Минулого року підприємець Себастьян Тран поставив собі за мету збільшити обсяги продажів своєї компанії за допомогою штучного інтелекту. Тран — засновник і президент освітньої компанії Udacity, що розробляє і продає освітні курси. В компанії працює ціла армія рекрутерів, які заохочують покупців купувати її розробки. До обов’язків рекрутерів входить відповідати на запитання потенційних студентів у онлайн-чатах. Тран зібрав усі відповіді, які отримали студенти, що записалися на курс, та завантажив їх у програму на основі машинного навчання. Комп’ютерна програма визначила найефективніші відповіді на типові запитання. Завантаживши їх у пам’ять та змусивши працювати за певним алгоритмом, Тран створив “цифрового ректутера”, який почав відповідати на запитання разом із людьми. Як тільки до програми доходила черга, вона автоматично ґенерувала відповіді на запитання студентів, які навіть не підозрювали, що спілкуються з машиною. Як виявилося, цей цифровий асистент допоміг команді ректутерів завербувати вдвічі (!) більше абітурієнтів і приніс компанії непоганий прибуток. За словами Трана, система сконцентрувала весь найкращий досвід його працівників і зробила його надбанням цілої команди. На його думку, це революційний процес. “Так само, як паровий двигун і автомобіль збільшили нашу мускульну силу, комп’ютери багаторазово підсилять наш інтелект і перетворять нас на суперлюдей”, — каже він.
Протягом минулого десятиліття відбулися значні досягнення у сфері цифрових технологій, включаючи штучний інтелект, робототехніку, хмарні технології, аналіз даних та мобільні комунікації. У майбутні десятиліття ці технології трансформують майже кожну галузь людської життєдіяльності — від сільського господарства і промисловості до фінансів та транспорту — і радикально змінять характер праці. “Мільйони робочих місць зникнуть, мільйони появляться, десятки мільйонів сильно зміняться”, — запевнив дослідник із Массачусетсського технологічного інституту Ерік Брінйольфсон, який очолює Ініціативи вивчення цифрової економіки.
Утім, за його словами, будь-які передбачення непевні, адже технології розвиваються настільки швидко, що ми просто не встигаємо їх осмислювати. Дані, які ми вже маємо, протидіють простим сюжетним лініям. Найімовірніше, цифрові технології матимуть дуже складний вплив на характер праці в майбутньому, в якому буде безліч нюансів й одночасно можливостей і ризиків для працівників.
Чи машинне навчання витіснить досвідчених працівників?
Попередні хвилі автоматизації дозволяли замінити машинами людей у виконанні відносно простих, повторюваних і монотонних завдань. Машинне навчання дозволяє автоматизувати завдання, які потребуюють складніших, нерутинних дій та когнітивних рішень. “За минулих 40-50 років ми могли автоматизувати тільки ті завдання, які досконало розуміли. Тепер це вже не так. Машини самі можуть вчитися”, — каже Брінйольфсон.
Системи з машинним навчанням можуть перекладати тексти, розпізнавати зображення, детектувати брехню і діагностувати хвороби. “Машина може працювати з набагато, набагато, набагато більшою кількістю інформації, ніж навіть найобдарованіша людина”, — каже Тран. Минулого року він очолював дослідницьку команду, яка показала, як за допомогою 129 тисяч зображень шкірного висипу можна навчити програму діагностувати рак шкіри з точністю досвідченого дерматолога.
Ці досягнення збільшують побоювання, що такі системи можуть витіснити людей у сферах, які раніше вважали надто складними, щоби бути автоматизованими. У 2013-му дослідники з Оксфордського університету оцінили ризик автоматизації для 702-х різних професій. Їх висновки лякають: 47% усіх професій в Сполучених Штатах у майбутні десятиліття можуть бути комп’ютеризовані й автоматизовані. Найвразливішими є професії у сфері транспорту, виробництва й офісного адміністрування. Водії таксі, офісні клерки, бухгалтери й аудитори можуть найбільше хвилюватися щодо своїх робочих місць.
Утім, інші дослідники стверджують, що цифра 47% дуже перебільшена, адже працівники на робочому місці виконують більше, ніж одне завдання. “Коли ви оцінюєте реальну структуру завдань, які люди виконують на робочому місці, ви помічаєте, що цифри насправді стають набагато нижчими”, — каже Ульріх Ціран, старший дослідник Європейського центру економічних досліджень у Мангеймі (Німеччина).
