Интересно: о будущем рынка труда

Интересный материал мы нашли на просторах интеренета: о том, как цифровые технологии могут изментить рынок труда в недалеком будущем. Делимся ею с вами:

В прошлом году предприниматель Себастьян Тран поставил себе цель увеличить объемы продаж своей компании с помощью искусственного интеллекта, пишет Эмили Эндес для Nature.

Тран — основатель и президент образовательной компании Udacity, что разрабатывает и продает образовательные курсы. В компании работает целая армия рекрутеров, которые поощряют покупателей приобретать ее разработки. В обязанности рекрутера входит отвечать на вопросы потенциальных студентов в онлайн-чатах. Тран собрал все ответы, которые получили студенты, записавшиеся на курс, и загрузил их в программу на основе машинного обучения. Компьютерная программа определила наиболее эффективные ответы на типичные вопросы. Загрузив их в память и заставив работать по определенному алгоритму, Тран создал “цифровой ректутера”, который начал отвечать на вопросы вместе с людьми. Как только к программе доходила очередь, она автоматически генерирует ответы на вопросы студентов, которые даже не подозревали, что общаются с машиной. Как оказалось, этот цифровой ассистент помог команде ректутеров завербовать вдвое (!) больше абитуриентов и принес компании неплохую прибыль. По словам Трана, система сконцентрировала весь лучший опыт его работников и сделала его достоянием целой команды. По его мнению, это революционный процесс.

“Так же, как паровой двигатель и автомобиль увеличили нашу мускульную силу, компьютеры многократно усилят наш интеллект и превратят нас в суперлюдей”, — говорит он.

В течение прошлого десятилетия произошли значительные достижения в сфере цифровых технологий, включая искусственный интеллект, робототехнику, облачные технологии, анализ данных и мобильные коммуникации. В предстоящие десятилетия эти технологии трансформируют почти каждую отрасль человеческой жизнедеятельности — от сельского хозяйства и промышленности до финансов и транспорта — и радикально изменят характер труда.

“Миллионы рабочих мест исчезнут, появятся миллионы, десятки миллионов сильно изменятся”, — заверил исследователь из Массачусетсського технологического института Эрик Бринйольфсон, который возглавляет Инициативы изучения цифровой экономики.

Впрочем, по его словам, любые предсказания смутные, ведь технологии развиваются настолько быстро, что мы просто не успеваем их осмысливать. Данные, которые мы уже имеем, противодействуют простым сюжетным линиям. Вероятнее всего, цифровые технологии будут иметь очень сложное влияние на характер труда в будущем, в котором будет множество нюансов и одновременно возможностей и рисков для работников.

Действительно ли машинное обучение вытеснит опытных работников?

Предыдущие волны автоматизации позволяли заменить машинами людей в выполнении относительно простых, повторяющихся и монотонных задач. Машинное обучение позволяет автоматизировать задачи, которые потребуют более сложных, нерутинных действий и когнитивных решений.

“За истекшие 40-50 лет мы могли автоматизировать только те задачи, которые в совершенстве понимали. Теперь это уже не так. Машины сами могут учиться”, — говорит Бринйольфсон.

Системы с машинным обучением могут переводить тексты, распознавать изображения, детектировать ложь и диагностировать болезни. “Машина может работать с гораздо, гораздо, гораздо большим количеством информации, чем даже самый одаренный человек”, — говорит Тран. В прошлом году он возглавлял исследовательскую команду, которая показала, как с помощью 129 тысяч изображений каждой сыпи можно научить программу диагностировать рак кожи с точностью опытного дерматолога.

Эти достижения увеличивают опасения, что такие системы могут вытеснить людей в сферах, которые раньше считали слишком сложными, чтобы быть автоматизированными. В 2013 году исследователи из Оксфордского университета оценили риск автоматизации для 702-х разных профессий. Их выводы пугают: 47% всех профессий в Соединенных Штатах в предстоящие десятилетия могут быть компьютеризированы и автоматизированы. Наиболее уязвимыми являются профессии в сфере транспорта, производства и офисного администрирования. Водители такси, офисные клерки, бухгалтеры и аудиторы могут больше беспокоиться о своих рабочих местах.

Впрочем, другие исследователи утверждают, что цифра 47% очень преувеличена, ведь работники на рабочем месте выполняют больше, чем одно задание. “Когда вы оцениваете реальную структуру задач, которые люди выполняют на рабочем месте, вы замечаете, что цифры на самом деле становятся намного ниже”, — говорит Ульрих Циран, старший исследователь Европейского центра экономических исследований в Мангейме (Германия).

