Viitorul muncii: Îmi vor lua roboții locul de muncă?

În anii 1990, când băncile americane au început să instaleze în mare măsură ghișee automate, casierii umani care lucrau în acele bănci păreau să se confrunte cu o obsolescență rapidă. Dacă mașinile puteau să distribuie numerar și să accepte depozite singure, non-stop, cine mai avea nevoie de oameni?

Băncile aveau nevoie, de fapt. Este adevărat că bancomatele au făcut posibilă funcționarea sucursalelor băncilor cu mult mai puțini angajați: 13 în medie, față de 20. Dar economiile de costuri nu au făcut decât să încurajeze băncile-mamă să deschidă atât de multe sucursale noi, încât numărul total de casieri angajați a crescut de fapt.

Puteți găsi povești similare în domenii precum finanțele, asistența medicală, educația și dreptul, spune James Bessen, economistul de la Universitatea din Boston care a atras atenția colegilor săi asupra poveștii bancomatelor în 2015. „Argumentul nu este că automatizarea crește întotdeauna numărul locurilor de muncă”, spune el, „ci că poate și adesea o face.”

Este o lecție pe care merită să o rețineți atunci când ascultați predicțiile din ce în ce mai încrâncenate despre viitorul muncii în era roboților și a inteligenței artificiale. Gândiți-vă la mașinile fără șofer, sau la sinteza vorbirii umane convingătoare, sau la roboții înfiorător de realiști care pot alerga, sări și deschide uși singuri: Având în vedere ritmul accelerat al progresului în astfel de aplicații, cât timp va mai rămâne ceva de făcut pentru oameni?

Această întrebare a primit cea mai apocaliptică formulare din partea unor personalități precum fondatorul Tesla și SpaceX, Elon Musk, și regretatul fizician Stephen Hawking. Ambii au avertizat public că mașinile vor depăși în cele din urmă capacitățile umane, vor trece dincolo de controlul nostru și poate chiar vor declanșa prăbușirea civilizației umane. Dar și observatori mai puțin dramatici sunt îngrijorați. În 2014, când Pew Research Center a intervievat aproape 1.900 de experți în tehnologie cu privire la viitorul muncii, aproape jumătate dintre ei erau convinși că mașinile cu inteligență artificială vor duce în curând la pierderea accelerată a locurilor de muncă – aproape 50% până la începutul anilor 2030, potrivit unei analize citate pe scară largă. Rezultatul inevitabil, se temeau ei, ar fi un șomaj în masă și o creștere bruscă a nivelurilor deja îngrijorătoare de astăzi ale inegalității veniturilor. Iar acest lucru ar putea duce, într-adevăr, la o prăbușire a ordinii sociale.

Sau poate că nu. „Întotdeauna este mai ușor să ne imaginăm locurile de muncă care există astăzi și care ar putea fi distruse decât să ne imaginăm locurile de muncă care nu există astăzi și care ar putea fi create”, spune Jed Kolko, economist-șef la site-ul online de anunțuri de locuri de muncă Indeed. Mulți, dacă nu chiar majoritatea experților din acest domeniu, sunt prudent de optimiști în ceea ce privește ocuparea forței de muncă – fie și numai pentru că exemplul ATM și multe altele ca acesta arată cât de contraintuitiv poate fi impactul automatizării. Inteligența mașinilor este încă foarte departe de a egala întreaga gamă de abilități umane, spune Bessen. Chiar și atunci când țineți cont de evoluțiile care vin acum prin conducte, spune el, „avem puține motive ca în următorii 10 sau 20 de ani să ne facem griji cu privire la șomajul în masă.”

Atunci – încotro se vor îndrepta lucrurile?

Nu există nicio modalitate de a ști cu siguranță până când viitorul nu va ajunge aici, spune Kolko. Dar poate, adaugă el, că nu aceasta este întrebarea corectă: „Dezbaterea cu privire la efectul agregat asupra pierderilor de locuri de muncă față de câștigurile de locuri de muncă ne orbește față de alte aspecte care vor conta oricum” – cum ar fi modul în care locurile de muncă s-ar putea schimba în fața inteligenței artificiale și a roboticii și cum va gestiona societatea această schimbare. De exemplu, vor fi folosite aceste noi tehnologii doar ca o altă modalitate de a înlocui lucrătorii umani și de a reduce costurile? Sau vor fi folosite pentru a-i ajuta pe lucrători, eliberându-i pentru a-și exercita abilitățile exclusiv umane, cum ar fi rezolvarea problemelor și creativitatea?

