Budoucnost práce: Vezmou mi roboti práci?

Když v 90. letech 20. století začaly americké banky ve velkém instalovat bankomaty, zdálo se, že lidským pokladníkům, kteří v těchto bankách pracovali, hrozí rychlý zánik. Když stroje dokázaly samy a nepřetržitě vydávat hotovost a přijímat vklady, kdo potřeboval lidi?

Banky je vlastně potřebovaly. Je pravda, že bankomaty umožnily provozovat pobočky bank s mnohem menším počtem zaměstnanců: V průměru jich bylo o 13 méně než dříve, kdy jich bylo 20. Ale úspora nákladů jen podnítila mateřské banky k otevření tolika nových poboček, že celková zaměstnanost pokladníků ve skutečnosti vzrostla.

Podobné příběhy najdete v oborech, jako jsou finance, zdravotnictví, školství a právo, říká James Bessen, ekonom z Bostonské univerzity, který v roce 2015 upozornil své kolegy na příběh bankomatů. „Argumentem není, že automatizace vždy zvyšuje počet pracovních míst,“ říká, „ale že může a často tomu tak je.“

To je poučení, které stojí za to mít na paměti, když nasloucháte stále více třaskavým předpovědím o budoucnosti práce ve věku robotů a umělé inteligence. Představte si auta bez řidiče nebo přesvědčivě lidskou syntézu řeči či děsivě realistické roboty, kteří umí sami běhat, skákat a otevírat dveře:

Tuto otázku nejapokalyptičtěji formulovaly osobnosti, jako je zakladatel společností Tesla a SpaceX Elon Musk nebo zesnulý fyzik Stephen Hawking. Oba veřejně varovali, že stroje nakonec překonají lidské schopnosti, vymknou se naší kontrole a možná dokonce vyvolají kolaps lidské civilizace. Obavy však mají i méně dramatičtí pozorovatelé. Když v roce 2014 Pew Research Center provedl průzkum mezi téměř 1 900 technologickými experty ohledně budoucnosti práce, téměř polovina z nich byla přesvědčena, že uměle inteligentní stroje brzy povedou ke zrychlujícímu se úbytku pracovních míst – podle jedné hojně citované analýzy téměř o 50 % do začátku roku 2030. Obávali se, že nevyhnutelným důsledkem bude masová nezaměstnanost a prudký nárůst již dnes znepokojivé úrovně příjmové nerovnosti. A to by skutečně mohlo vést ke zhroucení společenského řádu.

Anebo možná ne. „Vždy je snazší představit si pracovní místa, která dnes existují a mohla by být zničena, než si představit pracovní místa, která dnes neexistují a mohla by být vytvořena,“ říká Jed Kolko, hlavní ekonom internetového portálu Indeed nabízejícího pracovní místa. Mnozí, ne-li většina odborníků v této oblasti jsou ohledně zaměstnanosti opatrně optimističtí – už jen proto, že příklad bankomatu a mnoho jemu podobných ukazuje, jak neintuitivní může být dopad automatizace. Strojová inteligence je ještě velmi daleko od toho, aby se vyrovnala celé škále lidských schopností, říká Bessen. Dokonce i když vezmeme v úvahu vývoj, který se nyní připravuje, říká, že „v příštích 10 nebo 20 letech máme jen málo důvodů obávat se masové nezaměstnanosti.“

Takže – kudy se věci budou ubírat?“

Neexistuje způsob, jak to s jistotou zjistit, dokud se budoucnost nedostane až sem, říká Kolko. Ale možná, dodává, to není ta správná otázka: „Debata o celkovém vlivu na ztrátu pracovních míst versus jejich zisk nás zaslepuje před jinými otázkami, na kterých bude záležet bez ohledu na to“ – například jak se mohou pracovní místa změnit tváří v tvář umělé inteligenci a robotice a jak bude společnost tuto změnu zvládat. Budou například tyto nové technologie využívány jen jako další způsob, jak nahradit lidské pracovníky a snížit náklady? Nebo budou využity k tomu, aby pracovníkům pomáhaly a uvolnily je k uplatnění jedinečných lidských schopností, jako je řešení problémů a kreativita?“

