Ai och arbetets framtid

Artificiell intelligens kommer att ha en djupgående effekt på hur människor arbetar och kommer nästan säkert att påverka tillgängligheten till jobb och inkomstfördelning. Men ett antal ledande teknologer och ekonomer som talade vid en konferens om AI och Future of Work - presenterat av MITs datavetenskap och artificiell intelligenslaboratorium (CSAIL) och dess initiativ om digital ekonomi - antydde tidigare denna månad att förändringarna kanske inte skulle vara så snabba eller så ovanliga som populärt föreslås, vilket skiljer sig mycket från mycket av det jag hör på typiska teknikkonferenser.

MIT: s president Rafael Reif, som öppnade konferensen, sa att även om det är klart en stor förändring inträffar, förblir oklart för de flesta hur man svarar på en sådan förändring. Reif sa att han har hört från VD som säger upp hundratals människor vars jobb har blivit föråldrade av automatisering, som samtidigt insisterar på att de har hundratals jobb de inte kan fylla eftersom de inte kan hitta rätt personer med rätt kompetensuppsättningar. Om vi ​​vill att tekniska framsteg ska gynna alla, sa Reif, måste vi funderande återuppfinna arbetets framtid.

AI-revolutionen: Varför nu? Vad det betyder och hur man kan förverkliga potentialen

(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 en panel om varför dessa förändringar händer nu och vad de kan betyda att se framåt talade Erik Brynjolfsson, chef för MITs initiativ för digital ekonomi, om "den andra maskinåldern" som gjorde det möjligt för oss att förstärka inte bara våra muskler utan våra hjärnor, och sa att detta är en milstolpe i mänsklig historia.

Brynjolfsson tillade att sådana framsteg har åtföljts av "den stora frikopplingen", som hänvisar till villkoret att medarbetarnas produktivitet är på rekordnivåer, men medianinkomsten inte har ökat sedan 1990-talet. Detta, sade han, är inte en funktion av tekniken, utan av hur vi använder teknik.

Sinovation Ventures VD Kai-Fu Lee, en av de ledande investerarna i AI i Kina, var kanske den mest pessimistiska när det gäller att förstöra jobb. Han berättade om fyra vågor av teknik, som har lett till fyra olika typer av företag: internetdata och de jätte Internet-behemoterna som Google och Facebook; kommersiella data och saker som medicinsk bildigenkänning och bedrägeri upptäckt; den "digitaliserade verkliga världen" och enheter som Amazon Echo och kameror i köpcentra och flygplatser; och full automatisering, med vilken han menar robotik och autonoma fordon.

Lee sade att den första vågen inte påverkade sysselsättningen mycket, men sade att den andra och den tredje kan ersätta massor av arbetare med vit krage, medan den fjärde till stor del kommer att träffa arbetare med blå krage. Således, säger han, förväntar han sig mer störningar för vita kragearbetare först. Som exempel citerade han ett antal kinesiska företag, inklusive Megviis "Face ++" ansiktsigenkänningsprogramvara, som han sa att skulle kunna ersätta 911 om det bredt används; Yibot, en chatbot som kan ersätta kundservicearbetare; och Yongqianbao, en smart ansökan om finansiering av lån som kan ersätta lånebefogenheter. Men AI-revolutionen minskar i allmänhet jobb utan ersättning, sade han, så vi måste ta itu med AI-inducerade jobbförluster.

Lösningarna som han föreslog var att utrota fattigdomen; återuppfinna utbildning för att fokusera på "hållbara jobb", nämligen kreativa och sociala tjänster som inte kan ersättas av AI; skapa mer sociala och vårdorienterade jobb; och avgå vår "arbetsetik för industriell ålder".

McKinsey Global Institute-ordförande James Manyika sa att AI och automatisering ger enorma fördelar för företag, ekonomi och samhälle, men sade att deras inverkan på arbetet är mer osäker.

Han hänvisade till information från McKinseys senaste studie om automatisering (som jag behandlade här) och konstaterade att endast 5 procent av arbetena är nära 100 procent automatiskt baserat på uppgifterna, men att 60 procent av yrkena är cirka 30 procent automatiska, igen baserat på uppgifterna. Som ett resultat kommer vissa jobb att gå förlorade, men många fler jobb kommer att uppleva stora förändringar. Frågorna, sade han, är det att det kommer att finnas tillräckligt med jobb, och av dessa jobb, hur kommer de att förändras?

