Eén taak tegelijk Fw:Denken:zullen robots onze banen overnemen? Hoe dingen werken

"Zullen robots mijn baan overnemen?"

Iedereen wil weten, en bijna iedereen heeft een mening. Google maar eens op die zin om tientallen artikelen over technische journalistiek te vinden die deze vraag in de kiem smoren. Zullen ze onze banen overnemen? Maar serieus, hoe zit het met mijn baan? Is elke bedrijfssector veilig?

Op de lange termijn, er is een uiterst eenvoudig antwoord op de vraag:

Ja. Dat zullen ze absoluut.

Met enkele uitzonderingen, wat je baan ook is, zeer intelligente mensen zoeken naar manieren om het te automatiseren, en als er een voldoende sterke economische prikkel aanwezig is, ze zullen slagen. Zoals we in de video hierboven zeggen, of je baan uiteindelijk wordt overgenomen door een machine, mobiele robot of stukje computersoftware is niet echt de vraag. De vraag is, "Hoe snel?"

Wanneer gebeurt dit?

We zullen, misschien hebben een paar Oxford-professoren een antwoord voor je. In een invloedrijk artikel uit 2013 getiteld "The Future of Employment:How sensitive are jobs to computerisation?", auteurs Carl Benedikt Frey en Michael A. Osborne concludeerden dat 47 procent van de banen in de VS een hoog risico liep op geautomatiseerde vervanging binnen "een niet-gespecificeerd aantal jaren, misschien een decennium of twee." Niet alleen dat, ze bedachten een formule om 702 gespecificeerde banen te analyseren en elk een individuele automatiseringsscore tussen nul en één toe te kennen. Hoe hoger de score, hoe groter het risico van automatisering in de nabije toekomst. Bijvoorbeeld:

• Choreografen zijn redelijk veilig met een score van 0,004.
• Balsemers zitten ergens in de buurt van het midden met een 0,54.
• Telefonistes zitten in de bullet train naar Automation Town, met een 0.96.

Frey en Osborne merken op dat in het verleden, machinale vervanging van menselijke arbeid heeft bijna uitsluitend plaatsgevonden in beroepen met "routinematige taken met expliciete, op regels gebaseerde activiteiten". Een andere manier om dit te formuleren is door uzelf de volgende vraag te stellen:Is de taak eenvoudig te omschrijven in een duidelijke lijst met herhaalde instructies? Denk aan veel telemarketing operaties:

1. Een nummer kiezen.
2. Lees vanuit een stroomschema-achtig script totdat een verkoop is gedaan of het gesprek wordt beëindigd.
3. Herhalen.

Een ander voorbeeld is repetitieve arbeid aan de lopende band, waar de arbeider dezelfde twee stukken aan elkaar last op een oneindige stoet van identieke autodeuren. Dit soort banen zijn wat economen "routinematige intensieve beroepen, " en als er een baan als deze is die nog niet door een machine is overgenomen, het dreigt in de nabije toekomst te worden geautomatiseerd.

Echter, terwijl alleen de meest routinematige taken in de afgelopen decennia machinaal voer werden, Frey en Osborne wijzen erop dat recente ontwikkelingen in big data, machine learning en mobiele robotica betekenen dat machines nu zowel cognitieve als handmatige taken kunnen uitvoeren waarvan mensen ooit dachten dat ze relatief immuun waren voor de machine-invasie.

Om dit te illustreren, Frey en Osborne citeren een artikel uit 2003 uit The Quarterly Journal of Economics, waarin de auteurs (Autor, Levy en Murnane) schrijven, "Met een auto door het stadsverkeer navigeren of het gekrabbelde handschrift op een persoonlijke cheque ontcijferen - kleine ondernemingen voor de meeste volwassenen - zijn volgens onze definitie geen routinetaken." Vandaag, De autonome vloot van Google heeft behoorlijk degelijk aangetoond dat auto's zonder menselijke chauffeurs veiliger zijn dan auto's met hen, en het deponeren van een handgeschreven cheque door een foto te maken met je smartphone is heel gewoon. Dit zijn specifieke voorbeelden van een algemene trend:Taken die er vroeger uitzagen alsof ze niet konden worden uitgevoerd door een programmatische softwareroutine, kunnen niet alleen, maar in veel gevallen al.

Creativiteit is niet gemakkelijk te automatiseren

Het artikel van Frey en Osborne is best interessant en het lezen waard als je meer wilt weten over de methodologie die ze gebruiken om tot deze risicobeoordelingen te komen, maar de vereenvoudigde versie is dat lagere automatiseringsscores gingen naar banen die essentiële vaardigheden vereisen die het moeilijkst blijven voor computergebaseerde machines. Deze moeilijk te automatiseren vaardigheidscategorieën omvatten:

• creativiteit
• Complexe perceptie en manipulatie
• Sociale intelligentie

Het is vermeldenswaard dat Frey en Osborne niet de overtuiging uiten dat deze vaardigheden in principe ontoegankelijk zijn voor machines. In plaats daarvan, ze beweren dat het langer zal duren om ze te bereiken vanwege "technische knelpunten, " wat betekent dat we gewoon nog niet de kennis of technologie hebben waarmee we ze kunnen programmeren, dus deze vaardigheden zullen de komende tien jaar waarschijnlijk niet worden vervangen door computerkapitaal.

Dus welke werkgelegenheidsgebieden zijn het veiligst?