„Existuje mnoho různých možných způsobů, jak bychom mohli nakonfigurovat stav světa,“ říká Derik Pridmore, generální ředitel společnosti Osaro se sídlem v San Francisku, která vyrábí software AI pro průmyslové roboty, „a existuje mnoho možností, které musíme učinit.“

Automatizace a pracovní místa: poučení z minulosti

Přinejmenším ve Spojených státech nemůže dnešní debata o uměle inteligentních strojích a pracovních místech nebýt podbarvena vzpomínkami na uplynulá čtyři desetiletí, kdy celkový počet pracovníků zaměstnaných v amerických automobilkách, ocelárnách a dalších výrobních závodech začal dlouho a pomalu klesat z vysokého počtu 19 osob.5 milionů v roce 1979 na přibližně 17,3 milionu v roce 2000 – a následoval prudký pokles na minimum 11,5 milionu v důsledku velké recese v letech 2007-2009. (Od té doby se celkový počet mírně zvýšil na přibližně 12,7 milionu; v podstatě podobné změny byly zaznamenány i v dalších silně automatizovaných zemích, jako je Německo a Japonsko). Tato zkušenost, která přišla v návaznosti na stagnaci růstu mezd přibližně od roku 1973, byla traumatizující.

Pravda, říká Bessen, automatizace nemůže být jediným důvodem poklesu. „Pokud se vrátíme do předchozích sta let,“ říká, „průmysl se automatizoval stejně rychle nebo rychleji a zaměstnanost solidně rostla.“ Tak jsme se vůbec dostali k milionům dělníků v továrnách. Místo toho ekonomové viní z poklesu zaměstnanosti souběh několika faktorů, mezi něž patří globalizace,úpadek odborů a firemní kultura ve Spojených státech z osmdesátých let, která kladla důraz na snižování počtu zaměstnanců, snižování nákladů a čtvrtletní zisky nade vše.

Ale automatizace byla jistě jedním z těchto faktorů. „Ve snaze snížit náklady jsme se kolektivně vydali cestou nejmenšího odporu,“ říká Prasad Akella, robotik, který je zakladatelem a generálním ředitelem Drishti, začínající firmy v kalifornském Palo Altu, která využívá umělou inteligenci k tomu, aby pomohla pracovníkům zlepšit jejich výkon na montážní lince. „A to bylo: ‚Pojďme to offshore do nejlevnějšího centra, aby byly nízké náklady na pracovní sílu. A když to nemůžeme offshorovat, tak to zautomatizujme.“

AI a roboti na pracovišti

Automatizace má mnoho podob, včetně počítačem řízených oceláren, které může obsluhovat jen hrstka zaměstnanců, a průmyslových robotů, mechanických paží, které lze naprogramovat tak, aby pohybovaly nástrojem, jako je lakovací postřikovač nebo svařovací hořák, prostřednictvím sekvence pohybů. Takových robotů se od 70. let minulého století používá stále více. V současné době se na světě používají asi 2 miliony průmyslových robotů, většinou na montážních linkách automobilů a elektroniky, z nichž každý nahrazuje jednoho nebo více lidských pracovníků.

Rozdíly mezi automatizací, robotikou a umělou inteligencí jsou sice poněkud nejasné – a stále nejasnější, protože auta bez řidiče a další vyspělí roboti používají ve svých digitálních mozcích uměle inteligentní software. Hrubým pravidlem však je, že roboti vykonávají fyzické úkoly, které kdysi vyžadovaly lidskou inteligenci, zatímco software umělé inteligence se snaží vykonávat kognitivní úkoly na lidské úrovni, jako je porozumění jazyku a rozpoznávání obrazů. Automatizace je zastřešující pojem, který zahrnuje nejen obojí, ale také běžné počítače a neinteligentní stroje.

