У публічному дискурсі щодо економіки є два великі побоювання. Два великі й суперечливі побоювання. Перше — нам краще звикнути до незростаючої продуктивності праці, до того, що річний двовідсотковий приріст продуктивності праці всього післявоєнного періоду виявиться відхиленням від норми. Друге — це те, що протягом наступних 20 років роботи заберуть у нас всю роботу, починаючи від керування транспортом і до тлумачення юридичних документів.
Не треба мати багато економічних знань, а лише трохи логіки, щоб зрозуміти: якщо армія роботів матеріалізується, то серед наших тривог не буде розчарування в прирості продуктивності праці. Радше питання полягатиме в тому, як поєднати переваги продуктивності праці від автоматизації, яка пошириться на всі різновиди нових галузей, зі створенням інших видів робочих місць і зростанням попиту. Це поєднання, якого розвинені економіки успішно досягали ще з початку промислової революції — з повторюваними, однак, хвилями тривоги, а також суспільних та економічних потрясінь.
Звичайно, люди, які через машини втратять свої робочі місця, і ті, хто отримає нові (і здебільшого кращі) робочі місця, — не ті самі люди. Остання хвиля деіндустріалізації, у 1980–1990-х, і досі залишає шрами на соціальній тканині міст і містечок по всій Європі та Північній Америці. З багатьох мільйонів людей, які були «скорочені» тоді, деякі знайшли лише гірші робочі місця, деякі більше ніколи не працювали знову, а деякі передали вмонтовані негаразди бідності й відчаю наступним поколінням і ще наступнішим.
Тож це виклик, який не можна сприймати несерйозно, навіть якщо ви, як багато економістів, вважаєте, що вигода від довгострокових поліпшень у добробуті зрештою робить короткострокові страждання від автоматизації виправданими. Уряди показали доволі мізерний результат і в пом'якшенні удару, вираженого у категоріях заробітку, і в допомозі людям підвищити їхню кваліфікацію, щоб вони знаходили нові робочі місця, коли їхні старі були скорочені через технологічний проґрес. Чи зможуть вони впоратися краще з підвищенням кваліфікації працівників, щоб вони цим разом отримали роботу поряд з роботами?
Історичні приклади, які описує у своїй останній книжці «Навчання в процесі роботи» Джеймс Бессен, багато чого роз'яснюють. Бессен пояснює, що у текстильній промисловості ХІХ століття спершу більшість робочих місць насправді були суворими, однак деякі працівники, що мали достатні компетенції в механіці для того, щоб ремонтувати і змащувати новомодні прядильні й ткацькі верстати, отримували високі премії. Однак з плином часу машини стали більш надійними та стандартизованими, і навички, необхідні для того, щоб ними оперувати, також стали більш стандартизованими. Виграш найкращих працівників скоротився, реальна заробітна платня у середній ланці зросла, а переважна більшість робітників скористалася з уможливленого машинами підвищення продуктивності. У книжці є ще й інші приклади: така посада, як касир, яка була втрачена на користь банкоматів, була замінена більшою кількістю робочих місць (для людей) у банках, тільки-но витрати в галузі скоротилися, а продуктивність зросла (що було підсумовано в The Atlantic).
Такий процес пристосування означає, що ми маємо думати, які кваліфікації доповнюватимуть кваліфікації майбутніх роботів. Якщо роботи справді керуватимуть всіма вантажівками, пакуватимуть бакалію і прибиратимуть в хаті, що тоді робитимуть люди? Справжні песимісти вважають, що відповідь на це питання — «нічого»; вони переконують, що наступна хвиля автоматизації замінить деякі вакансії, а не додасть нових.
Я оптимістичніше ставлюся до здатності суспільства визначати діяльність — яка раніше вважалася неринковою — як роботу. В загальних рисах відповідь зрозуміла: людям треба буде спеціалізуватися на емоціях, інтуїції та креативності, оскільки роботи можуть лише робити речі, які або до найдрібніших деталей закодовані у їхнє програмне забезпечення, або ж вивчені методом спроб і помилок з попередньо закодованого матеріалу. Людям також будуть потрібні повсякденні навички керування роботами — набагато, набагато більше знання про алгоритми і кодування, аніж тепер є у пересічного працівника.
На жаль, це зовсім не те, що освітня система нині постачає. Загалом беручи, дітей вчать бути коштовними і не надто досконалими роботами, акцентуючи на запам'ятовуванні достатньої кількості матеріалу, щоб скласти іспити. Вони мусять вивчити, як розв'язати квадратні рівняння, і достатньо попрактикуватися в цьому, щоб закарбувати принципи у своїй свідомості, незважаючи на те, що в подальшому житті якщо їм треба буде його розв'язати, вони можуть просто спитати в Siri. Тим часом лише невелика кількість школярів серйозно вивчає якусь окрему мову програмування чи загальні обчислювальні навички мислення, хоча є й деякі багатообіцяючі ініціативи, такі як BBC Micro Bit у Великій Британії.
Ще є досить часу, щоб виправити ситуацію перед інвазією роботів на робочі місця. Будучи оптимісткою в плані довгострокового потенціалу технологій, я все ж більше схильна до песимізму щодо відповідного зростання продуктивності найближчим часом. Технічні можливості безпілотних автомобілів і бакалій з самозапаковуванням продуктів дуже сильно випереджають наше соціальне і правове середовище. Навіть технічний потенціал є великою мірою гіпотетичним, оскільки — як свідчать невтішні показники продуктивності — все ще вкладено надто мало необхідних інвестицій.
Проте, з огляду на досвід попередніх хвиль автоматизації, потрібен буде якийсь час. Мабуть, неможливо уникнути великих суспільних потрясінь, коли врешті відбудеться поступова зміна у використанні технологій в економіці. Але, читаючи дискусії про роботів тепер, політики могли б негайно взятися до пошуку методів навчання, а системи соціального забезпечення мали б цього разу змогти полегшити пристосування до нових умов порівняно з минулим.
Даян Койл — професор економіки Манчестерського університету (University of Manchester).
Diane Coyle
The trick is to work alongside robots rather than try to compete
Financial Times, 04.05.2016
Зреферувала Леся Стахнів