Na analyse op deze criteria, het lijkt erop dat management, management, opleiding, gezondheidszorg, kunst en media, techniek en wetenschap. Specifieke voorbeelden van banen die erg laag scoren op hun automatiseringsscore zijn:

• Recreatieve therapeuten (0.0028)
• Directeuren calamiteitenbeheer (0.003)
• Kaak- en kaakchirurgen (0.0036)

De werkgelegenheidssectoren die het meeste risico lopen, zijn transport en logistiek, kantoor- en administratieve medewerkers, fabricage en productie, en dienstverlenende beroepen. Enkele voorbeelden van banen die zeer hoog scoren op de automatiseringsscore zijn:

• Telemarketeers (0,99)
• Tellers (0,98)
• Kredietbevoegden, dammen en griffiers (0,97)

Onthoud, echter, dat, hoe goed geïnformeerd deze beoordelingen ook zijn, Frey en Osborne wijzen erop dat mensen niet altijd erg goed zijn in het voorspellen van de mate waarin iets geautomatiseerd kan worden (denk aan die autonome auto's en voorbeelden van het verzilveren van cheques?).

Plus, er kan een andere zijn, onbekende factoren die druk uitoefenen in de tegenovergestelde richting, waardoor we de machinecapaciteiten overschatten en de waarde onderschatten die door menselijke werknemers wordt geleverd. Bijvoorbeeld, denk aan menselijke veelzijdigheid, of het vermogen om een ​​breed scala aan verschillende en vaak onverwachte taken goed uit te voeren.

Mensen zijn verbazingwekkend veelzijdig, Vergeleken met robots

Elke goede robot ter wereld is een specialistische robot. Het is goed om één mensentaak te doen, of, hoogstens, een handvol goed gedefinieerde banen. Er bestaat niet zoiets als een goede generalistische robot, in staat om elk fysiek en mentaal werk dat een mens doet met redelijk succes te doen. Niet alleen is er geen dergelijke robot, we zijn niet eens in de buurt.

Kijken naar een goed opgeleide industriële robot die herhaaldelijk zijn unieke taak uitvoert, kan hypnotiserend en intimiderend zijn. De lasarmen langs de assemblageketen van een autofabriek bewegen met verbazingwekkende gratie en snelheid. Maar dat is precies omdat ze één baan hebben, en slechts één baan. Kijken naar robots die verschillende fysieke specificaties proberen te vervullen, is een heel andere zaak. Bijvoorbeeld, bekijk de prachtige robots die zijn ontworpen om de finales van 2015 voor de DARPA Robotics Challenge te voltooien, die specifiek fysieke veelzijdigheid in robotontwerp aanmoedigt door van de robots te eisen dat ze verschillende gevarieerde soorten voortbeweging en fysieke manipulatie uitvoeren, alsof je een trap oploopt, een deur openen, een klep draaien en door puin navigeren.

Die robots die je ziet ineenstorten wanneer ze worden verslagen door een deurknop of een zanderig terrein, zijn ontworpen door extreem slimme mensen die weten wat ze doen. De herhaalde mislukkingen van de robots in de competitie zijn niet indicatief voor slechte robotici en ingenieurs, maar van de enorme moeilijkheid om veel fysieke veelzijdigheid in een enkele machine te proppen.

Veelzijdigheid testen:robots in restaurants

Met dit in gedachten, laten we eens kijken naar de gemiddelde verschuiving van een menselijke restaurantserver. Je moet bestellingen opnemen, vragen over het menu beantwoorden, voedselbestellingen herkennen en met welke tafels ze overeenkomen, voedsel van de keuken naar de tafels vervoeren, transport vuile vaat van de tafels naar de vaatwasser, ruim gemorste en gevallen voorwerpen op, speciale verzoeken beantwoorden ("Kun je deze pizza maken zonder deeg?", "Mijn kind heeft zijn vork op de grond gegooid en heeft een nieuwe nodig ..."). En dan zijn er nog duizend andere kleine taken waar je niet eens aan zou denken, zoals kaarsen aansteken op een tafel, het herkennen en vervangen van niet goed schoongemaakt servies en bestek, of het herkennen van stamgasten en met hen chatten.

Dat betekent niet dat het onmogelijk is om een ​​restaurant te automatiseren. In feite, sommigen hebben het gedaan.

We laten u beoordelen of u die ervaring aantrekkelijk zou vinden, of niet zo veel. Hoe dan ook, het zou veel planning vergen, enorme kapitaalinvestering en een fundamentele wijziging van de restaurantervaring. En die laatste zorg is misschien wel de sleutel:wat als mensen niet naar een restaurant willen met 14 gespecialiseerde robots in plaats van een menselijke server? Wat als dit de waarde van de ervaring die het restaurant verkoopt fundamenteel vermindert?

In aanvulling, het ontwikkelen van dit soort robots is moeilijk en duur, en economische druk zal winnen. Als je kijkt naar het voorbeeld van foodservice in de Verenigde Staten, veel restaurantservers krijgen extreem lage contante lonen (vaak ongeveer $ 2,13 per uur) onder de rationalisatie dat ze het verschil in fooien zullen compenseren, vrijwillig gegeven door de klanten. Tegen zo'n lage prijs, er is geen ongelooflijk sterke prikkel voor restaurants om servers te vervangen door robots, vooral de onhandige schotelvernietigende vroege prototypes die als eerste op de markt zullen komen.

De kwestie van dreigende automatisering in dit soort gevallen is uiteindelijk een economische. Het is niet altijd de vraag of het alleen mogelijk is om een ​​robot te maken om een ​​klus te klaren, maar of de waarde minus de kosten die de robot levert groter is dan de waarde minus de kosten van de menselijke arbeider. Het kan zijn dat in veel van dergelijke gevallen de verborgen waarde van menselijke arbeid schuilt.