Ai og fremtidens arbeid

Kunstig intelligens vil ha en dyp effekt på måten folk jobber på, og vil nesten helt sikkert også påvirke tilgjengeligheten av jobber og inntektsfordeling. Men en rekke ledende teknologer og økonomer som holdt tale på en konferanse om AI og Future of Work - presentert av MITs informatikk og kunstig intelligenslaboratorium (CSAIL) og initiativet om digital økonomi - tidligere denne måneden antydet at endringene kanskje ikke ville være så rask eller så uvanlig som populært antydes, noe som er veldig forskjellig fra mye av det jeg hører på typiske teknologikonferanser.

MIT-president Rafael Reif, som åpnet konferansen, sa at selv om det er klart det skjer en stor endring, forblir uklart hvordan de skal svare på en slik endring for folk flest. Reif sa at han har hørt fra administrerende direktører som permitterer hundrevis av mennesker hvis jobber er blitt foreldet av automatisering, som samtidig insisterer på at de har hundrevis av jobber de ikke kan fylle fordi de ikke kan finne de rette menneskene med riktige ferdighetssett. Hvis vi ønsker at teknologiske fremskritt skal komme alle til gode, sa Reif, må vi nøye gjenoppfinne fremtidens arbeid.

AI-revolusjonen: Hvorfor nå? Hva det betyr og hvordan man kan realisere potensialet

(John Markoff, Center for Advanced Study in the Behavioural Sciences; Erik Brynjolfsson, MIT Initiative on the Digital Economy; Kai-Fu Lee, Sinovation Ventures; James Manyika, McKinsey; Mona Vernon, Thompson Reuters)

I et panel om hvorfor disse endringene skjer nå og hva de kan bety å se fremover, snakket Erik Brynjolfsson, direktør for MITs initiativ om digital økonomi, om "den andre maskinalderen" som gjør det mulig for oss å øke ikke bare musklene våre, men hjernen vår, og sa at dette er en milepæl i menneskets historie.

Brynjolfsson la til, at slike fremskritt har blitt ledsaget av "den store koblingen", som refererer til betingelsen om at arbeidskraftens produktivitet er på rekordnivå, men medianinntekten ikke har økt siden 1990-tallet. Dette, sa han, er ikke en funksjon av teknologi, men av hvordan vi bruker teknologi.

Sinovation Ventures administrerende direktør Kai-Fu Lee, en av de ledende investorene i AI i Kina, var kanskje den mest pessimistiske på jobben ødeleggelse. Han snakket om fire bølger av teknologi, som har ført til fire forskjellige slags selskaper: internettdata og de gigantiske internettbehemothene som Google og Facebook; kommersielle data og ting som medisinsk bildegjenkjenning og gjenkjenning av svindel; den "digitaliserte virkelige verdenen" og enheter som Amazon Echo og kameraer i kjøpesentre og flyplasser; og full automatisering, der han mener robotikk og autonome kjøretøy.

Lee sa at den første bølgen ikke hadde så stor innvirkning på sysselsettingen, men sa at den andre og tredje kan erstatte mange arbeidere med hvit krage, mens den fjerde i stor grad vil ramme arbeidere med blå krage. Dermed regner han med at han forventer mer forstyrrelse for hvite kragearbeidere først. Som eksempler siterte han en rekke kinesiske selskaper, inkludert Megviis ansiktsgjenkjenningsprogramvare for "Face ++", som han sa kunne erstatte 911 hvis den er distribuert bredt; Yibot, en chatbot som kan erstatte kundeservicemedarbeidere; og Yongqianbao, en smart applikasjon for lånefinansiering som kan erstatte låneansvarlige. Imidlertid desimerer AI-revolusjonen generelt jobber uten erstatning, sa han, så vi må håndtere AI-induserte jobbtap.

Løsningene han foreslo var å utrydde fattigdom; gjenoppfinne utdanning for å fokusere på "bærekraftige jobber", nemlig kreative og sosiale tjenester som ikke kan erstattes av AI; skape mer sosiale og omsorgsorienterte jobber; og trekker oss tilbake fra vår "arbeidsmoral for industriell alder."