Nejtěžší úkol má AI. Zhruba před rokem 2010 byly aplikace omezeny paradoxem, na který v roce 1966 slavně upozornil filozof Michael Polanyi: „Můžeme vědět víc, než můžeme říct“ – což znamená, že většina dovedností, které nám pomáhají přežít den, je nacvičená, nevědomá a téměř nemožná k vyjádření. Polanyi tyto dovednosti nazval tacitními znalostmi, na rozdíl od explicitních znalostí, které najdete v učebnicích.

Představte si, že se snažíte vysvětlit, jak přesně víte, že určitý vzor pixelů je fotografie štěněte, nebo jak bezpečně zvládnete levotočivou zatáčku proti protijedoucímu vozidlu. (Zní to docela jednoduše, když řeknete „počkejte na mezeru v provozu“ – dokud se nepokusíte definovat „mezeru“ dostatečně dobře, aby ji počítač rozpoznal, nebo přesně určit, jak velká musí být mezera, aby byla bezpečná.) Tento druh tacitních znalostí obsahoval tolik jemností, speciálních případů a věcí měřených „citem“, že se zdálo, že programátoři nemají možnost je extrahovat, natož zakódovat do přesně definovaného algoritmu.

Dnes samozřejmě i aplikace v chytrém telefonu dokáže rozpoznat fotografie štěňat (obvykle) a autonomní vozidla tyto levotočivé zatáčky běžně (i když ne vždy dokonale) provádějí. Co se změnilo právě během posledních deseti let, je to, že vývojáři umělé inteligence nyní mohou vrhnout obrovský počítačový výkon na obrovské soubory dat – proces známý jako „“hluboké učení““. V podstatě jde o to, že se stroji ukáže miliarda fotografií štěňat a miliarda fotografií ne-štěňat a software umělé inteligence pak upravuje miliardu vnitřních proměnných, dokud nedokáže fotografie správně identifikovat.

Ačkoli tento proces hlubokého učení není nijak zvlášť efektivní – lidskému dítěti stačí vidět jedno nebo dvě štěňata – má transformační účinek na aplikace umělé inteligence, jako jsou autonomní vozidla, strojový překlad a vše, co vyžaduje rozpoznávání hlasu nebo obrazu. A právě to lidi děsí, říká Jim Guszcza, hlavní datový vědec americké společnosti Deloitte Consulting v Los Angeles: „Páni – věci, které dříve vyžadovaly tiché znalosti, mohou nyní dělat počítače!“ Proto vznikají nové obavy z masivního úbytku pracovních míst v oborech, jako je právo a žurnalistika, které se dříve automatizace obávat nemusely. A tak se objevují četné předpovědi o rychlém zastarávání prodavačů v obchodech, pracovníků ostrahy a rychlého občerstvení, stejně jako řidičů kamionů, taxíků, limuzín a dodávek.

Seznamte se s mým kolegou, robotem

Ale tehdy měli zastarat i bankovní pokladníci. Místo toho se stalo to, říká Bessen, že automatizace prostřednictvím bankomatů nejen rozšířila trh s pokladníky, ale také změnila povahu této práce: Protože pokladníci trávili méně času pouhou manipulací s hotovostí, trávili více času rozhovory se zákazníky o půjčkách a dalších bankovních službách. „A protože se interpersonální dovednosti staly důležitějšími,“ říká Bessen, „došlo k mírnému nárůstu platů bankovních pokladníků,“ stejně jako k nárůstu počtu míst pokladníků na plný úvazek namísto částečných. „Takže je to mnohem bohatší obrázek, než si lidé často představují.“

Podobné příběhy lze najít v mnoha dalších odvětvích. (Například i v éře online nakupování a samoobslužných pokladen jdou čísla zaměstnanosti v maloobchodě chytře nahoru). Faktem je, že i v současnosti je velmi těžké zcela nahradit lidské pracovníky.