Thomson Reuters Labs CTO Mona Vernon, talade om att ge "stormakter" till advokater och journalister genom att bygga programvara ovanpå massiva kunskapsgrafer. Hon sa att AI förändrar "företagets arkitektur" genom att göra det möjligt att svara på frågor som inte hade varit möjligt att besvara för tio år sedan. Men hon konstaterade att det finns ett stort språng som krävs för att gå från "konsten till de möjliga" AI-demonstrationerna till implementeringar av produktionsklass.

Moderator John Markoff, en stipendiat vid Center for Advanced Study in the Behavioural Sciences i Stanford känd också för sina många år med rapportering på The New York Times, undrade varför, om tekniken är så bra, det fortfarande finns så många jobb nu. Brynjolfsson sa att vi under de senaste fyrtio åren har sett många jobb skapade, men inte bra jobb, och att medianinkomsterna inte har stigit, så vi "borde inte vara nöjda alls." Han sa att han inte tror på teknologisk determinism, men istället tror att vi måste göra rätt politiska val inom områden som utbildning och entreprenörskap.

Augmentation vs Automation

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

En annan panel fokuserade på om AI kommer att ersätta jobb eller förstärka dem. MIT Ekonomiprofessor John Van Reenen erkände att folk fruktar automatisering och att denna rädsla är förankrad i den ekonomiska erfarenhet de har haft under de senaste trettio eller fyrtio åren.

Van Reenen sa att historien under de senaste 200–300 åren är positiv, eftersom ekonomin har kunnat skapa nya arbetstillfällen. Men, sa han, "frågan är kvaliteten på jobb snarare än kvantiteten."

IBM Research Chief Operating Officer Sophie Vandebroek var en stor troende i förstärkningsargumentet. Hon talade om system som AI som hjälper säkerhetspersonal genom att kontrollera databaser mot kända hot; sa att AI hjälper professionella finansiella tjänster genom att kontrollera mot förordningar; och pratade om hur Xerox (där hon brukade arbeta) utvecklade ett system för att använda maskininlärning för att automatisera poängen för tester. Alla dessa saker hjälper människor att bättre prestera på arbetsplatsen, enligt hennes åsikt.

På samma sätt sade MIT-professor i materialvetenskap och teknik Krystyn Van Vliet att tekniken som låter datorer leta efter tumörer inte leder till färre radiologer, utan snarare ger läkare mer tid att konsultera varandra och med patienter. Ändå sa hon, "människor gillar inte att få höra att de behöver bli kompetenta på nytt."

Markoff frågade om denna typ av utveckling kommer att leda till "de-skilling" av människor, och Ernst & Young Partner Dimitris Papageorgiou konstaterade att flygplan fortfarande har två piloter till och med genom det mesta av en flygning utförs av autopilot. Men, säger Papageorgiou, AI fördjupar klyftan mellan lågkvalificerade och högkvalificerade anställda, och sade att Estland och Costa Rica har ändrat läroplaner baserat på var de tror jobb kommer att vara i framtiden. Van Reenen konstaterade att tekniken hittills har varit partisk till för fackmannen, vilket återspeglas i den enorma premien som går till college, även när utbudet av högskoleutbildade arbetare har ökat. Men AI är annorlunda, sade han, eftersom det också kommer att påverka högkvalificerade jobb, till exempel radiologi.

Strategier för att navigera i den första fasen

Flera presentatörer erbjöd strategier för att göra AI-arbetet bättre, samt tankar om att utbilda arbetare för den nya eran.

Allen Blue, grundare och vice ordförande för produkthantering på LinkedIn, talade om att bygga ett lyhört system så att människor kan få tillgång till livslångt lärande. Han varnade för att vissa jobb är flyktiga och sade att just nu är den största öppningen för medicinska kodare, men att detta är ett jobb som med stor sannolikhet kommer att automatiseras automatiskt ur existensen. Blue undrade hur människor kommer att ha tid och pengar att få utbildning och sa att arbetsgivare och regeringen måste bli mer engagerade.

Blue sa att det finns ett "behov av att tänka om utbildning helt ner till dagisnivån", med fokus på områden som samarbete.

Sam Madden, professor vid MIT CSAIL, och fakultets co-director of SystemsThatLearn, sa att han är orolig för hur tonåringar spenderar sin tid, inklusive hur mycket mer tid de spenderar med att använda datorer och enheter snarare än att interagera med sina kamrater, och sa att han tror detta kan ha en "konstig inverkan på sociala färdigheter."

Jennifer Chayes, teknisk medarbetare och verkställande direktör, Microsoft Research New England, talade om hur AI kan förbättra hälso-och sjukvården och pekade som exempel på applikationer för mobila enheter som använder förstärkningslärande för att motivera diabetiker att utöva mer. Hon är orolig för rättvisa i AI och sa att de flesta system, snarare än att optimera för rättvisa, istället tar fördomar i mänsklig relaterad data och förstorar dem. "Vi vill se till att AI klarar sig bättre än människor, inte sämre, " sade hon.