McKinsey Global Institute-styreleder James Manyika sa at AI og automatisering gir store fordeler for næringslivet, økonomien og samfunnet, men sa at deres innvirkning på arbeidet er mer usikker.

Når det gjelder informasjon fra McKinseys nylige studie om automatisering (som jeg dekket her), bemerket han at bare 5 prosent av jobbene er nær 100 prosent automatiske basert på oppgavene som er involvert, men at 60 prosent av yrkene er omtrent 30 prosent automatiske, igjen basert på oppgavene som er involvert. Som et resultat vil noen arbeidsplasser gå tapt, men mange flere jobber vil oppleve store endringer. Spørsmålene, sa han, er det vil være nok jobber, og av disse jobbene, hvordan vil de endre seg?

Thomson Reuters Labs CTO Mona Vernon, snakket om å gi "supermakter" til advokater og journalister, ved å bygge programvare på toppen av massive kunnskapsgrafer. Hun sa at AI endrer "arkitekturen til firmaet" ved å gjøre det mulig å svare på spørsmål som ikke ville vært mulig å svare for ti år siden. Men hun bemerket at det er et stort sprang som kreves for å gå fra "kunsten til de mulige" AI-demonstrasjonene til implementering av produksjonsgrad.

Moderator John Markoff, stipendiat ved Center for Advanced Study in the Behavioral Sciences i Stanford kjent også for sine mange år med rapportering på The New York Times, lurte på hvorfor, hvis teknologien er så bra, det fortsatt er så mange jobber nå. Brynjolfsson sa at i løpet av de siste førti årene har vi sett mange arbeidsplasser som er skapt, men ikke gode jobber, og at medianinntektene ikke har steget, så vi "burde ikke være i det hele tatt selvtilfredse." Han sa at han ikke tror på teknologisk determinisme, men i stedet mener at vi må ta riktige politiske valg på områder som utdanning og entreprenørskap.

Augmentation vs Automation

(John Markoff, Stanford; Dimitris Papageorgiou, Ernst & Young; Sophie Vandebroek, IBM Research; Krystyn Van Vliet, MIT; John Van Reenen, MIT)

Et annet panel fokuserte på om AI vil erstatte jobber eller øke dem. MIT økonomiprofessor John Van Reenen erkjente at folk frykter automatisering, og at denne frykten er forankret i den økonomiske erfaringen de har hatt de siste tretti eller førti årene.

Van Reenen sa historien til de siste 200-300 årene er en positiv historie, fordi økonomien har vært i stand til å skape nye arbeidsplasser. Men, sa han, "spørsmålet er kvaliteten på jobbene, snarere enn kvantiteten."

Operatøransvarlig for IBM Research Sophie Vandebroek var en stor tro på utvidelsesargumentet. Hun snakket om systemer som AI som hjalp sikkerhetsfolk ved å sjekke databaser mot kjente trusler; sa at AI hjelper fagpersoner i finansielle tjenester ved å sjekke mot regelverk; og snakket om hvordan Xerox (hvor hun pleide å jobbe) utviklet et system for å bruke maskinlæring for å automatisere poengsummen til tester. Alle disse tingene hjelper folk til å prestere bedre på arbeidsplassen, etter hennes syn.

Tilsvarende sa MIT-professor i materialvitenskap og ingeniørvitenskap Krystyn Van Vliet at teknologien som lar datamaskiner se etter svulster ikke fører til færre radiologer, men heller gir leger mer tid til å konsultere hverandre og med pasienter. Likevel sa hun, "folk liker ikke å bli fortalt at de trenger å bli dyktige på nytt."