Наприклад, дослідники з Оксфорду повідомляють, що 98% бібліотекарів, бухгалтерів та аудиторів загрожує ризик автоматизації. Проте коли Ціран та його колеги проаналізували те, що ці люди роблять на своїх робочих місцях, то виявилося, що 76% з них насправді виконують групову роботу, яка потребує міжособистісної взаємодії. А ці завдання (принаймні зараз) ще неможливо так легко автоматизувати. Коли автори поширили свій підхід на інші професії, вони виявили ще оптимістичніші реалії. В Сполучених Штатах, як виявилося, тільки 9% працівників по-справжньому загрожує ризик втратити робоче місце через автоматизацію. Ці цифри лежать у діапазоні від 6% в Південній Кореї до 12% в Німеччині й Австрії.
Брінйольфсен разом із Томом Мітчелом зараз працює над тим, щоб глибше оцінити слабкі та сильні сторони штучного інтелекту за рядом параметрів. Наприклад, системи машинного навчання чудово справляють з завданнями, які потребують трансляції одного набору даних в інший (наприклад, зображень шкірних висипів — у діагноз раку). Їх також можна успішно застосовувати там, де є готові масиви даних, на основі яких машина може вчитися. Брінйольфсен та Мітчел якраз прагнуть встановити, наскільки функції працівників на робочому місці узгоджуються з цими критеріями.
Але навіть з таким аналізом непросто визначити наслідки для ринку робочої сили. Те, що завдання може бути автоматизоване, не означає, що воно буде, адже це потребує дорогих і тривалих організаційних змін. Юридичні, етичні та соціальні бар’єри також можуть стояти на заваді. “Штучний інтелект — це ще не легкодоступний продукт, що продається на полицях”, — каже Федеріко Кабіца, який досліджує інформатику охорони здоров’я в Міланському університеті (Італія). Імплементація систем машинного навчання в медицині, наприклад, потребує технологічної готовності та бажання присвятити цьому процесу тисячі людино-годин.
З досліджень відомо, що робоча сила дуже гнучка в адаптації до нових технологій. У другій половині ХХ століття зростання автоматизації прискорило зміни всередині професій, оскільки робітники почали виконувати більш складні і нерутинні завдання. У майбутньому це може мати позитивне значення; якщо автоматизовані системи почнуть ставити рутинні медичні діагнози, лікарі можуть більше часу присвячувати складним випадкам. “Той факт, що комп’ютери добре ставлять медичні діагнози, не означає, що лікарі зникнуть як професія, — каже Мітчел. — Можливо, це означає, що ми матимемо кращих лікарів”.
Вже сьогодні багато людей працюють поруч зі штучним інтелектом, а не витісняються ним — як, скажімо, ректутери в компанії Udacity. Самокеровані автомобілі, наприклад, ще не справляються зі всіма дорожніми ситуаціями. Компанія Nissan пропонує для цього “людське рішення”: якщо якийсь з її автономних автомобілів втрапляє в ситуацію, якої він не розуміє — наприклад дорожні роботи попереду або ДТП, — він автоматично зв’язується з віддаленим командним центром, у якому керування на себе тимчасово перебирає людина і веде машину крізь проблемну ділянку. “Машини і люди мислять по-різному, і кожен тип мислення має свої сильні сторони”, — каже П’єтро Мічелуччі, виконавчий директор Human Computation Institute у Фейрфаксі (Вірджинія).
Чи gig-економіка збільшує експлуатацію працівників?
В сучасному світі відбувається перехід до gig-економіки (англ. gig — багатозначне діалектне і сленгове слово, яке, серед інших, має значення “короткотривала, разова робота” та “дзиґа”). В gig-економіці робітники зайняті на невеликих короткотермінових, як правило, декількох роботах. Це може бути як підробіток водієм Uber, так і виконання мікрозавдань на краудворкінгових платформах, як-от Amazon Mechanical Turk, котрі включають переклад кількох речень тексту чи позначення зображень. Гнучкість, розмаїття й автономія — це обіцянки нової gig economy. Працівники в gig-економіці переважно працюють через Інтернет, який не обмежує їх до місцевого ринку праці. “Людина в Найробі більше не залежить від місцевих роботодавців, а може виконувати завдання, наприклад, у Сполучених Штатах”, — каже дослідник цифрової географії з Оксфордського університету Марк Ґрехем.
Утім, чи справді працівники в gig-економіці достатньо отримують за свою працю? 68% респондентів повідомили, що ця гнучка праця в постіндустріальній економіці приносить важливу частину доходу їхнього домогосподарства. Завдяки Інтернету та цифровим платформам змогли працевлаштуватися багато людей, яким раніше це було значно важче зробити, зокрема люди з обмеженими можливостями чи міґранти без офіційного дозволу на працю. “Багато людей справді добре почуваються в цій системі, але далеко не всі”, — каже Ґрехем.
