Maszyny i praca: co pokazują dane

Rama pończosznicza z ryciny powyżej to maszyna, wokół której spór o technologię i pracę toczy się od czterystu lat. Elżbieta I odmówiła jej wynalazcy patentu, obawiając się o los prządek. Dwieście lat później luddyści niszczyli jej kolejne wersje. Dziś w Wielkiej Brytanii nie ma prawie żadnych prządek - i jest więcej pracy niż kiedykolwiek.

Ten fakt bywa używany jako argument kończący dyskusję: dotąd zawsze było dobrze, więc będzie. To jest wniosek za mocny. Ale wniosek przeciwny - że tym razem maszyny zabiorą pracę - też nie wynika z tego, z czego zwykle się go wyprowadza.

Skąd wzięło się 47 procent

W 2013 roku dwóch badaczy z Oksfordu opublikowało oszacowanie, które obiegło świat: 47 procent zatrudnienia w Stanach Zjednoczonych znajduje się w kategorii wysokiego ryzyka automatyzacji.

W cytowaniach zdanie to skróciło się do „maszyny zabiorą połowę miejsc pracy”. Praca mówiła co innego, i to w sposób, który autorzy zaznaczyli wprost:

• Szacowano podatność techniczną - czy zadania danego zawodu dają się w zasadzie zautomatyzować. Nie: czy zostaną, nie: kiedy, nie: czy się to opłaci.
• Jednostką był zawód, nie stanowisko. Zawód, w którym da się zautomatyzować większość zadań, trafiał do kategorii ryzyka w całości.
• Nie modelowano powstawania nowych zawodów, bo nie ma metody, która by to potrafiła.

Dekadę później bezrobocie w krajach rozwiniętych było rekordowo niskie. Nie znaczy to, że praca była błędna - znaczy, że mierzyła coś innego, niż jej przypisano.

Co pokazują dane

Badanie, które w tej dyskusji ma najmocniejszą metodologię, poszło inaczej: zamiast szacować przyszłość, porównało lokalne rynki pracy w USA, na których wdrożono różną liczbę robotów przemysłowych.

Wynik: dodanie jednego robota na tysiąc pracowników wiąże się z mierzalnym spadkiem zatrudnienia i płac w danym regionie. Efekt jest realny, ujemny i lokalny.

Dwa zastrzeżenia, bez których łatwo przeciągnąć ten wynik za daleko:

• Dotyczy robotów przemysłowych, a nie oprogramowania. Automatyzacja pracy biurowej ma inny przebieg i inne dane.
• Efekt lokalny nie musi być efektem krajowym. Praca może przenosić się między regionami; to, co widać jako stratę w jednym miejscu, bywa zyskiem w innym.

Trzecia obserwacja, tym razem historyczna: automatyzacja rzadko likwiduje zawód w całości. Likwiduje zadania. Bankomat nie usunął kasjerów - zmienił to, co robią, i przez obniżenie kosztu oddziału pozwolił otworzyć ich więcej. Dopiero bankowość internetowa zrobiła to, czego spodziewano się po bankomacie.

Gdzie leży realny problem

Nie w liczbie miejsc pracy. W rozkładzie kosztów i czasie na dostosowanie.

Rewolucja przemysłowa skończyła się wzrostem zamożności - po dwóch, trzech pokoleniach. Dla ludzi, których zawód zniknął w połowie życia, statystyka zbiorcza nie była pociechą. Prządka nie została programistką; jej wnuczka może i tak, ale to jest inna osoba.

Trzy pytania, które mają dziś znaczenie praktyczne, a giną pod nagłówkami:

Kto ponosi koszt. Zysk z automatyzacji trafia do właściciela kapitału, koszt - do pracownika i budżetu publicznego. To jest kwestia podziału, a nie technologii, i rozstrzygana jest politycznie.

Jak szybko. Zmiana rozłożona na trzydzieści lat jest problemem edukacyjnym. Ta sama zmiana w pięć lat jest problemem socjalnym.

Dokąd przejść. Przekwalifikowanie działa, gdy istnieje zawód sąsiedni, wymagający podobnych umiejętności. Gdy automatyzacja obejmuje całe pasmo zadań o podobnym profilu - a to jest właśnie różnica, którą może wnieść AI - sąsiedztwa może nie być.

Co to ma wspólnego z transhumanizmem

Więcej, niż widać na pierwszy rzut oka. Rozmowa o automatyzacji jest najbliższym testem dla tez, które w tym nurcie padają w wersji dalekosiężnej.

Jeśli systemy ogólnego przeznaczenia miałyby kiedyś dorównać człowiekowi w większości zadań poznawczych, to skutek na rynku pracy będzie pierwszym, który zobaczymy - na długo przed czymkolwiek, co dałoby się nazwać AGI. Sposób, w jaki społeczeństwa poradzą sobie z tą falą, jest zarazem próbką tego, jak poradzą sobie z następnymi.

I odwrotnie: jeśli fala okaże się podobna do poprzednich - bolesna lokalnie, korzystna zbiorczo, rozłożona na dekady - to jest to argument przeciw scenariuszom nagłej nieciągłości.

Co z tego wynika

Przy każdej prognozie z tej dziedziny warto sprawdzić trzy rzeczy:

1. Co dokładnie policzono? Podatność techniczną zawodu czy przewidywaną liczbę zwolnień? To są dwie różne wielkości i pierwsza bywa podawana jako druga.
2. Zawód czy zadanie? Prognozy operujące zawodami systematycznie przeszacowują skutek, bo zawody rozkładają się na zadania o różnej podatności.
3. Czy uwzględniono to, co powstanie? Zwykle nie - bo nie ma jak. Warto wiedzieć, że prognoza jest z tego powodu jednostronna, nawet gdy jej autorzy są uczciwi.

To nie jest zachęta do spokoju. To jest zachęta do liczenia tego, co da się policzyć, i mówienia wprost o reszcie.