Markoff spurte om denne utviklingen vil føre til "de-skilling" av mennesker, og Ernst & Young Partner Dimitris Papageorgiou bemerket at fly fremdeles har to piloter, selv gjennom det meste av en flyging blir utført av autopilot. Men, sa Papageorgiou, AI forsterker skillet mellom lavere og dyktige ansatte, og sa at Estland og Costa Rica har endret skoleprogrammer basert på hvor de tror jobber vil være i fremtiden. Van Reenen bemerket at teknologien til dags dato har vært partisk til fordel for fagarbeideren, noe som gjenspeiles i den enorme premien som går til college gir, selv når tilbudet av høyskoleutdannede arbeidere har økt. Men AI er annerledes, sa han, siden det også vil påvirke dyktige jobber, for eksempel radiologi.

Strategier for å navigere i den første fasen

Flere foredragsholdere tilbød strategier for å få AI til å fungere bedre, samt tanker om å utdanne arbeidere til den nye tiden.

Allen Blue, medstifter og visepresident for produktstyring hos LinkedIn, snakket om å bygge et responsivt system slik at folk kan få tilgang til livslang læring. Han advarte om at noen jobber er flyktige, og sa at akkurat nå er den største jobbåpningen for medisinske kodere, men at dette er en jobb som med stor sannsynlighet vil bli automatisert ut av eksistensen. Blue lurte på hvordan folk vil ha tid og penger til å skaffe seg utdanning, og sa arbeidsgivere og regjeringen må bli mer involvert.

Blue sa at det er et "behov for å revurdere utdanning helt ned til barnehagenivå, " med fokus på områder som samarbeid.

Sam Madden, professor ved MIT CSAIL, og fakultetsmeddirektør for systemer som lærer, sa at han er bekymret for hvordan tenåringer bruker tiden sin, inkludert hvor mye mer tid de bruker på å bruke datamaskiner og enheter i stedet for å samhandle med sine jevnaldrende, og sa at han tror dette kan ha en "merkelig innvirkning på sosiale ferdigheter."

Jennifer Chayes, teknisk stipendiat og administrerende direktør, Microsoft Research New England, snakket om hvordan AI kan forbedre helsevesenet, og pekte som eksempel på applikasjoner for mobile enheter som bruker forsterkningslæring for å motivere diabetikere til å trene mer. Hun er bekymret for rettferdighet i AI, og sa at de fleste systemer, i stedet for å optimalisere for rettferdighet, i stedet tar skjevheter i menneskerelaterte data og forstørrer dem. "Vi vil sørge for at AI klarer seg bedre enn mennesker, ikke verre, " sa hun.

Alex "Sandy" Pentland, grunnlegger for MIT Connection Science Research Initiative, sa at han ikke er bekymret for jobber, men snarere om metoder for å produsere verdi. Han sa at vi går fra å gjøre rutineoppgaver til i stedet å fokusere på oppgaver som krever sosiale ferdigheter og ikke-rutine analytiske oppgaver, og snakket om "Den menneskelige strategien", eller ideen om at nettverk i et selskap eller i samfunnet er akkurat som forbindelser i dypet lærer. Han sa at det ville være interessant å bringe forsterkende læring til det sosiale domenet så vel som produksjonsnettverk, og skape "kaizen helt opp" i ledernivåer, samt i butikkgulvet.

I en diskusjon sa Pentland at det må være mye mer datadeling og datatransparens. Foreløpig sa han at det er en utrolig konsentrasjon av data på noen få hender, og han håper å se noen måte å åpne for tilgang på, samtidig som han respekterer personvernlovgivningen. AI er bare så god som dataene som ble brukt til å trene den, la Pentland til, og sa at hvis du er bekymret for rettferdighet, må du forstå hvilke data som gikk inn i systemet.

Er det virkelig AI, eller bare beregningsstatistikk?

Et annet panel ble planlagt for å diskutere "muligheter og utfordringer", men endte virkelig opp med å snakke mer om begrensningene i dagens AI-systemer.