Alex "Sandy" Pentland, grundande chef för MIT Connection Science Research Initiative, sa att han inte är orolig för jobb, utan snarare om metoder för att producera värde. Han sa att vi flyttar från att göra rutinuppgifter till istället att fokusera på uppgifter som kräver sociala färdigheter och icke-rutinanalysuppgifter, och pratade om "The Human Strategy", eller tanken att nätverk i ett företag eller i samhället är precis som anslutningar i djup inlärning. Han sa att det skulle vara intressant att få förstärkt inlärning till den sociala domänen såväl som produktionsnätverk och skapa "kaizen hela vägen upp" på ledningsnivåer och på butiksgolvet.

I en diskussion sade Pentland att det måste finnas mycket mer datadelning och datatransparens. För närvarande sa han att det finns en otrolig koncentration av data i några händer, och han hoppas kunna se något sätt att öppna åtkomst samtidigt som han respekterar sekretesslagar. AI är bara lika bra som de data som används för att träna det, tillade Pentland och sa att om du är orolig för rättvisa måste du förstå vilka data som gick in i systemet.

Är det verkligen AI, eller bara beräkningsstatistik?

En annan panel var planerad för att diskutera "möjligheter och utmaningar", men slutade verkligen mer om begränsningarna i dagens AI-system.

Josh Tenenbaum, professor, MIT CSAIL, sa att även om vi har AI-teknik, har vi inte riktigt AI. Istället har vi system som bara gör en sak, baserat på mönsterigenkänning. Verklig intelligens, sade han, skulle istället modellera världen, förklara och förstå vad den ser, föreställa sig, lära sig och bygga nya modeller av världen. Han sa att vi är decennier borta från en AI som kan åstadkomma detta och sade att även 3 månader gamla bebisar har mer allmän förståelse av saker i världen jämfört med en AI.

Patrick Winston, professor vid MIT CSAIL, sade att "'Professor i AI' kommer att bli det sista jobbet", men i allmänhet var mycket mer optimistisk när det gäller framtiden för arbetskraften. Saker har verkligen inte förändrats mycket sedan 1985, sade han, när den senaste AI-revolutionen visade sig inte ersätta människor. Maskininlärning är bara ett annat ord för "beräkningsstatistik", sa han, så när folk säger att han som äger AI kommer att äga världen, om du helt enkelt ersätter "AI" med "beräkningsstatistik", låter det mycket mindre trovärdig.

I en konversation som följde hänvisade Markoff till John McCarthys projekt för att bygga en tänkande maskin, och Winston var mycket skeptisk. "Vi har alltid sagt att tekniken på mänsklig nivå är 20 år fri… så småningom kommer vi att ha rätt, " men förmodligen inte den här gången, sade han. Även om det vi har idag är oerhört användbart, representerar det bara en liten del av mänsklig intelligens, betonade han.

Vision: Industri 2020-2050

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

Liknande perspektiv upprepade i en diskussion om vad paneldeltagare förväntade sig för 2020-2050.

Rod Brooks, grundare och CTO för Rethink Robotics, konstaterade att inlärning inte är allmänt, och sa att att lära sig att navigera inte är detsamma som att lära sig använda pinnar, vilket i sin tur inte är detsamma som att lära sig språk. Han noterade att dagens datorer kan identifiera bilder av människor som bär paraplyer i regnet, men kan inte svara på grundläggande frågor som "Kan racer bära paraplyer?"

Tom Kochan, meddirektör och professor, arbets- och sysselsättningsforskning vid MITs Sloan School of Management, sade att det finns fyra huvudelement i en "integrerad teknik och arbetsstrategi", för att säkerställa att tekniken fungerar för samhället i allmänhet.

Det första elementet, sade Kochan, är att definiera utmaningen och fastställa problemet (eller problemen) vi försöker lösa. För det andra anser han att vi istället för att överväga tekniken först och sedan arbetskraften, bör integrera tekniken och arbetsdesignprocessen. Som ett exempel talade han om hur GM använde 50 miljarder dollar på automatisering, men lyssnade inte på dess arbetskraft och fick därmed inte de resultat det hade hoppats på.

