Årsagen til, at du er dårlig til at vælge din karriere, er, at du er begrænset til det, du ved eksisterer. Når du læser de samme aviser, møder de samme mennesker og generelt holder dig velinformeret inden for det, du interesserer dig for, lærer du ikke om de muligheder, du ikke kender.
Nassim Taleb kalder dette fænomen for en sort svane. Vi ved ikke, at vi ikke ved, at den eksisterer. Men hvad med alle de ting, vi ikke ved om os selv?
Facebook skal ikke have mere end 70 datapunkter, det vil sige ting, du har liket, steder, du har checket ind hos, og hvad du kommenterer på lignende, før Facebook ved mere om dig end dine forældre og dine bedste venner.
Og da Facebook og Instagram er designet til at gøre dig afhængig og handle uden at tænke, liker du også ting, uden egentlig at tænke over det.
Det vil sige, at du tilkendegiver mere om dig selv, end du tænker over, men også ting om dig selv, du måske ikke har tænkt over.
Jeg havde eksempelvis absolut ingen anelse om, at jeg synes, at gør-det-selv hacks til hjemmet var noget, jeg synes var interessant. Det er ikke noget, jeg tænker over eller opsøger. Men når jeg falder over det, ser jeg det, og liker det.
På den måde har Facebook, Google og de andre giganter data om, hvad jeg kan lide, som jeg ikke har. Det vil sige, at de har et bedre grundlag for at komme med karriereforslag end du har, og bedre end en karriererådgivers forslag.
Primært fordi karriererådgiveren også er begrænset af, hvad han eller hun kender af job og virksomheder og den smule, vedkommende ved om dig. Jeg vil trods alt mene, at min kone er bedre til at fortælle mig, hvilken vin jeg kan lide, baseret på erfaring med at se, hvad jeg kan lide, end en vinforhandler, der baserer sine forslag på sin viden om vin generelt.
KARRIEREAFKLARING HANDLER IKKE OM AT FINDE SVAR, MEN AT STILLE BEDRE SPØRGSMÅL.
En karrierevejleder eller forælder kunne foreslå, at du søgte job hos landets største bank. De kunne fremhæve fordele som syv ugers sommerferie, gode udviklingsmuligheder og en masse andre fordele. Et sådant forslag vil igen være udbuds-fokuseret og popularitetsbaseret, men ikke være baseret på, hvad du vil, hvem du er eller hvad du bruger din tid på.
Hvis man kigger i dine data, dvs. hvad du bruger din tid på online, skal man kunne finde adskillige tegn på, at du primært læser om den finansielle verden. Du er interesseret i, hvad der rør sig i bankverdenen, valutaer, værdiansættelse og al den bank-relaterede viden, der eksisterer. Derudover skal man finde eksempler på, at du er interesseret i at have mere fritid.
Uanset om det er, at du søger efter et job med flere ugers ferie, forlængede ferier eller har lavet søgninger efter job med kortere fire dages arbejdsuge, mere ferie, og generelt har interesser, hvor en eller to ekstra ugers ferie ville være en stor fordel.
Derudover skal du også vise tegn på, at du prioriterer personlig udvikling på din online adfærd. Her er det den evindelige prioritering af underholdning mod undervisning, der virkelig viser dit oprindelige ønske om personlig udvikling. Og til en karriererådgiver vil du med stor sandsynlighed nedspille, hvor mange timer du bruger på underholdning, men kunne komme med nogle eksempler på, at du opsøger måder at udvikle dig uden for studiet.
Hvis du ikke har vist interesse i dette, hvilket en karriererådgiver, af utrolig mange persondata-sikringslove og sikkerhed, ikke må kende, er gættet vitterligt taget ud af den blå luft.
Derimod, hvis man kan sætte sin Facebook-profil og Google-profil til at være jobsøgende, kan det være en helt igennem formidabel karrierevejleder og komme med forslag til jobs, du ikke vidste eksisterede, i virksomheder, du aldrig har hørt om.
GOOGLE OG FACEBOOK VED MERE OM DINE KARRIEREDRØMME, END DU GØR
Du kender ordsproget: Hvad vi siger, og hvad vi gør, er ofte to vidt forskellige ting. Dette gælder også, når man tænker på, hvad vi siger til andre, og hvad vi gør, og ikke gør, nødvendigvis ikke stemmer overens. Historien fra Charles Duhiggs formidable bog “The Power of Habit” understreger dette:
I England blev en far på et tidspunkt sur på supermarkedskæden Target. Target havde sendt kuponer med babytøj og barnesenge til hans teenagedatter, der stadig boede hjemme. “Er I ude på at opfordre hende til at blive gravid?” skrev han surt til Target. Target kiggede på dataen og afsenderen, og måtte erkende, at de havde sendt reklamer med børneting til hans datter. Hvad faren, og højst sandsynligt heller ikke datteren, vidste, var at Target indsamlede data om datterens købsadfærd. De havde set en ændring i, hvad hun spiste, og baseret på data vurderet, at hun nok var gravid. Der skulle gå længe, hvorefter faren måtte undskylde og sige, at der skete ting under hans tag, han ikke var klar over. Datteren var gravid. Target vidste det ud fra adfærd – faren vidste det ikke, fordi han ikke var blevet det fortalt. Man kunne fristes til at sige: Data knew before dad did.
Du finder ikke ud af, hvad du vil i fremtiden, ved at se på muligheder, du ikke forstår, men ved at kigge bagud, indad og på dine data.
Hvilke sider besøger du mest? Hvilke nyheder følger du med i? Hvilke personer følger du? Hvad bruger du et højere beløb på, uden at blinke? Hvilke virksomheder kender du, som ikke er alment kendte, og hvad laver de, som du fascineres af? Hvad bruger du penge på ofte?
At kigge på, hvor det kunne være fedt at arbejde, baseret på en virksomheds rygte, mængde medieomtale og hvad de betaler, er ikke det rette valg. Først og fremmest fordi det ikke er, hvad du ville vælge naturligt. Det er et forceret valg. Du skal kigge på karrieremuligheder, baseret på hvad du allerede gør af dig selv, uden at forvente betaling.
Kig i historikken på din browser (ignorer pornolinksene) og se på de sider, du besøger igen og igen (jeg sagde, du skulle ignorere dem). Kig på dit kontoudtog og se, hvad du bruger penge på ofte eller gerne bruger mange penge på. Hvilke arrangementer tager du til? Kig på de artikler, du deler, dem du gemmer, og dem du refererer tilbage til. Så vidt muligt så lad algoritmer og AI’en foreslå din karriere. De kender til langt flere muligheder, og de ser på faktorer, du overser, fordi du kigger på, hvad der bliver præsenteret for dig, i stedet for at se, hvad du allerede har vist interesse i.
Den traditionelle jobsøgning sker ved at hoppe ind på en jobbank og føle: “OK, jeg skal finde et interessant job blandt disse jobs.” Så sætter du filter på, og dine valg bliver kogt ned til en liste baseret på deres faktorer og deres algoritmer: ikke algoritmer, der har lært fra dig.
Anbefalet læsning til afklaring
Læs kapitel 18 og 19 i “Atom Vaner” af James Clear. Kapitlerne handler egentlig om at finde sine bedste vaner, men du får stillet nogle spørgsmål, som passer rigtig godt overens med afklaring af, hvad man skal arbejde med.