Josh Tenenbaum, professor, MIT CSAIL, sa at selv om vi har AI-teknologier, har vi ikke ekte AI. I stedet har vi systemer som gjør bare en ting, basert på mønstergjenkjenning. Ekte intelligens, sa han, ville i stedet modellere verden, forklare og forstå hva den ser, forestille seg, lære og bygge nye modeller av verden. Han sa at vi er flere tiår borte fra en AI som kan oppnå dette, og bemerket at selv 3 måneder gamle babyer har mer forståelse av ting i verden sammenlignet med en AI.

Patrick Winston, professor ved MIT CSAIL, sa at "'Professor i AI' vil være den siste stillingen", men generelt var mye mer optimistisk for fremtiden for arbeidsstyrken. Ting har virkelig ikke endret seg mye siden 1985, sa han, da den siste AI-revolusjonen viste seg å ikke erstatte mennesker. Maskinlæring er bare et annet ord for "beregningsstatistikk, " sa han, så når folk sier at han som eier AI vil eie verden, hvis du bare bytter ut "AI" med "beregningsstatistikk", høres det mye mindre troverdig ut.

I en samtale som fulgte, refererte Markoff til John McCarthys prosjekt for å bygge en tenkemaskin, og Winston var veldig skeptisk. "Vi har alltid sagt at teknologi på menneskelig nivå er 20 år fri… til slutt vil vi ha rett, " men sannsynligvis ikke denne gangen, sa han. Selv om det vi har i dag er enormt nyttig, representerer det bare en liten del av menneskets intelligens, understreket han.

Visjon: Industri 2020-2050

(John Markoff, Stanford; Andrew McAfee, MIT IDE; Tom Kochan, MIT; Rod Brooks, Rethink Robotics)

Tilsvarende perspektiver gjentok seg i en diskusjon om hva paneldeltakere forventet for 2020-2050.

Rod Brooks, grunnlegger og CTO for Rethink Robotics, bemerket at læring ikke er generelt, og sa at det å lære å navigere ikke er det samme som å lære å bruke spisepinner, som igjen ikke er det samme som å lære språk. Han bemerket at dagens datamaskiner kan identifisere bilder av mennesker som har paraplyer i regnet, men kan ikke svare på grunnleggende spørsmål som "Kan racoons bære paraplyer?"

Tom Kochan, meddirektør og professor, arbeids- og sysselsettingsforskning ved MITs Sloan School of Management, sa at det er fire hovedelementer i en "integrert teknologi og arbeidsstrategi", for å sikre at teknologi fungerer for samfunnet generelt.

Det første elementet, sa Kochan, er å definere utfordringen og bestemme problemet (eller problemene) vi prøver å løse. For det andre mener han at i stedet for å vurdere teknologien først, og deretter arbeidsstyrken, bør vi integrere teknologien og arbeidsdesignprosessen. Som et eksempel snakket han om hvordan GM brukte 50 milliarder dollar på automatisering, men hørte ikke på arbeidsstyrken, og fikk dermed ikke resultatene den hadde håpet på.

Det tredje elementet, sa Kochan, er trening, og vi bør trene før teknologi blir satt i bruk, i tillegg til å "gjøre livslang læring til en realitet for alle." Når det gjelder GM, trengte autoworkers å forstå teknologien for at den skulle bli distribuert riktig, og i stedet møtte stresset med å lære å bruke teknologien når den ble installert. Til slutt sa Kochan at vi må kompensere de som er mest påvirket. Han sa at selv om det skapes nye jobber, betyr det ikke noe for personene som mister jobben, og vi må forholde oss rettferdig med dem som er negativt påvirket.

Hvis vi er oppmerksom på disse elementene, sa Kochan, vil vi skape en mer delt velstand, men "hvis vi overlater det til teknologer alene, vil vi gjenskape vinnere og tapere."

Andrew McAfee, meddirektør for MIT-initiativet for digital økonomi, og hovedforskningsforsker, MIT Sloan School of Management, prøvde å gi svar på det han ser som de tre vanligste spørsmålene om økonomien.