„Există multe moduri posibile diferite în care am putea configura starea lumii”, spune Derik Pridmore, CEO al Osaro, o firmă cu sediul în San Francisco care produce software de inteligență artificială pentru roboții industriali, „și există o mulțime de alegeri pe care trebuie să le facem.”

Automatizarea și locurile de muncă: lecții din trecut

În Statele Unite, cel puțin, dezbaterea de astăzi privind mașinile cu inteligență artificială și locurile de muncă nu poate să nu fie colorată de amintirile din ultimele patru decenii, când numărul total de muncitori angajați de producătorii de automobile, oțelării și alți producători din SUA a început un declin lung și lent, de la un maxim de 19.5 milioane în 1979 la aproximativ 17,3 milioane în 2000 – urmat de o scădere abruptă la un minim de 11,5 milioane în urma Marii Recesiuni din 2007-2009. (De atunci, totalul și-a revenit ușor, ajungând la aproximativ 12,7 milioane; schimbări în linii mari similare au fost observate în alte țări puternic automatizate, cum ar fi Germania și Japonia). Venind pe fondul unei stagnări a creșterii salariilor începând cu aproximativ 1973, experiența a fost traumatizantă.

Adevărat, spune Bessen, nu este posibil ca automatizarea să fie întregul motiv al declinului. „Dacă ne întoarcem în urmă cu o sută de ani”, spune el, „industria se automatiza într-un ritm la fel de rapid sau mai rapid, iar ocuparea forței de muncă creștea în mod robust”. Așa am ajuns, în primul rând, la milioane de muncitori din fabrici. În schimb, economiștii pun scăderea ocupării forței de muncă pe seama unei confluențe de factori, printre care se numără globalizarea,declinul sindicatelor și o cultură corporatistă din anii 1980 în Statele Unite care a pus accentul pe reduceri de personal, reducerea costurilor și profituri trimestriale mai presus de orice.

Dar automatizarea a fost cu siguranță unul dintre acești factori. „În încercarea de a reduce costurile, am luat în mod colectiv calea celei mai mici rezistențe”, spune Prasad Akella, un robotician care este fondator și director executiv al Drishti, o firmă nou înființată în Palo Alto, California, care folosește inteligența artificială pentru a-i ajuta pe muncitori să își îmbunătățească performanța pe linia de asamblare. „Și aceasta a fost: ‘Să o externalizăm în cel mai ieftin centru, astfel încât costurile cu forța de muncă să fie scăzute’. Și dacă nu putem să o externalizăm, hai să o automatizăm.””

AI și roboți la locul de muncă

Automatizarea a luat mai multe forme, inclusiv oțelării controlate de calculator care pot fi operate doar de o mână de angajați și roboți industriali, brațe mecanice care pot fi programate să miște o unealtă, cum ar fi un pulverizator de vopsea sau o torță de sudură, printr-o secvență de mișcări. Astfel de roboți au fost utilizați în număr tot mai mare începând cu anii 1970. În prezent, există aproximativ 2 milioane de roboți industriali utilizați la nivel global, mai ales în liniile de asamblare a automobilelor și a produselor electronice, fiecare luând locul unuia sau mai multor muncitori umani.

Distincțiile dintre automatizare, robotică și inteligență artificială sunt, în mod cert, destul de neclare – și devin din ce în ce mai neclare, acum că mașinile fără șofer și alți roboți avansați folosesc software cu inteligență artificială în creierele lor digitale. Dar o regulă de bază aproximativă este că roboții îndeplinesc sarcini fizice care odată necesitau inteligență umană, în timp ce software-ul de inteligență artificială încearcă să îndeplinească sarcini cognitive de nivel uman, cum ar fi înțelegerea limbajului și recunoașterea imaginilor. Automatizarea este un termen generic care nu numai că le cuprinde pe amândouă, dar include și computerele obișnuite și mașinile neinteligente.