Det tredje elementet, sade Kochan, är utbildning, och vi bör träna innan tekniken driftsätts, liksom "göra livslångt lärande till verklighet för alla." När det gäller GM behövde autoworkers förstå tekniken för att den skulle kunna distribueras ordentligt, och istället inför stressen att lära sig använda tekniken när den installerades. Slutligen sade Kochan att vi måste kompensera dem som är mest negativt drabbade. Han sa att även om nya arbetstillfällen kommer att skapas, så spelar det ingen roll för de individer som förlorar sina jobb, och vi måste ta itu med de som är negativt påverkade.

Om vi ​​är medvetna om dessa element, sade Kochan, kommer vi att skapa ett mer delat välstånd, men "om vi lämnar det åt teknologer ensamma, kommer vi att replikera vinnare och förlorare."

Andrew McAfee, meddirektör för MIT-initiativet för digital ekonomi, och huvudforskningsforskare, MIT Sloan School of Management, försökte ge svar på vad han ser som de tre vanligaste frågorna om ekonomin.

Först, sade han, är frågan "har vår ekonomi kapats?" McAfee konstaterade att det växande gapet mellan rika och fattiga, liksom ökningen av stora, kraftfulla företag och finansiärer. Men han sa att det som händer är till största delen en strukturell förändring, som åstadkommes som ett resultat av teknik och globalisering, snarare än företag som spelar orättvist.

För det andra hör McAfee mycket oro över "permanenta tekniska monopol", och även om det är omöjligt att överlämna denna oro med någon säkerhet, är sådana permanenta monopol "nästan säkert inte" något att oroa sig för. Han erinrade om bekymmer för 20 år sedan att IBM, Microsoft och senare AOL kunde bli sådana permanenta tekniska monopol, och liknande kommentarer för 10 år sedan om Nokia och RIM. I allmänhet sa han, "något slår dem inte."

Slutligen frågade McAfee: "Kommer det att bli jobb?" Han svarade det bekräftande, men sade att det inte finns någon garanti för att det kommer att finnas så många jobb i framtiden som det är idag. Även om många säger att vi alltid drar nytta av en kombination av personer och maskiner är det inte en regel. Vi har till exempel mycket färre långtidsman i dag än vi en gång hade, och tillverkningsanställningen toppade 1979, så vi vet verkligen inte vad som kommer att hända under de kommande tre decennierna.

I en paneldiskussion som följde frågade Markoff om effekterna av Hollywood och skildringar av AI på bio. Brooks konstaterade att han som 13-åring såg 2001 och "blev kär i HAL." Men, sade han, Hollywood tenderar att framställa världen som den är och sedan lägga till teknik, medan samhället i den verkliga världen anpassar sig till tekniken.

McAfee sa att han är mer orolig för rädsla för AI och citerade Andrew Ng som sa att "oroa sig för mördningsrobotar är som att oroa sig för överbefolkning på Mars." Han sa att vi "spenderar alldeles för mycket tid på detta andra sovsal BS-ämne."

Kochan sa att han är mer intresserad av att ta reda på hur vi tar fler människor i konversationen om teknik, eftersom många tekniker tar för lång tid för att spridas. Istället, sade han, borde vi ta in användare tidigt. Men Brooks motverkade och frågade "hur många måste ta en kurs om hur man använder en smartphone?"

Markoff frågade om teknologins roll i jobbdebatten liksom ojämlikhet. McAfee sa att Mark Zuckerbergs nettovärde är "fel sak att fokusera på." Istället, sade han, borde vi vara oroliga för medelklassens stagnation. Kochan enades om att stagnation är ett problem och hävdade att det stora som driver ojämlikhet och stagnation är "institutionernas nedgång" som fackföreningar och minimilönen.

I ett separat föredrag sa MIT CSAIL-direktör Daniela Rus att vi borde tänka på maskiner som verktyg och sa att hon trodde att robotar och AI kan skapa fler jobb och bättre jobb. Men hon påpekade att knasning av stora datamängder inte översätter till kunskap och att göra komplexa beräkningar inte ger autonomi. Rus noterade också att åtgärder är svårare än uppfattningen, att uppfattningen är svårare än dataknurrande, och att det är exponentiellt svårare att nå 99, 99 procent än att nå 90 procent.

Rus var fortfarande optimistisk för det mesta och talade om hur teknik kan ge fabriksarbetare mer kontroll över vad de producerar och hur saker som bärbara kan hjälpa blinda människor att bättre navigera i världen. Hon avslutade sitt föredrag genom att citera John F. Kennedy, som 1962 sade att "vi tror att om män har talang att uppfinna nya maskiner som sätter män ur arbete, har de talang att sätta tillbaka dessa män.

Det var mycket mer om AI: s ekonomi och jobb den andra dagen (som jag kommer att täcka i ett annat inlägg.)

Är du nyfiken på din bredbandsinternet hastighet? Testa det nu!