Forudsigelse af menneskelig forældelse,

"Vil robotter tage mit job?"

Alle vil vide, og næsten alle har en mening. Bare Google den sætning for at finde snesevis af artikler om teknisk journalistik, der slår dette spørgsmål i snavs. Vil de tage vores job? Men seriøst, hvad med mit job? Er enhver erhvervssektor sikker?

I den lange udsigt, der er et ekstremt simpelt svar på spørgsmålet:

Ja. Det vil de absolut.

Med få undtagelser, uanset hvad dit job er, meget intelligente mennesker leder efter måder at automatisere det på, og hvis der er et stærkt nok økonomisk incitament, de vil lykkes. Som vi siger i videoen ovenfor, om dit job i sidste ende vil blive overtaget af en maskine, mobil robot eller stykke computersoftware er egentlig ikke spørgsmålet. Spørgsmålet er, "Hvornår?"

Hvornår sker dette?

Godt, et par Oxford -professorer kan have et svar til dig. I et indflydelsesrig 2013 -papir kaldet "Beskæftigelsens fremtid:Hvor modtagelige er job for computerisering?", forfatterne Carl Benedikt Frey og Michael A. Osborne konkluderede, at 47 procent af de amerikanske job havde stor risiko for edb -substitution inden for ”et uspecificeret antal år, måske et årti eller to. "Ikke nok med det, de udtænkte en formel til at analysere 702 angivne job og tildele hver enkelt en individuel computeriseringsscore mellem nul og et. Jo højere score, jo større er risikoen for automatisering i den nærmeste fremtid. For eksempel:

• Koreografer er ret sikre med en score på 0,004.
• Embalmers er et sted tæt på midten med en 0,54.
• Tavleoperatører er på bullet -toget til Automation Town, med en 0,96.

Frey og Osborne bemærker, at tidligere har maskinsubstitution af menneskeligt arbejde har næsten udelukkende fundet sted i erhverv med "rutinemæssige opgaver, der involverer eksplicitte regelbaserede aktiviteter." En anden måde at formulere dette på er at stille dig selv følgende spørgsmål:Kan jobbet let beskrives i en klar liste over instruktioner, der gentages? Tænk på mange telemarketingoperationer:

1. Indtast et nummer.
2. Læs fra et script i flowchart-stil, indtil et salg foretages, eller opkaldet afsluttes.
3. Gentage.

Et andet eksempel ville være gentagne samlebåndsarbejde, hvor medarbejderen svejser de samme to stykker sammen på en uendelig optog af identiske bildøre. Denne slags job er, hvad økonomer kan kalde "rutinemæssige intensive erhverv, "og hvis der er et job som dette, der ikke allerede er overtaget af en maskine, det er i overhængende fare for automatisering i den nærmeste fremtid.

Imidlertid, mens kun de mest rutinemæssige opgaver blev maskinfoder i de foregående årtier, Frey og Osborne påpeger, at den seneste udvikling inden for big data, maskinlæring og mobil robotik betyder, at maskiner nu er i stand til at udføre både kognitive og manuelle opgaver, som folk engang troede var relativt immun mod maskininvasionen.

For at illustrere dette, Frey og Osborne citerer et papir fra 2003 fra The Quarterly Journal of Economics, hvor forfatterne (Autor, Levy og Murnane) skriver, "At navigere i en bil gennem bytrafik eller dechifrere den klatrede håndskrift på et personligt tjek - mindre foretagender for de fleste voksne - er ikke rutinemæssige opgaver efter vores definition." I dag, Googles autonome flåde har vist ganske forsvarligt, at biler uden menneskelige chauffører er sikrere end biler med dem, og deponering af en håndskrevet check ved at tage et billede med din smartphone er en hverdag. Dette er specifikke eksempler på en generel tendens:Job, der før virkede som om, at de ikke kunne udføres af en programmatisk software -rutine, kan ikke kun være, men er det i mange tilfælde allerede.

Kreativitet er ikke let at automatisere

Frey og Osbornes papir er ret interessant og værd at læse, hvis du gerne vil lære mere om den metode, de bruger til at komme med disse risikovurderinger, men den forenklede version er, at lavere computeriseringsresultater gik til job, der kræver nøglefærdigheder, der stadig er de sværeste for computerbaserede maskiner. Disse vanskeligt automatiserede færdighedskategorier omfatter:

• Kreativitet
• Kompleks opfattelse og manipulation
• Social intelligens

Det er værd at bemærke, at Frey og Osborne ikke udtrykker troen på, at disse færdigheder i princippet er utilgængelige for maskiner. I stedet, de hævder, at de vil tage længere tid at opnå på grund af "tekniske flaskehalse, "hvilket betyder, at vi simpelthen endnu ikke har den viden eller teknologi, der ville tillade os at programmere dem, så disse færdigheder vil sandsynligvis ikke blive erstattet af computerkapital i det næste årti eller to.

Så hvilke beskæftigelsesområder er sikreste?