Lovitura AI este cea mai grea. Înainte de aproximativ 2010, aplicațiile au fost limitate de un paradox faimos semnalat de filosoful Michael Polanyi în 1966: „Putem ști mai mult decât putem spune” – ceea ce înseamnă că cele mai multe dintre abilitățile care ne ajută să trecem peste zi sunt exersate, inconștiente și aproape imposibil de articulat. Polanyi a numit aceste abilități cunoaștere tacită, spre deosebire de cunoașterea explicită care se găsește în manualele școlare.

Imaginați-vă că încercați să explicați exact cum știți că un anumit model de pixeli este o fotografie a unui cățeluș sau cum puteți negocia în siguranță un viraj la stânga împotriva traficului din sens opus. (Pare destul de ușor să spui „așteaptă o deschidere în trafic” – până când încerci să definești o „deschidere” suficient de bine pentru ca un computer să o recunoască, sau să definești cu exactitate cât de mare trebuie să fie decalajul pentru a fi în siguranță). Acest tip de cunoștințe tacite conținea atât de multe subtilități, cazuri speciale și lucruri măsurate prin „pipăit”, încât nu părea să existe nicio modalitate pentru programatori de a le extrage, cu atât mai puțin de a le codifica într-un algoritm definit cu precizie.

Astăzi, desigur, chiar și o aplicație de smartphone poate recunoaște fotografii de căței (de obicei), iar vehiculele autonome fac acele viraje la stânga în mod obișnuit (dacă nu întotdeauna perfect). Ceea ce s-a schimbat doar în ultimul deceniu este faptul că dezvoltatorii de inteligență artificială pot acum să arunce o putere de calcul masivă asupra unor seturi masive de date – un proces cunoscut sub numele de „‘deep learning”. Practic, acest lucru se rezumă la a arăta mașinii un miliard de fotografii cu căței și un miliard de fotografii fără căței, după care software-ul de inteligență artificială ajustează un miliard de variabile interne până când poate identifica corect fotografiile.

Deși acest proces de învățare profundă nu este deosebit de eficient – un copil uman trebuie să vadă doar unul sau doi căței – a avut un efect transformator asupra aplicațiilor de inteligență artificială, cum ar fi vehiculele autonome, traducerea automată și tot ceea ce necesită recunoașterea vocii sau a imaginilor. Și asta este ceea ce îi sperie pe oameni, spune Jim Guszcza, cercetător șef de date din SUA la Deloitte Consulting din Los Angeles: „Wow – lucruri care înainte necesitau cunoștințe tacite pot fi făcute acum de computere!” De aici noua anxietate cu privire la pierderile masive de locuri de muncă în domenii precum dreptul și jurnalismul, care nu au avut niciodată de ce să-și facă griji cu privire la automatizare înainte. Și astfel, numeroasele previziuni de obsolescență rapidă pentru vânzătorii din magazine, agenții de securitate și lucrătorii din fast-food, precum și pentru șoferii de camioane, taxiuri, limuzine și camionete de livrări.

Faceți cunoștință cu colegul meu, robotul

Dar atunci, se presupunea că și casierii de la bancă urmau să devină învechiți. Ceea ce s-a întâmplat în schimb, spune Bessen, a fost că automatizarea prin intermediul bancomatelor nu numai că a extins piața pentru casieri, dar a schimbat și natura slujbei: Pe măsură ce casierii au petrecut mai puțin timp manipulând pur și simplu numerar, au petrecut mai mult timp discutând cu clienții despre împrumuturi și alte servicii bancare. „Și, pe măsură ce abilitățile interpersonale au devenit mai importante”, spune Bessen, „a avut loc o creștere modestă a salariilor casierilor bancari”, precum și o creștere a numărului de posturi de casier cu normă întreagă, mai degrabă decât cu jumătate de normă. „Așadar, este o imagine mult mai bogată decât își imaginează adesea oamenii”, spune el.