Например, исследователи из Оксфорда сообщают, что 98% библиотекарей, бухгалтеров и аудиторов грозит риск автоматизации. Однако когда Циран и его коллеги проанализировали то, что эти люди делают на своих рабочих местах, то оказалось, что 76% из них на самом деле выполняют групповую работу, которая требует межличностного взаимодействия. А эти задачи (по крайней мере сейчас) еще невозможно так легко автоматизировать. Когда авторы распространили свой подход на другие профессии, они обнаружили еще более оптимистичные реалии. В Соединенных Штатах, как оказалось, только 9% работников по-настоящему угрожает риск потерять рабочее место через автоматизацию. Эти цифры лежат в диапазоне от 6% в Южной Корее до 12% в Германии и Австрии.

Бринйольфсен вместе с Томом Митчелом сейчас работает над тем, чтобы глубже оценить слабые и сильные стороны искусственного интеллекта по ряду параметров. Например, системы машинного обучения прекрасно справляют с задачами, которые требуют трансляции одного набора данных в другой (например, изображений высыпаний — в диагноз рака). Их также можно успешно применять там, где есть готовые массивы данных, на основе которых машина может учиться. Бринйольфсен и Митчел как раз стремятся установить, насколько функции работников на рабочем месте согласуются с этими критериями.

Но даже с таким анализом непросто определить последствия для рынка рабочей силы. То, что задача может быть автоматизирована, не означает, что оно будет, ведь это требует дорогих и длительных организационных изменений. Юридические, этические и социальные барьеры могут стоять на пути.

“Искусственный интеллект — это еще не легкодоступный продукт, что продается на полках”, — говорит Федерико Кабица, который исследует информатику здравоохранения в Миланском университете (Италия). Имплементация систем машинного обучения в медицине, например, требует технологической готовности и желания посвятить этому процессу тысячи человеко-часов.

Из исследований известно, что рабочая сила очень гибка в адаптации к новым технологиям. Во второй половине ХХ века рост автоматизации ускорил изменения внутри профессий, поскольку рабочие начали выполнять более сложные и нерутинные задачи. В будущем это может иметь положительное значение; если автоматизированные системы начнут ставить рутинные медицинские диагнозы, врачи могут больше времени посвящать сложным случаям.

“Тот факт, что компьютеры хорошо ставят медицинские диагнозы, не означает, что врачи исчезнут как профессия, — говорит Митчел. — Возможно, это означает, что мы будем иметь лучших врачей”.

Уже сегодня много людей работают рядом с искусственным интеллектом, а не вытесняются ним — как, скажем, ректутеры в компании Udacity. Самоуправляемые автомобили, например, еще не справляются со всеми дорожными ситуациями. Компания Nissan предлагает для этого “человеческое решение”: если какой-то из ее автономных автомобилей попадает в ситуацию, которую он не понимает — например дорожные работы впереди или ДТП, — он автоматически связывается с удаленным командным центром, в котором управление на себя временно берет человек и ведет машину сквозь проблемный участок.

“Машины и люди мыслят по-разному, и каждый тип мышления имеет свои сильные стороны”, — говорит Пьетро Мичелуччи, исполнительный директор Human Computation Institute в Фейрфакси (Вирджиния).

Действительно ли gig-экономика увеличивает эксплуатацию работников?

В современном мире происходит переход к gig-экономики (англ. gig — многозначное диалектное и сленговое слово, которое, среди прочих, имеет значение “кратковременная, разовая работа” и “юла”). В gig-экономике рабочие заняты на небольших краткосрочных, как правило, нескольких работах. Это может быть как подработка водителем Uber, так и выполнение микрозадач на краудворкинговых платформах, как Amazon Mechanical Turk, которые включают перевод нескольких предложений текста или обозначение изображений. Гибкость, разнообразие и автономия — это обещания новой gig economy. Работники в gig-экономике преимущественно работают через Интернет, который не ограничивает их местным рынком труда. “Человек в Найроби больше не зависит от местных работодателей, а может выполнять задания, например, в Соединенных Штатах”, — говорит исследователь цифровой географии из Оксфордского университета Марк Грэхем.

Впрочем, действительно ли работники в gig-экономике достаточно получают за свой труд? 68% респондентов сообщили, что эта гибкая труд в постиндустриальной экономике приносит важную часть их дохода домохозяйства. Благодаря Интернету и цифровым платформам смогли трудоустроиться много людей, которым раньше это было значительно труднее сделать, в частности люди с ограниченными возможностями или мигранты без официального разрешения на работу. “Много людей действительно хорошо себя чувствуют в этой системе, но далеко не все”, — говорит Грэхем.

В gig-экономике существует явное преобладание предложения над спросом. Это заставляет многих людей снижать цену за свою работу далеко за пределы той, которую они считают справедливой. Многие из них вынужден работать интенсивно и со слишком строгими графиками. “Их положение очень ненадежное. Многие из них не могут позволить себе такую роскошь, как отказать предложению работы, какую бы не хотели выполнять. Многие из них вынужден работать 48 часов подряд, чтобы вовремя выполнить все контракты”, — говорит Грэхем.