Možda niti jednom aspektu digitalne revolucije nije posvećena veća pažnja od pažnje posvećene učinku automatizacije na radna mjesta, rad, zaposlenost i dohodak. Postoji barem jedan vrlo dobar razlog za to, ali to vjerojatno nije onaj koji bi većina ljudi citirala.

Ako smatramo bilo koji alat strojem, ljudi to čine tijekom većeg dijela naše kratke povijesti na ovom planetu. No nakon prve industrijske revolucije, kada su snaga pare i mehanizacija dovele do golemog, kontinuiranog povećanja produktivnosti, s tim se procesom pretjeralo.

Nisu svi pozdravili ovu tranziciju. Mnogi su brinuli da će smanjena potražnja za ljudskom radnom snagom dovesti do trajno visoke nezaposlenosti. Ali to se nije dogodilo.

Umjesto toga, rast produktivnosti i dohotka povećao je potražnju, a time i gospodarsku aktivnost. S vremenom tržišta rada prilagodila su se u smislu vještina, a naposljetku se skratilo radno vrijeme i došlo je do pomaka u ravnoteži između dohotka i slobodnog vremena.

Pa ipak, kako povećanje ljudskog rada ustupa mjesto automatizaciji, gdje strojevi samostalno obavljaju sve veći broj zadataka u informacijskom, upravljačkom i transakcijskom segmentu gospodarstva, strah od velikih gubitaka radnih mjesta ponovno se širi.

Naposljetku, zadaci na uredskim i fizičkim radnim mjestima koji su uglavnom rutinski, odnosno lako kodificirani, nestaju ubrzanim tempom, osobito od 2000. Budući da su se mnogi od tih poslova nalazili na sredini dohodovne distribucije, taj proces potaknuo je polarizaciju radnih mjesta i dohotka.

Međutim, kao i u devetnaestom stoljeću, tržišta rada se prilagođavaju. Isprva raseljeni radnici mogu potražiti novo zaposlenje na poslovima na kojima su potrebne njihove već postojeće vještine.

No suočeni s ograničenim mogućnostima, uskoro se počinju baviti poslovima s nižim (ili lako ostvarivim) potrebnim vještinama, što uključuje ekonomiju honorarnih poslova koju je omogućio internet, čak i ako to znači prihvaćanje nižeg dohotka.

Stjecanje novih vještina

S vremenom, sve veći broj radnika počinje ulagati u stjecanje vještina za kojima postoji potražnja u nerutinskim, visoko plaćenim kategorijama poslova. To je obično dugotrajniji proces, iako je u nekim zemljama, uključujući Sjedinjene Američke Države, ubrzan inicijativama u koje su uključene državne, poslovne i obrazovne institucije.

No čak i s institucionalnim mehanizmima potpore pristup razvoju vještina obično je daleko od ravnopravnog. Samo oni s dovoljno vremena i financijskih resursa mogu obaviti potrebna ulaganja, a u vrlo neravnopravnom društvu, mnogi su radnici isključeni iz ove skupine.

U takvom kontekstu, vjerojatno bi nas trebala manje zabrinjavati trajna nezaposlenost velikih razmjera, a više porast nejednakosti i njegove socijalne i političke posljedice.

Prilagodba tehnologiji svakako može smanjiti razmjere problema stjecanja vještina. Naposljetku, tržišta nagrađuju inovacije koje olakšavaju korištenje digitalne opreme i sustava.

Uslijed primjene takvih pristupa u sve složenijim tehnološkim procesima smanjit će se potreba za prekvalifikacijom, a time i distribucijski učinak digitalne revolucije.

Napredak u umjetnoj inteligenciji također će imati utjecaja. Do prije desetak godina, automatizacija se oslanjala na kodifikaciju zadataka: strojevi su programirani s nizom uputa koje reproduciraju logiku ljudskog donošenja odluka.

Ali što je sa zadacima koji se ne mogu svesti na niz logičnih, unaprijed definiranih koraka? Od razumijevanja prirodnog jezika do vizualnog prepoznavanja predmeta, iznenađujuće velik broj aktivnosti spada u tu kategoriju. To je mnoge poslove zaštitilo od automatizacije, ali ne još zadugo, zahvaljujući napretku u strojnom učenju.

Napredak u strojnom učenju otvorio je velika nova područja automatizacije: robotiku, autonomna vozila i skeniranje tehničke medicinske literature u potrazi za ključnim člancima. U mnogim područjima, poput prepoznavanja uzoraka u genetici i biomedicinskoj znanosti – strojevi ne samo da mogu zamijeniti radnike; na neki način njihova sposobnost umanjuje sposobnost svakog ljudskog bića.

Napredak strojnog učenja

To su bolje vijesti nego što se može činiti. Da, daleko više zadataka i podzadataka bit će preraspodijeljeno na strojeve. Ali svrha i krajnja točka digitalne revolucije mora biti pretvoriti automatizaciju rada u digitalno proširenje stvarnosti. A kada strojevi obavljaju zadatke koje ljudi ne mogu, tada upravo dobivamo proširenje stvarnosti.

Iako je nemoguće sa sigurnošću reći u ovoj ranoj fazi, ima razloga da vjerujemo da će se tranzicijski troškovi ovog novog kruga poremećaja povezanih s radom osjetiti u većim razmjerima širom dohodovnog spektra nego u prvom.

Na donjem kraju dohodovnog spektra na globalnoj razini, napredak u umjetnoj inteligenciji i robotici poremetit će i naposljetku istisnuti radno-intenzivnu proizvodnju i razvojne modele koji o njoj ovise. Na vrhu će sposobnosti temeljene na strojnom učenju imati veliki utjecaj na znanstveno istraživanje i tehnološki razvoj, kao i na vrhunske profesionalne usluge.

Međutim, ostaje činjenica da se bavimo vrlo složenim tranzicijama, a ne ravnotežama i ne možemo očekivati da prirodna prilagodba radnika i tržišta rada donese pravedne rezultate, osobito uslijed velikih razlika u resursima kućanstava, kao polaznom točkom.

Stoga donositelji politika (u partnerstvu s tvrtkama, radnom snagom i školama) moraju se usredotočiti na mjere za smanjenje nejednakosti raspodjele dohotka i bogatstva, uključujući osiguravanje širokog pristupa socijalnim uslugama visoke kvalitete kao što su obrazovanje i osposobljavanje za stjecanje vještina.

U nedostatku ovakve vrste intervencije, postoji znatan rizik da će digitalna transformacija rada preteći velik broj ljudi, s negativnim dugoročnim posljedicama po socijalnu koheziju.

© Project Syndicate 2021.