Povești similare pot fi găsite în multe alte industrii. (Chiar și în era cumpărăturilor online și a autocontrolului, de exemplu, cifrele de angajare pentru comerțul cu amănuntul cresc inteligent). Adevărul este că, chiar și acum, este foarte greu să înlocuiești complet lucrătorii umani.

Atelierele sunt o excepție care confirmă regula, spune Bryan Jones, CEO al JR Automation, o firmă din Holland, Michigan, care integrează diverse forme de hardware și software pentru clienții industriali care doresc să automatizeze. „O oțelărie este un mediu foarte urât și dur”, spune el. Dar procesul în sine – topirea, turnarea, laminarea și așa mai departe – este în esență același, indiferent de tipul de oțel pe care îl produceți. Așa că laminoarele au fost relativ ușor de automatizat, spune el, motiv pentru care industria siderurgică a eliminat atât de multe locuri de muncă.

Când oamenii sunt mai buni

„Acolo unde devine mai dificil de automatizat este atunci când aveți multă variabilitate și personalizare”, spune Jones. „Acesta este unul dintre lucrurile pe care le vedem în prezent în industria auto: Cei mai mulți oameni doresc ceva care să le fie adaptat”, cu o alegere personalizată a culorii, a accesoriilor sau chiar a grilelor față și spate. Fiecare vehicul care coboară pe linia de asamblare ar putea fi puțin diferit.

Nu este imposibil să automatizăm acest tip de flexibilitate, spune Jones. Alegeți o sarcină și probabil că există undeva un robot de laborator care o stăpânește. Dar asta nu este același lucru cu a o face în mod rentabil, la scară largă. În lumea reală, după cum subliniază Akella, majoritatea roboților industriali sunt încă niște mașini mari și oarbe, care își execută mișcările indiferent de cine sau ce se află în cale și care trebuie să fie ținute la distanță de oameni din motive de siguranță. Cu astfel de mașini, spune el, „flexibilitatea necesită o tonă de retehnologizare și o tonă de programare – iar acest lucru nu se întâmplă peste noapte.”

Contrastând acest lucru cu lucrătorii umani, spune Akella. Reprogramarea este ușoară: „Pur și simplu intri în fabrică și spui: „Băieți, astăzi facem asta în loc de aia”.” Și mai bine, oamenii vin echipați cu abilități pe care puține brațe robotizate le pot egala, inclusiv controlul motor fin, coordonarea mână-ochi și un talent pentru a face față neprevăzutului.

Toate acestea sunt motivele pentru care majoritatea producătorilor de automobile din ziua de azi nu încearcă să automatizeze totul pe linia de asamblare. (Câțiva dintre ei au încercat acest lucru la început, spune Bessen. Dar, în general, instalațiile lor au sfârșit ca uzina de asamblare a General Motors din Detroit-Hamtramck,care a devenit rapid un coșmar de depanare după ce a fost deschisă în 1985: roboții săi se vopseau între ei la fel de des cum vopseau Cadillac-urile). În schimb, companii precum Toyota, Mercedes-Benz și General Motors limitează roboții mari, proști și îngrădiți la sarcini care sunt murdare, periculoase și repetitive, cum ar fi sudarea și vopsirea cu spray. Și își detașează lucrătorii umani în locuri cum ar fi zona de asamblare finală, unde pot asambla ultimele piese în timp ce verifică alinierea, potrivirea, finisarea și calitatea – și dacă produsul final este în concordanță cu cererea de personalizare a clientului.

Pentru a-i ajuta pe acești lucrători umani, în plus, mulți producători (și nu doar producătorii de automobile) investesc masiv în roboți colaborativi, sau „cobots” – una dintre categoriile de automatizare industrială cu cea mai rapidă creștere în prezent.

Roboți colaborativi: Mașinile lucrează cu oamenii

Coboturile sunt acum disponibile de la cel puțin o jumătate de duzină de firme. Dar toate se bazează pe concepte dezvoltate de o echipă care a lucrat sub conducerea lui Akella la mijlocul anilor 1990, când acesta era inginer angajat la General Motors. Scopul a fost acela de a construi roboți care să fie siguri în preajmă și care să poată ajuta la sarcini stresante sau repetitive, lăsând în același timp controlul lucrătorilor umani.