Ocelárny jsou výjimkou, která potvrzuje pravidlo, říká Bryan Jones, generální ředitel společnosti JR Automation v Hollandu ve státě Michigan, která integruje různé formy hardwaru a softwaru pro průmyslové zákazníky, kteří se snaží automatizovat. „Ocelárna je opravdu nepříjemné, tvrdé prostředí,“ říká. Ale samotný proces – tavení, lití, válcování atd. – je v podstatě stejný bez ohledu na to, jaký druh oceli se vyrábí. Proto se podle něj hutě relativně snadno automatizují, což je důvod, proč ocelářský průmysl zrušil tolik pracovních míst.

Když jsou lidé lepší

„Tam, kde se automatizace stává obtížnější, je velká variabilita a přizpůsobení,“ říká Jones. „To je jedna z věcí, kterou nyní vidíme v automobilovém průmyslu: Většina lidí chce něco, co je jim šité na míru,“ s individuálním výběrem barvy, doplňků nebo dokonce přední a zadní mřížky. Každé vozidlo sjíždějící z montážní linky může být trochu jiné.

Automatizovat takovou flexibilitu není nemožné, říká Jones. Vyberte si nějaký úkol a pravděpodobně někde existuje laboratorní robot, který ho zvládl. Ale to není totéž jako dělat to nákladově efektivně a ve velkém měřítku. V reálném světě, jak zdůrazňuje Akella, je většina průmyslových robotů stále velkými slepými stroji, které vykonávají své pohyby bez ohledu na to, kdo nebo co jim stojí v cestě, a kvůli bezpečnosti musí být odděleny od lidí. U takových strojů, říká, „flexibilita vyžaduje spoustu přestaveb a spoustu programování – a to se nestane přes noc.“

Srovnejte to s lidskými pracovníky, říká Akella. Přeprogramování je snadné: „Stačí přijít do tovární haly a říct: ‚Lidi, dneska budeme vyrábět tohle místo tamtoho'“. A co je ještě lepší, lidé jsou vybaveni schopnostmi, kterým se málokterá robotická ruka vyrovná, včetně jemné motoriky, koordinace ruka-oko a talentu pro řešení neočekávaných situací.

To vše je důvod, proč se dnes většina automobilek nesnaží automatizovat vše na montážní lince. (Několik z nich se o to pokusilo na začátku, říká Bessen. Jejich závody však většinou dopadly jako montážní závod General Motors v Detroitu-Hamtramcku,který se po svém otevření v roce 1985 rychle stal noční můrou ladění: jeho roboti se navzájem lakovali stejně často jako cadillaky). Místo toho společnosti jako Toyota, Mercedes-Benz a General Motors omezují velké, hloupé a oplocené roboty na špinavé, nebezpečné a opakující se práce, jako je svařování a lakování. A vysílají své lidské pracovníky do míst, jako je oblast finální montáže, kde mohou skládat poslední kusy a zároveň kontrolovat jejich seřízení, lícování, povrchovou úpravu a kvalitu – a také to, zda konečný výrobek odpovídá požadavkům zákazníka na přizpůsobení.

Aby těmto lidským pracovníkům pomohli, investuje mnoho výrobců (nejen automobilových) do kolaborativních robotů neboli „cobotů“ – jedné z nejrychleji rostoucích kategorií současné průmyslové automatizace.

Spolupracující roboti: Stroje spolupracují s lidmi

Koboty nyní nabízí nejméně půl tuctu firem. Všechny však vycházejí z konceptů, které vyvinul tým pracující pod vedením Akelly v polovině 90. let, kdy byl kmenovým inženýrem General Motors. Cílem bylo sestrojit roboty, kteří by byli bezpeční a mohli pomáhat se stresujícími nebo opakujícími se úkoly, a přitom ponechat kontrolu lidským pracovníkům.