Efter analyse for disse kriterier, det ser ud til, at de sikreste ansættelsesområder er ledelse, uddannelse, sundhedspleje, kunst og medier, teknik og videnskab. Specifikke eksempler på job, der vurderer meget lavt til deres computeriseringsscore, er:

• Fritidsterapeuter (0,0028)
• Beredskabsledere (0,003)
• Orale og maxillofaciale kirurger (0,0036)

Beskæftigelsessektorer, der er mest udsatte, er transport og logistik, kontor- og administrativ supportpersonale, fremstilling og produktion, og serviceerhverv. Nogle eksempler på job, der vurderede meget højt på computeriseringsresultatet, er:

• Telemarketers (0,99)
• Tellers (0,98)
• Kreditorganisatorer, brikker og ekspedienter (0,97)

Huske, imidlertid, at så velinformerede som disse vurderinger kan være, Frey og Osborne påpeger, at mennesker ikke altid er særlig gode til at forudsige, i hvilket omfang noget kan automatiseres (husk de autonome biler og check-cashing-eksempler?).

Plus, der kan være andre, ukendte faktorer, der anvender pres i den modsatte retning, får os til at overvurdere maskinkapaciteter og undervurdere værdien fra menneskelige arbejdere. For eksempel, tænk på menneskelig alsidighed, eller evnen til at udføre en lang række forskellige og ofte uventede opgaver godt.

Mennesker er utroligt alsidige, Sammenlignet med robotter

Enhver god robot i verden er en specialiseret robot. Det er godt til at udføre et menneskeligt arbejde, eller, højst, en håndfuld veldefinerede job. Der er ikke noget, der hedder en god generalist -robot, i stand til at udføre alle fysiske og mentale job et menneske udfører med rimelig succes. Ikke nok med, at der ikke findes en sådan robot, vi er ikke engang tæt på.

At se en veltrænet industrirobot gentagne gange udføre sit enestående job kan være hypnotisk og skræmmende. Svejsearmene i samlingskæden i et bilproduktionsanlæg bevæger sig med opsigtsvækkende nåde og hastighed. Men det er netop fordi de har ét job, og kun ét job. At se robotter prøve at opfylde forskellige fysiske specifikationer er en helt anden sag. For eksempel, tag et kig på de dejlige robotter designet til at fuldføre 2015 -finalen for DARPA Robotics Challenge, som specifikt tilskynder til fysisk alsidighed i robotdesign ved at kræve, at robotterne udfører flere forskellige former for bevægelse og fysisk manipulation, som at gå op ad nogle trapper, åbner en dør, dreje en ventil og navigere i murbrokker.

De robotter, du ser krumme i bunker, når de besejres af en dørhåndtag eller noget sandet terræn, er designet af ekstremt kloge mennesker, der ved, hvad de laver. Roboternes gentagne fejl i konkurrencen er ikke tegn på dårlige robotikere og ingeniører, men af ​​den enorme vanskelighed at proppe masser af fysisk alsidighed ind i en enkelt maskine.

Test af alsidighed:Robotter i restauranter

Med det i tankerne, lad os tænke på det gennemsnitlige skift af en menneskelig restaurantserver. Du skal tage imod ordrer, besvare spørgsmål om menuen, genkende madordrer, og hvilke borde de svarer til, transportere mad fra køkkenet til bordene, transportere snavsede tallerkener fra bordene til opvaskemaskinen, rydde op med spild og tabte genstande, besvare særlige ønsker ("Kan du lave denne pizza uden dej?", "Mit barn smed sin gaffel på gulvet og har brug for en ny ..."). Og så er der tusind andre små opgaver, man ikke engang ville tænke på, som at tænde lys på et bord, genkende og udskifte forkert rengjorte retter og bestik, eller genkende stamgæster og chatte med dem.

Nu betyder det ikke, at det er umuligt at automatisere en restaurant. Faktisk, nogle har gjort det.

Vi lader dig bedømme, om du synes, den oplevelse er tiltalende, eller ikke så meget. På den ene eller anden måde, det ville kræve masser af planlægning, enorme kapitalinvesteringer og en grundlæggende ændring af restaurantoplevelsen. Og den sidste bekymring kan være nøglen:Hvad hvis folk ikke vil gå til en restaurant med 14 specialiserede robotter i stedet for en menneskelig server? Hvad hvis dette fundamentalt reducerer værdien af ​​den oplevelse, restauranten sælger?

Ud over, at udvikle denne slags robotter er vanskelig og dyr, og det økonomiske pres vil vinde. Hvis du ser på eksemplet på madservering i USA, mange restaurantservere betales ekstremt lave kontantlønninger (ofte noget som $ 2,13 i timen) under rationaliseringen, at de vil udgøre forskellen i tip, frivilligt givet af kunderne. Til en så lav pris, der er ikke et utroligt stærkt incitament for restauranter til at erstatte servere med robotter, især klodset, skål-smadrende tidlige prototyper, der først kommer på markedet.

Spørgsmålet om forestående automatisering i sager som dette er i sidste ende økonomisk. Det er ikke altid et spørgsmål om, hvorvidt det kun er muligt at oprette en robot til at udføre et job, men om værdien minus omkostninger, som robotten leverer, overstiger værdien minus omkostninger for den menneskelige arbejder. Det kan være i mange sådanne tilfælde, at den skjulte værdi af menneskeligt arbejde ligger.