Pentru a vă face o idee despre problemă, spune Akella, imaginați-vă că ridicați o baterie de pe o bandă transportoare, mergeți doi pași, o lăsați în mașină și apoi vă întoarceți pentru următoarea – o dată pe minut, opt ore pe zi. „Am făcut eu însumi această treabă”, spune Akella, „și vă pot asigura că am ajuns acasă extrem de inflamat”. Sau imaginați-vă să ridicați un „cockpit” de 150 de kilograme – tabloul de bord al mașinii, cu toate instrumentele, afișajele și echipamentele de aer condiționat atașate – și să îl manevrați pentru a-l pune la locul lui prin ușa mașinii fără să rupeți nimic.

Dezvoltarea unui robot care ar putea ajuta la astfel de sarcini a fost o provocare de cercetare destul de nouă la acea vreme, spune Michael Peshkin, inginer mecanic la Universitatea Northwestern din Evanston, Illinois, și unul dintre mai mulți cercetători externi pe care Akella i-a inclus în echipa sa. „Domeniul era axat pe creșterea autonomiei roboților, a capacității de detectare și a capacității de a face față variabilității”, spune el. Dar până la apariția acestui proiect, nimeni nu se concentrase prea mult pe capacitatea roboților de a lucra cu oamenii.

Așa că, pentru primul lor cobot, el și colegul său de la Northwestern, Edward Colgate, au început cu un concept foarte simplu: un mic cărucior echipat cu un set de dispozitive de ridicare care să ridice, să zicem, cabina de pilotaj, în timp ce lucrătorul uman o ghida în poziție. Dar căruciorul nu era doar pasiv, spune Peshkin: Acesta își simțea poziția și își rotea roțile pentru a rămâne în interiorul unei „suprafețe de constrângere virtuală” – de fapt, o pâlnie invizibilă în aer care ghida cabina de pilotaj prin ușă și în poziție fără nicio zgârietură. Lucrătorul ar putea apoi să verifice ajustarea finală și atașamentele fără efort.

Un alt prototip sponsorizat de GM a înlocuit căruciorul cu un braț robotic ghidat de lucrător care poate ridica componente auto în timp ce atârnă de un punct de suspensie mobil de pe tavan. Dar împărtășea același principiu de asistență a mașinii plus controlul lucrătorului – un principiu care s-a dovedit a fi extrem de important atunci când Peshkin și colegii săi și-au testat prototipurile pe lucrătorii de pe linia de asamblare a General Motors.

„Ne așteptam la multă rezistență”, spune Peshkin. „Dar, de fapt, au fost primitori și de ajutor. Au înțeles în totalitate ideea de a le salva spatele de la rănire.” Și, la fel de important, muncitorilor le-a plăcut să folosească cobots. Le-a plăcut că puteau să se miște puțin mai repede sau mai încet dacă aveau chef. „Cu o mașină care vine la fiecare 52 de secunde”, spune Peshkin, „acel pic de autonomie a fost foarte important”. Și le-a plăcut să facă parte din proces. „Oamenii vor ca abilitățile lor să fie expuse”, spune el. „Le place să își folosească corpul, să se bucure de propria mișcare”. Iar coboturile le-au oferit acest lucru, spune el: „Puteai să te plimbi în picaj de-a lungul suprafeței virtuale, să ghidezi cabina de pilotaj și să te bucuri de mișcare într-un mod pe care mașinăria fixă nu îl permitea.”

AI și limitele sale

Actuala firmă a lui Akella, Drishti, raportează un răspuns la fel de binevenit la software-ul său bazat pe AI. Detaliile sunt brevetate, spune Akella. Dar ideea de bază este de a folosi tehnologia avansată de viziune pe calculator pentru a funcționa oarecum ca un GPS pentru linia de asamblare, oferind lucrătorilor instrucțiuni și avertismente pas cu pas pe măsură ce merg. Să presupunem că un muncitor asamblează un iPhone, explică el, iar camera care urmărește de deasupra capului crede că doar trei din patru șuruburi au fost fixate: „Îl avertizăm pe lucrător și îi spunem: „Hei, asigură-te că trebuie să strângi și acel șurub înainte de a merge pe linie.””

