По данным исследования Citibank и Оксфордского университета, в ближайшие несколько десятилетий в странах Организации экономического сотрудничества и развития примерно (далее — OCED) 57% рабочих мест окажутся под угрозой сокращения. Причина в автоматизации.
В другом цитируемом исследовании двух французских ученых из OCED назван показатель в 14% для той же выборки стран. Это большая разница, особенно если учесть, что дело касается экономического положения сотен миллионов людей.
Прогнозы разительно отличаются даже в отношении одной страны, США. Издание MIT Techology Review изобразило это разнообразие оценок на диаграмме, показав наиболее пессимистичные и оптимистичные варианты влияния автоматизации на занятость.
Худшие предсказания — потерю 80 млн рабочих мест к 2036 году — американской экономике дает Банк Англии. В то же время компания Science Alert говорит всего о 3,4 млн утраченных позиций до 2025 года.
Чтобы разобраться, в Recode обратились к ведущим академикам и экономистам. Те назвали три фактора, усложняющие прогнозирование.
Существование технологии не значит, что ее будут использовать
Даже когда прорывная технология становится доступна, нет гарантии, что ее сразу же станут использовать. Например, хотя самоуправляемый транспорт и может в один день уничтожить рабочие места примерно 5 млн американцев, достижение этой отметки виднеется лишь в далекой перспективе.
Гленда Квинтини, ведущий экономист Организации экономического сотрудничества и развития, говорит:
То, что работу можно автоматизировать, не значит, что ее будут автоматизировать. Есть еще вопрос внедрения, стоимости рабочей силы против стоимости технологии, а также социальные факторы.
Смешанные работы
Рассмотрите работу официанта. Робот может перенять некоторые аспекты профессии, вроде приема заказов, подачи блюд или обработки платежей. Но остальные моменты, вроде общения с недовольным покупателем, ему вряд ли дадутся.
Некоторые исследования, вроде отчета OCED, разделяют вероятность автоматизации каждой отдельной задачи, из которой состоит профессия, в то время как оксфордское исследование дает общую оценку.
Какая методология более верна академики пока спорят. В OCED говорят о важности детального разбора, в Оксфорде — о его бесполезности для большинства случаев. По их мнению, если получается в большей части «да», чем «нет», это означает перспективу автоматизации.
Данные ненадежны, потому что мы измеряем только известное
Чтобы моделировать будущее, исследователям нужно полагаться на данные из настоящего — и они не всегда подходят. Экономисты стараются изо всех, чтобы разработать инструментарий для оценки всех работ и вовлеченных в них задач, но список пока явно не закончен.
Нужно понимать, какую роль способен отыграть человеческий фактор в актуальных исследованиях. В случае оксфордского исследования, например, авторы собрали список из сотен видов деятельности и попросили группу ученых в сфере машинного обучения дать свои оценки тому, можно ли компьютеризировать эти профессии. Эксперты с уверенностью отнесли в группу риска всего 70 работ из 702.
Для остальных воспользовались алгоритмом, который присваивал каждой задаче, включенной в профессию, уровень сложности для компьютеризации. Это были пункты вроде «необходимость предлагать креативные идеи», «убеждение других». Но в целом, и такая алгоритмическая модель вовсе не идеальна, поскольку не все согласны по поводу того, насколько сложна каждая работа с социальной точки зрения. Так что, даже такие подходы не способны полностью искоренить предубеждения и могут повлиять на финальный результат.
Из-за таких проблем, многие экономисты предпочитают не называть точного количества рабочих мест, а ориентироваться на потери в процентном соотношении от общего количества трудоустроенных.
Все ошибаются
Экономист Джон Кейнс в 1928 году писал, что к 2030 году, благодаря стремительному развитию технологий, мы будем наблюдать так называемую «технологическую безработицу», а рабочее время сократится до 15 часов в неделю.
Это было позитивное видение мира, в котором человечество вело бы праздную жизнь. Сейчас понятно, что прогнозы несбыточны. Хотя Кейнс был прав в том, что технологии повысят продуктивность в новых индустриях, средняя продолжительность рабочей недели в США не снижалась с 1970-х.
Благодаря стагнации зарплат и растущему социальному неравенству, большинство людей по-прежнему должны работать так же много, как и ранее, чтобы свести концы с концами. Но комментарии Кейнса напоминают нам, что в истории прогнозирования уже есть непритязательные страницы. Даже великие могут ошибаться по поводу того, как быстро и как сильно технологии повлияют на рынок труда.