Sztuczna inteligencja nie tyle likwiduje stanowiska, co redefiniuje potrzebne umiejętności. Naukowcy z USA obalają mity i tworzą nowy wskaźnik ryzyka bezrobocia.
W skrócie:
- Badania z Northeastern University pokazują, że historyczne prognozy masowego bezrobocia z powodu AI były błędne. Technologia częściej zmienia zadania niż likwiduje całe etaty.
- Profesor Estebanoro proponuje nową miarę – „ryzyko bezrobocia” – opartą na analizie umiejętności, które mogą zostać zautomatyzowane w danym zawodzie.
- Trwają prace nad publicznym narzędziem, które pozwoli każdemu pracownikowi ocenić, jak bardzo jego zestaw kompetencji jest narażony na automatyzację przez AI.
Pytanie, czy sztuczna inteligencja zabierze nam pracę, przestało być domeną science fiction. Rozbrzmiewa w biurach, na spotkaniach zarządów i podczas rodzinnych obiadów. Wizje masowych zwolnień, napędzane przez kolejne doniesienia o możliwościach AI – która potrafi już nawet zbierać truskawki – stały się częścią naszej codzienności. Tymczasem najnowsze badania z Northeastern University rzucają na tę kwestię zupełnie nowe światło. Sugerują, że zamiast panikować, powinniśmy skupić się na czymś znacznie bardziej subtelnym: ewolucji naszych umiejętności.
Czy czeka nas apokalipsa na rynku pracy?
Dotychczasowe modele analityczne bywały bezlitosne. Niektóre prognozy przewidywały, że automatyzacja zagrozi nawet 40% stanowisk w niektórych sektorach, a w całych Stanach Zjednoczonych ryzyko dotyczyło połowy wszystkich miejsc pracy. Te liczby robią wrażenie i skutecznie podgrzewają atmosferę niepewności. Zespół badawczy, w którym działa profesor fizyki Esteban Moro, postanowił jednak sprawdzić, ile w tych katastroficznych wizjach jest prawdy. W publikacji na łamach prestiżowego czasopisma PNAS Nexus naukowcy zestawili historyczne modele z twardymi danymi o bezrobociu z różnych sektorów i stanów. Wnioski? Dość zaskakujące.
“Odkryliśmy, że żadna z tych apokaliptycznych przepowiedni nie była trafna. Po prostu się nie wydarzyły” – stwierdza bez ogródek Moro. Okazuje się, że rynek pracy jest systemem znacznie bardziej złożonym i adaptacyjnym, niż zakładały proste modele oparte na mechanicznej substytucji. Wpływ AI jest realny, ale jego zrozumienie wymaga porzucenia zero-jedynkowego myślenia o zwalnianiu i zatrudnianiu.
Historia radiologa, czyli dlaczego prognozy zawiodły
Profesor Moro posługuje się obrazowym przykładem radiologów. Kiedy algorytmy AI nauczyły się analizować zdjęcia rentgenowskie z precyzją dorównującą ludzkim ekspertom, wielu wieszczyło zmierzch tej profesji. Logika wydawała się prosta: skoro maszyna robi to samo, a nawet lepiej, to po co nam człowiek? Rzeczywistość napisała jednak zupełnie inny scenariusz. “Liczba radiologów w tym kraju wzrosła w ciągu ostatnich 10 lat” – zauważa badacz. Dlaczego? Ponieważ praca radiologa to znacznie więcej niż tylko odczytywanie zdjęć. To także konsultacje z innymi lekarzami, kontakt z pacjentem, planowanie leczenia i podejmowanie złożonych decyzji. AI zautomatyzowało jedną umiejętność, ale nie cały zawód. Wręcz przeciwnie – uwolniło czas specjalistów, pozwalając im skupić się na innych, bardziej złożonych zadaniach.
“Musimy zrozumieć, że wpływ AI na rynek pracy nie objawia się tylko na końcu, gdy zostajesz zwolniony. Twoje umiejętności zawodowe lub zadania mogą zostać przedefiniowane. Możesz dostać zupełnie inną pracę. Możesz przejść z jednego stanowiska na inne w tej samej firmie. Możesz pozostać na tym samym stanowisku, ale robić o wiele więcej rzeczy lub robić je znacznie szybciej” – tłumaczy Moro.
Jak zmierzyć ryzyko? Nowa metryka dla każdego
Skoro proste mierzenie bezrobocia nie oddaje istoty zmian, potrzebujemy nowych narzędzi. Dlatego zespół Moro pracuje nad wskaźnikiem, który nazywa “ryzykiem bezrobocia” (unemployment risk). To miara, która nie ocenia, czy stracisz pracę, ale jak duża część twoich obecnych umiejętności może zostać wkrótce zautomatyzowana. Im wyższy wskaźnik, tym większa presja na adaptację, zdobywanie nowych kompetencji lub zmianę ścieżki zawodowej. Kluczowe jest tu słowo “adaptacja”.
“To nie znaczy, że zostaniesz zwolniony” – podkreśla Moro. “Możemy się dostosować, możemy się przekwalifikować i robić coś innego, a firmy i uniwersytety mogą szkolić ludzi w zakresie nowych umiejętności”. Wiedza o własnym “ryzyku bezrobocia” staje się więc nie wyrokiem, a kompasem. Wskazuje, w którym kierunku powinniśmy rozwijać swoje kompetencje, aby nie wypaść z pędzącego pociągu technologicznego.
Co nas czeka? Powstaje Obserwatorium Zakłóceń na Rynku Pracy
Ambicje naukowców sięgają jednak dalej. Wraz z badaczami z innych czołowych instytucji, takich jak Carnegie Mellon i MIT, Moro buduje Obserwatorium Zakłóceń na Rynku Pracy w USA (Observatory of US Job Disruption). Jego celem jest gromadzenie i analiza ogromnych zbiorów danych o umiejętnościach – z CV, opisów stanowisk czy ogłoszeń o pracę. Wszystko po to, by uczynić pomiar ryzyka jeszcze bardziej precyzyjnym.
W przyszłości ma powstać strona internetowa, na której każdy będzie mógł wprowadzić swój zawód, branżę i lokalizację, aby otrzymać spersonalizowaną ocenę swojego “ryzyka bezrobocia”. To narzędzie może zrewolucjonizować sposób, w jaki myślimy o karierze i planowaniu rozwoju. “Jedynym sposobem na zrozumienie tego, co się dzieje, i podjęcie działań jest właściwy pomiar” – podsumowuje Moro. Wygląda na to, że debata o AI i pracy wkracza w nową, znacznie ciekawszą fazę. Fazę, w której strach zastępuje strategia, a panikę – świadoma adaptacja.