Aceasta are aspectele sale de Big Brother, recunoaște directorul de marketing al Drishti, David Prager. „Dar avem o mulțime de exemple de operatori din sală care devin foarte implicați și, în cele din urmă, foarte apreciativi”, spune el. „Ei cunosc foarte bine spectrul automatizării și al robotizării care apasă asupra lor și văd foarte repede că acesta este un instrument care îi ajută să fie mai eficienți, mai preciși și, în cele din urmă, mai valoroși pentru companie”. Astfel, compania este mai dispusă să investească în oamenii săi, spre deosebire de a-i scoate din ecuație.”

Această temă – utilizarea tehnologiei pentru a-i ajuta pe oameni să își facă treaba, mai degrabă decât pentru a-i înlocui pe oameni – va fi probabil o caracteristică a aplicațiilor de inteligență artificială pentru o lungă perioadă de timp de acum încolo. La fel ca în cazul roboticii, există încă unele lucruri importante pe care IA nu le poate face.

Să luăm, de exemplu, medicina. Învățarea profundă a produs deja un software care poate interpreta razele X la fel de bine sau mai bine decât radiologii umani, spune Darrell West, un politolog care studiază inovația la Brookings Institution din Washington, DC. „Dar nu vom dori ca software-ul să spună cuiva: „Tocmai ați primit un posibil diagnostic de cancer””, spune el. „Veți avea nevoie în continuare de un radiolog care să verifice inteligența artificială, pentru a se asigura că ceea ce a observat este de fapt cazul” – și apoi, dacă rezultatele sunt proaste, de un specialist în cancer care să dea vestea pacientului și să înceapă să planifice un tratament.

La fel ca în domeniul juridic, unde inteligența artificială poate fi de mare ajutor în găsirea precedentelor care ar putea fi relevante pentru un caz – dar nu și în interpretarea lor sau în utilizarea lor pentru a construi un caz în instanță. În general, spune Guszcza, IA bazată pe învățare profundă este foarte bună la identificarea caracteristicilor și la concentrarea atenției acolo unde este nevoie. Dar nu reușește când vine vorba de lucruri cum ar fi tratarea surprizelor, integrarea mai multor surse diverse de cunoștințe și aplicarea bunului simț – „toate lucrurile la care oamenii sunt foarte buni.”

Și nu cereți software-ului să înțeleagă de fapt cu ce se confruntă, spune Guszcza. În timpul campaniei electorale din 2016, pentru a testa utilitatea Google Translate, el a încercat un experiment clasic: Luați un titlu – „Hillary îi trântește ușa lui Bernie” – apoi cereți-i lui Google să îl traducă din engleză în bengaleză și înapoi. Rezultatul: „Barney îi trântește ușa lui Clinton”. Un an mai târziu, după ce Google a făcut o actualizare masivă a Translate folosind deep learning, Guszcza a repetat experimentul cu rezultatul: „Hillary Barry a deschis ușa.”

„Nu văd nicio dovadă că vom ajunge la un raționament complet bazat pe bunul simț cu ajutorul inteligenței artificiale actuale”, spune el, reluând o observație făcută chiar de mulți cercetători în domeniul inteligenței artificiale. În septembrie 2017, de exemplu, pionierul învățării profunde Geoffrey Hinton, un informatician de la Universitatea din Toronto, a declarat pentru site-ul de știri Axios că domeniul are nevoie de unele idei fundamental noi dacă cercetătorii speră să ajungă vreodată la o inteligență artificială de nivel uman.

Evoluția locurilor de muncă

Limitele AI sunt un alt motiv pentru care economiști precum Bessen nu văd că aceasta va cauza șomaj în masă prea curând. „Automatizarea este aproape întotdeauna despre automatizarea unei sarcini, nu a întregului loc de muncă”, spune el, reluând un punct de vedere exprimat de mulți alții. Și, în timp ce fiecare loc de muncă are cel puțin câteva sarcini de rutină care ar putea beneficia de IA, există foarte puține locuri de muncă care sunt toate de rutină. De fapt, spune Bessen, atunci când a analizat sistematic toate locurile de muncă enumerate în recensământul din 1950, „a existat o singură ocupație despre care se poate spune că a fost în mod clar automatizată până la dispariție – operatorii de ascensor”. Erau 50.000 în 1950 și efectiv niciunul astăzi.