Abychom si problém představili, říká Akella, představme si, že zvedneme baterii z dopravníkového pásu, ujdeme dva kroky, hodíme ji do auta a pak se vrátíme pro další – jednou za minutu, osm hodin denně. „Sám jsem tu práci dělal,“ říká Akella, „a mohu vás ujistit, že jsem se domů vracel nesmírně bolavý.“ Nebo si představte, že zvednete 150kilový „kokpit“ – palubní desku vozu se všemi připojenými přístroji, displeji a klimatizačním zařízením – a vmanévrujete ho na místo skrz dveře vozu, aniž byste cokoli rozbili.

Vyvinout robota, který by mohl pomáhat s takovými úkoly, byla v té době zcela nová výzkumná výzva, říká Michael Peshkin, strojní inženýr na Northwestern University v Evanstonu ve státě Illinois a jeden z několika externích výzkumníků, které Akella zapojil do svého týmu. „V této oblasti šlo především o zvýšení autonomie robotů, jejich snímání a schopnosti vypořádat se s variabilitou,“ říká. Ale dokud se neobjevil tento projekt, nikdo se příliš nezaměřoval na schopnost robotů spolupracovat s lidmi.

Pro svého prvního cobota tedy spolu se svým kolegou z Northwesternu Edwardem Colgatem začali s velmi jednoduchým konceptem: malý vozík vybavený sadou zvedáků, které by zvedaly například kabinu, zatímco by ji lidský pracovník vedl na místo. Vozík však nebyl jen pasivní, říká Peshkin: Vozík by vnímal svou polohu a otáčel by svými koly, aby zůstal uvnitř „virtuální omezující plochy“ – v podstatě neviditelného trychtýře uprostřed vzduchu, který by vedl kokpit dveřmi a na místo bez škrábnutí. Pracovník by pak mohl zkontrolovat konečné uložení a upevnění bez namáhání.

Další prototyp sponzorovaný společností GM nahradil vozík robotickým ramenem řízeným pracovníkem, které mohlo zvedat automobilové komponenty, zatímco viselo z pohyblivého závěsného bodu na stropě. Sdílel však stejný princip asistence stroje a ovládání pracovníkem – princip, který se ukázal jako kriticky důležitý, když Peshkin a jeho kolegové vyzkoušeli své prototypy na pracovnících montážní linky General Motors.

„Očekávali jsme velký odpor,“ říká Peshkin. „Ale ve skutečnosti byli vstřícní a ochotní. Naprosto pochopili myšlenku, že jim chceme zachránit záda před zraněním.“ A stejně důležité je, že pracovníci coboty rádi používali. Líbilo se jim, že se mohli pohybovat o něco rychleji nebo pomaleji, když se jim chtělo. „Když každých 52 sekund přijede auto,“ říká Peshkin, „ta trocha samostatnosti byla opravdu důležitá.“ A líbilo se jim být součástí procesu. „Lidé chtějí, aby se jejich schopnosti projevily,“ říká. „Rádi používají své tělo a mají radost z vlastního pohybu.“ A coboti jim to podle něj poskytli: „Mohli jste se prohánět po virtuálním povrchu, vést kokpit a užívat si pohyb způsobem, který pevné stroje neumožňovaly.“

AI a její limity

Akellova současná firma Drishti hlásí podobně vstřícné reakce na svůj software založený na umělé inteligenci. Podrobnosti jsou tajné, říká Akella. Základní myšlenka však spočívá ve využití pokročilé technologie počítačového vidění, která by fungovala trochu jako GPS pro montážní linku a dávala pracovníkům pokyny a varování za jízdy. Řekněme, že pracovník sestavuje iPhone, vysvětluje, a kamera, která ho sleduje z nadhledu, se domnívá, že byly zajištěny pouze tři ze čtyř šroubů: „Upozorníme pracovníka a řekneme: ‚Hele, nezapomeňte utáhnout i tenhle šroubek, než to půjde po lince dolů‘.“