Først, sa han, er spørsmålet "har økonomien vår blitt kapret?" McAfee bemerket at det økende gapet mellom rike og fattige, samt økningen av store, mektige selskaper og finansmenn. Men han sa at det som skjer er for det meste en strukturell endring, som er ført til som et resultat av teknologi og globalisering, i stedet for at selskaper spiller urettferdig.

For det andre hører McAfee mye bekymring for "permanente teknologiske monopol", og selv om det er umulig å overføre denne bekymringen med noen sikkerhet, er slike permanente monopol "nesten absolutt ikke" noe å bekymre seg for. Han husket bekymringene for 20 år siden at IBM, Microsoft og senere AOL kunne bli slike permanente teknologiske monopol, og lignende kommentarer for 10 år siden om Nokia og RIM. Generelt sa han, "noe som ikke passer dem."

Til slutt spurte McAfee: "Vil det være jobber?" Han svarte bekreftende, men sa at det ikke er noen garanti for at det vil være så mange jobber i fremtiden som det er i dag. Selv om mange sier at vi alltid har godt av en kombinasjon av mennesker og maskiner, er det ikke en regel. For eksempel har vi langt færre landmann i dag enn vi en gang hadde, og sysselsettingen i industrien toppet seg i 1979, så vi vet virkelig ikke hva som vil skje i løpet av de neste tre tiårene.

I en paneldiskusjon som fulgte, spurte Markoff om virkningen av Hollywood, og skildringer av AI på kino. Brooks bemerket at han som 13-åring så 2001 og "ble forelsket i HAL." Men, sa han, Hollywood har en tendens til å fremstille verden som den er, og deretter legge til teknologi, mens i den virkelige verden tilpasser samfunnet seg til teknologi.

McAfee sa at han er mer bekymret for frykt-mongering angående AI, og siterer Andrew Ng som sa at "å bekymre seg for mordereoboter er som å bekymre seg for overbefolkning på Mars." Han sa at vi "bruker altfor mye tid på dette andre emnet for sovesofa."

Kochan sa at han er mer interessert i å finne ut hvordan vi bringer flere mennesker inn i samtalen om teknologi, ettersom mange teknologier tar for lang tid på å diffundere. I stedet, sa han, skulle vi ta med brukere inn tidlig. Men Brooks motarbeidet og spurte "hvor mange mennesker må ta et kurs i hvordan man bruker en smarttelefon?"

Markoff spurte om teknologiens rolle i jobbdebatten, så vel som ulikhet. McAfee sa at Mark Zuckerbergs nettoverdi er den "gale tingen å fokusere på." I stedet, sa han, skulle vi være bekymret for stagnasjonen av middelklassen. Kochan var enig i at stagnasjon er et problem, og argumenterte for at den store tingen som driver ulikhet og stagnasjon er "nedgangen til institusjoner" som fagforeninger og minstelønn.

I en egen tale sa MIT CSAIL-direktør Daniela Rus at vi skulle tenke på maskiner som verktøy, og sa at hun tro at roboter og AI kan skape flere arbeidsplasser og bedre jobber. Men hun påpekte at knusing av store datasett ikke oversetter kunnskap, og at det å lage komplekse beregninger ikke gir autonomi. Rus bemerket også at handling er vanskeligere enn persepsjon, at persepsjon er vanskeligere enn dataknusing, og at det er eksponentielt vanskeligere å komme til 99, 99 prosent enn å nå 90 prosent.

Rus var likevel optimistisk for det meste, og snakket om hvordan teknologi kan gi fabrikkarbeidere mer kontroll over hva de produserer, og hvordan ting som wearables vil hjelpe blinde mennesker til å bedre navigere i verden. Hun avsluttet foredraget sitt ved å sitere John F. Kennedy, som i 1962 sa at "vi tror at hvis menn har talentet til å finne opp nye maskiner som setter menn ut av arbeid, har de talentet for å sette disse mennene tilbake i arbeid.

Det var mye mer om økonomien i AI og jobber den andre dagen (som jeg vil dekke i et annet innlegg.)

Er du nysgjerrig på bredbåndets internetthastighet? Test det nå!