Pe de altă parte, nu este nevoie de șomaj în masă pentru a avea o bulversare masivă la locul de muncă, spune Lee Rainie, director de cercetare în domeniul internetului și tehnologiei la Pew Research Center din Washington, DC. „Experții nu sunt aproape de un consens cu privire la faptul că robotica și inteligența artificială vor duce la mai multe locuri de muncă sau la mai puține locuri de muncă”, spune el, „dar cu siguranță vor schimba locurile de muncă. Toată lumea se așteaptă ca această mare triere a abilităților și funcțiilor să continue cât vezi cu ochii.”

Mai rău, spune Rainie, „cei mai îngrijorați experți din eșantionul nostru spun că niciodată în istorie nu ne-am confruntat cu acest nivel de schimbare atât de rapid.” Nu este vorba doar de tehnologia informației, sau de inteligența artificială, sau de robotică, spune el. Este vorba, de asemenea, de nanotehnologie, biotehnologie, imprimare 3-D, tehnologii de comunicare – și așa mai departe. „Schimbările au loc pe atât de multe fronturi încât amenință să ne copleșească capacitatea de adaptare”, spune el.

Pregătirea pentru viitorul muncii

Dacă așa stau lucrurile, era rezultată de schimbare constantă a locurilor de muncă ar putea forța unele schimbări radicale în societatea în general. Printre sugestiile experților de la Pew și ale altora se numără un accent sporit pe educația continuă și reconversia profesională pentru adulții în căutare de noi competențe, precum și o plasă de siguranță socială modernizată pentru a-i ajuta pe oameni să treacă de la un loc de muncă la altul și de la un loc la altul. Există chiar un sprijin emergent în sectorul tehnologic pentru un fel de venit anual garantat, pe baza teoriei că progresele în domeniul inteligenței artificiale și al roboticii vor transcende în cele din urmă limitările actuale și vor face inevitabile perturbările masive la locul de muncă, ceea ce înseamnă că oamenii vor avea nevoie de o pernă de siguranță.

Acesta este genul de discuție care devine foarte politică foarte repede. Iar în acest moment, spune Rainie, sondajele de opinie ale Pew arată că nu se află cu adevărat pe radarul publicului: „Există o mulțime de oameni obișnuiți, muncitori obișnuiți care spun: ‘Da, toată lumea va fi dată peste cap de acest lucru – dar eu nu sunt. Afacerea mea este în formă bună. Nu-mi pot imagina cum o mașină sau un software m-ar putea înlocui.””

Dar este o discuție care trebuie să aibă loc urgent, spune West. Doar uitându-ne la ceea ce este deja în pregătire, spune el, „întreaga forță a revoluției tehnologice va avea loc între 2020 și 2050. Prin urmare, dacă facem schimbări acum și le introducem treptat în următorii 20 de ani, este perfect gestionabil. Dar dacă așteptăm până în 2040, va fi probabil imposibil de gestionat.”

Nota editorului: Această știre a fost actualizată la 1 august pentru a corecta detaliile unui experiment realizat de Jim Guszcza. Povestea spunea inițial că a fost realizat un experiment în timpul campaniei electorale din 2016 pentru a vedea cât de mult a îmbunătățit Google Translate capacitatea de învățare profundă; de fapt, experimentul din 2016 a fost realizat înainte ca Google să actualizeze complet Translate cu învățare profundă. Testul inițial a fost realizat cu titlul „Hillary îi trântește ușa lui Bernie”, nu „Bernie îi trântește ușa lui Hillary”, așa cum s-a afirmat inițial. Titlul care a rezultat după traducerea din engleză în bengaleză și invers a fost „Barney trântește ușa pe Clinton”, nu „Barry dă vina pe ușa lui Hillary”. Îmbunătățirile aduse prin învățare profundă au fost testate un an mai târziu cu același titlu inițial, iar titlul care a rezultat după traducerea în bengaleză și înapoi a fost „Hillary Barry a deschis ușa.”

.