
Список литературы
- Frey C. A., Osborne M. A. The Future of Employment: How Susceptible Are Jobs to Computerization? // Technological Forecasting and Social Change. 2017. Vol. 114. P. 254‒280. DOI: 10.1016/j.techfore.2016.08.019
- Lee K.-F. AI Superpowers: China, Silicon Valley, and the New World Order. New York: Houghton Mifflin Harcourt, 2018. 272 p.
- Arntz M., Gregory T., Zierahn U. The Risk of Automation for Jobs in OECD Countries: A Comparative Analysis // OECD Social, Employment and Migration Working Papers. 2016. 34 p. No. 189. DOI: 10.1787/5jlz9h56dvq7-en
- Hötte K., Somers M., Theodorakopoulos A. Technology and Jobs: A Systematic Literature Review // Technological Forecasting and Social Change. 2023. Vol. 194. DOI: 10.1016/j.techfore.2023.122750
- Акьюлов Р. И., Сковпень А. А. Роль искусственного интеллекта в трансформации современного рынка труда // Дискуссия. 2019. № 3 (94). С. 30‒40. DOI: 10.24411/2077-7639-2019-10029
- Peters M. A. Beyond Technological Unemployment: The Future of Work // Educational Philosophy and Theory. 2020. Vol. 52. No. 5. P. 485‒491. DOI: 10.1080/00131857.2019.1608625
- Roll L. C., De Witte H., Wang H.-J. Conceptualization and Validation of the Occupation Insecurity Scale (OCIS): Measuring Employees' Occupation Insecurity Due to Automation // International Journal of Environmental Research and Public Health. 2023. Vol. 20. No. 3. DOI: 10.3390/ijerph20032589
- Dodel M., Mesch G. Perceptions About the Impact of Automation in the Workplace // Information, Communication & Society. 2020. Vol. 23. No. 5. P. 1‒16. DOI: 10.1080/1369118X.2020.1716043
- Venkatesh V., Thong J., Xu X. Consumer Acceptance and Use of Information Technology: Extending the Unified Theory of Acceptance and Use of Technology // MIS Quarterly. 2012. Vol. 36. No. 1. P. 157‒178. DOI: 10.2307/4141041
- Патраков Э. В., Сабо Ч. М., Батурина Л. И., Фрогери Р. Ф., Нестик Т. А., Кампос Ф. Л. С. Отношение к технологическим инновациям: кросскультурное исследование // Психология человека в образовании. 2022. Т. 4. № 4. С. 459‒474. DOI: 10.33910/2686-9527-2022-4-4-459-474
- Ivanov S. H., Kuyumdzhiev M., Webster C. Automation Fears: Drivers and Solutions // Technology in Society. 2020. Vol. 63. DOI: 10.1016/j.techsoc.2020.101431
- Глухов А. П., Синогина Е. С., Ломовская С. А. Проблема рецепции технологий искусственного интеллекта в образовательной среде: педагогическое сопротивление и стратегии внедрения // Научно-педагогическое обозрение. 2024. № 5 (57). С. 154‒166. DOI: 10.23951/2307-6127-2024-5-154-166
- Goštautaitė B., Šerelytė M. Decreasing Employability with Age? The Role of Automation Risk, Lifelong Learning and Occupational Mobility // Baltic Journal of Management. 2024. Vol. 19. No. 2. P. 145‒162. DOI: 10.1108/BJM-11-2022-0419.
- Toshav-Eichner N., Bareket-Bojmel L. Yesterday's Workers in Tomorrow's World // Personnel Review. 2022. Vol. 51. No. 5. P. 1553‒1569. DOI: 10.1108/PR-02-2020-0088
- Berg-Beckhoff G., Nielsen G., Ladekjær Larsen E. Use of Information Communication Technology and Stress, Burnout, and Mental Health in Older, Middle-Aged, and Younger Workers - Results from a Systematic Review // International Journal of Occupational and Environmental Health. 2017. Vol. 23. No. 2. P. 160‒171. DOI: 10.1080/10773525.2018.1436015
- Дёмин А. Н. Личность в кризисе занятости: стратегии и механизмы преодоления кризиса. Краснодар, 2004. 315 с.
- Бендюков М. А. Профессиональное развитие в условиях негарантированной занятости. Санкт-Петербург, 2006. 160 с.
- Super D. E. A Life-Span, Life-Space Approach to Career Development // Career Choice and Development / Ed. by D. Brown, L. Brooks. 2nd ed. San Francisco: Jossey-Bass, 1990. P. 167‒261.
- Murphy L. The Productivity Dilemma: Examining the Truth Behind Automation’s Impact on Employment, and the Mediating Role of Augmentation // International Journal of Organizational Analysis. 2024. Vol. 3. No 3. P. 622‒644. DOI: 10.1108/IJOA-04-2024-4430