To má své aspekty Velkého bratra, přiznává marketingový ředitel Drishti David Prager. „Ale máme spoustu příkladů operátorů na podlaze, kteří se velmi zapojili a nakonec velmi ocenili,“ říká. „Velmi dobře znají strašidlo automatizace a robotizace, které na ně doléhá, a velmi rychle pochopí, že je to nástroj, který jim pomáhá být efektivnější, přesnější a v konečném důsledku pro firmu cennější. Takže firma je ochotnější investovat do svých lidí, než aby je vyřadila z rovnice.“

Toto téma – využití technologií k tomu, aby lidem pomáhaly vykonávat jejich práci, místo aby je nahrazovaly – bude pravděpodobně ještě dlouho charakteristické pro aplikace umělé inteligence. Stejně jako v robotice, i zde stále existují důležité věci, které umělá inteligence neumí.

Příklad medicína. Hluboké učení již vytvořilo software, který dokáže interpretovat rentgenové snímky stejně dobře nebo lépe než lidští radiologové, říká Darrell West, politolog, který se zabývá inovacemi v Brookings Institution ve Washingtonu. „Ale nebudeme chtít, aby software někomu řekl: ‚Právě jste dostal možnou diagnózu rakoviny,'“ říká. „Stále budete potřebovat radiologa, který umělou inteligenci zkontroluje, aby se ujistil, že to, co vypozorovala, je skutečně pravda.“ A pak, pokud budou výsledky špatné, specialistu na rakovinu, který pacientovi tuto zprávu sdělí a začne plánovat léčbu.

Podobně je tomu v právu, kde může být umělá inteligence velkým pomocníkem při hledání precedentů, které by mohly být relevantní pro daný případ – ale ne při jejich interpretaci nebo použití k vytvoření případu u soudu. Obecněji řečeno, říká Guszcza, umělá inteligence založená na hlubokém učení dokáže velmi dobře identifikovat vlastnosti a zaměřit pozornost tam, kam je třeba. Nestačí však na takové věci, jako je zvládání překvapení, integrace mnoha různých zdrojů znalostí a používání zdravého rozumu – „všechno to, v čem jsou lidé velmi dobří.“

A nechtějte po softwaru, aby skutečně rozuměl tomu, čím se zabývá, říká Guszcza. Během volební kampaně v roce 2016, aby otestoval užitečnost překladače Google, vyzkoušel klasický experiment: Vezměte titulek – „Hillary práskla dveřmi Bernieho“ – a požádejte Google, aby ho přeložil z angličtiny do bengálštiny a zpět. Výsledek: „Barney slam the door on Clinton“. O rok později, poté, co Google provedl rozsáhlou modernizaci překladače pomocí hlubokého učení, Guszcza experiment zopakoval s tímto výsledkem: „Hillary Barry otevřela dveře.“

„Nevidím žádný důkaz, že bychom se současnou umělou inteligencí dosáhli plného uvažování zdravým rozumem,“ říká a opakuje tak názor mnoha samotných výzkumníků umělé inteligence. V září 2017 například průkopník hlubokého učení Geoffrey Hinton, počítačový vědec z Torontské univerzity, řekl zpravodajskému webu Axios, že tento obor potřebuje zásadně nové myšlenky, pokud výzkumníci někdy doufají, že dosáhnou AI na úrovni člověka.

Vývoj pracovních míst

Omezení AI jsou dalším důvodem, proč ekonomové jako Bessen nevidí, že by v dohledné době způsobila masovou nezaměstnanost. „Automatizace se téměř vždy týká automatizace úkolu, nikoliv celého pracovního místa,“ říká a opakuje tak názor mnoha dalších. A přestože každé zaměstnání obsahuje alespoň několik rutinních úkolů, které by mohly z umělé inteligence těžit, existuje jen velmi málo zaměstnání, která jsou všechna rutinní. Bessen říká, že když systematicky procházel všechna zaměstnání uvedená ve sčítání lidu v roce 1950, „našel pouze jediné povolání, o kterém by se dalo říci, že bylo jednoznačně automatizováno – obsluha výtahů“. V roce 1950 jich bylo 50 000 a dnes fakticky žádné.

Na druhou stranu nepotřebujete masovou nezaměstnanost, aby došlo k masivním otřesům na pracovišti, říká Lee Rainie, ředitel výzkumu internetu a technologií v Pew Research Center ve Washingtonu. „Odborníci se sotva blíží ke konsenzu, zda robotika a umělá inteligence povedou k většímu počtu pracovních míst, nebo k jejich menšímu počtu,“ říká, „ale určitě změní pracovní místa. Všichni očekávají, že toto velké třídění dovedností a funkcí bude pokračovat, kam až oko dohlédne.“

Horší je, říká Rainie, že „nejvíce znepokojení odborníci z našeho vzorku tvrdí, že jsme nikdy v historii nečelili takové míře změn tak rychle“. Nejde jen o informační technologie, umělou inteligenci nebo robotiku, říká. Jde také o nanotechnologie, biotechnologie, trojrozměrný tisk, komunikační technologie – a tak dále a tak dále. „Změny probíhají na tolika frontách, že hrozí, že přerostou naši schopnost přizpůsobit se.“

Příprava na budoucnost práce

Pokud se tak stane, mohla by si výsledná éra neustálé výměny pracovních míst vynutit některé radikální změny v širší společnosti. Návrhy odborníků z Pew a dalších organizací zahrnují zvýšený důraz na další vzdělávání a rekvalifikaci dospělých, kteří hledají nové dovednosti, a přepracovanou sociální záchrannou síť, která by pomáhala lidem přecházet z jednoho zaměstnání do druhého a z místa na místo. V technologickém sektoru se dokonce objevuje podpora pro určitý druh garantovaného ročního příjmu, a to na základě teorie, že pokrok v oblasti umělé inteligence a robotiky nakonec překoná současná omezení a učiní nevyhnutelným masivní narušení pracovních míst, což znamená, že lidé budou potřebovat polštář.

Toto je druh diskuse, která se velmi rychle stane politickou. A v tuto chvíli, říká Rainie, průzkumy veřejného mínění agentury Pew ukazují, že se o ni veřejnost příliš nezajímá: „Existuje spousta průměrných lidí, průměrných zaměstnanců, kteří říkají: ‚Jo, všichni ostatní se tím nechají zkazit – ale já ne. Moje firma je v dobré kondici. Nedovedu si představit, jak by mě mohl nahradit nějaký stroj nebo software.“

Je to však diskuse, která musí naléhavě proběhnout, říká West. Jen při pohledu na to, co se již připravuje, říká, že „plná síla technologické revoluce se odehraje mezi lety 2020 a 2050. Pokud tedy provedeme změny nyní a budeme je postupně zavádět v průběhu příštích 20 let, je to naprosto zvládnutelné. Pokud však budeme čekat až do roku 2040, pravděpodobně to nebude možné zvládnout.“

Poznámka redakce: Tento článek byl aktualizován 1. srpna a opravil podrobnosti experimentu Jima Guszczy. V příběhu bylo původně uvedeno, že během volební kampaně v roce 2016 byl proveden experiment, jehož cílem bylo zjistit, nakolik hluboké učení zlepšilo schopnosti překladače Google; ve skutečnosti byl experiment v roce 2016 proveden ještě předtím, než společnost Google plně vylepšila překladač pomocí hlubokého učení. Původní test byl proveden s titulkem „Hillary práskla dveřmi Bernieho“, nikoli „Bernie práskl dveřmi Hillary“, jak bylo původně uvedeno. Titulek, který vznikl po překladu z angličtiny do bengálštiny a zpět, zněl „Barney práskl dveřmi na Clintonovou“, nikoli „Barry obviňuje dveřmi Hillary“. Vylepšení hlubokého učení bylo testováno o rok později se stejným původním titulkem a výsledný titulek po překladu do bengálštiny a zpět byl „Hillary Barrymu otevřela dveře“

.