У gig-економіці існує очевидне переважання пропозиції над попитом. Це змушує багатьох людей знижувати ціну за свою роботу далеко за межі тієї, яку вони вважають справедливою. Багато хто з них змушений працювати інтенсивно і з надто суворими графіками. “Їхнє становище дуже ненадійне. Багато хто з них не може дозволити собі таку розкіш, як відмовити пропозиції роботи, яку б не хотіли виконувати. Чимало хто з них змушений працювати до 48 годин поспіль, аби вчасно виконати всі контракти”, — каже Ґрехем.
У світовій структурі gig-економіки існують значні географічні нерівності. У 2014-му Ґрехем та його колеги проаналізували понад 60,000 трансакцій на одній великій онлайн-платформі. Виявилося, що більшість роботодавців походили з країн із високим рівнем доходів, а працівники — з країн із низьким та середнім рівнем доходів. Ця диспропорція, однак, зрівноважується вищим рівнем оплати праці. Якщо американець отримує за годину $24,13, то іноземець за ту саму роботу в середньому заробляє лише $11,66. Крім того, непропорційна частка робочих місць сконцентрувалася в окремих країнах. Індія та Філіппіни є найбільшими реципієнтами gig-робіт в аналізі Ґрехема.
Ці відмінності можна частково пояснити практичними питаннями. Мовний бар’єр і різниця в часових поясах знеохочують багатьох роботодавців до найму закордонних працівників, а історія аутсорсингу праці в Індії та Філіппінах, можливо, зробила робітників у цих країнах привабливішими для роботодавців. Проте свідома чи несвідома дискримінація також відіграє свою роль. Команда Ґрехема виявила значний відсоток роботодавців, які прямо забороняли громадянам окремих країн апелювати до них. “Хоча цифрові технології змогли об’єднати різні куточки світу, вони не зуміли ефективно перекинути мости між багатьма людськими відмінностями,” — каже Мухамед Амір Анвар, дослідник, який працює разом з Ґрехемом.
Інше велике дослідження gig-економіки розкриває її структуру і вказує на те, що повинні робити працівники в такій економіці, щоби досягти успіху. Між 2013-м і 2015-м двоє старших дослідників корпорації Microsoft Research, антрополог Мері Ґрей з Кембриджа (Массачусетс) та соціальний науковець Сіддгард Сурі з Нью-Йорка, опитали 2000 gig-працівників у Сполучених Штатах й Індії, а також провели довші інтерв’ю приблизно з 200-ми із них.
Вони встановили, зокрема, що хоча gig-працівників часто зображують як незалежних та автономних, насправді вони часто комунікують і співпрацювали між собою. Робітники допомагали одне одному встановлювати акаунти і профілі в соцмережах, поширювати інформацію про роботодавців і останні пропозиції роботи, надавали одне одному технічну та соціальну підтримку. Ґрей та Сурі також виявили, що це співробітництво робить робітників набагато успішнішими. На прикладі Amazon Mechanical Turk вони встановили, що працівники, які мали зв’язок принаймні з однією людиною на платформі, отримували кращі оцінки за свою діяльність і мали більше шансів здобути найвищий статус “майстра”. Крім того, вони швидше довідувалися про нові пропозиції роботи, ніж ті, хто не мав таких зв’язків. “Виглядає на те, що люди справді повинні співпрацювати, щоб ефективно виконувати різні завдання”, — резюмують Ґрей та Сурі.
Чи можна подолати розрив цифрових здібностей?
Життя у цифровій економіці потребує так званих цифрових умінь — навичок роботи з комп’ютерами й інформацією. Вже роками експерти висловлюють занепокоєння з приводу нестачі цих умінь. За їхніми словами, є надто мало кваліфікованих працівників, щоб заповнити ці високотехнологічні професії, а робітники в певних географічних регіонах та демографічних групах відчувають нестачу базової цифрової освіти. У відповідь на це по всьому світу появилися різноманітні програми, які дозволяють підвищувати рівень цифрової грамотності та навичок. Дослідження цих програм проливає світло на їхні слабкі та сильні сторони.
Понад десятиліття назад американська корпорація DARPA (Агентство перспективних оборонних розробок) почала розробляти персоналізовані інтерактивні й адаптивні програми “цифрового репетиторства” для навчання ІТ-спеціалістів в американських ВМС. Студенти працюють з “цифровим репетитором” сам на сам, виконуючи завдання і розв’язуючи проблеми, які він їм задає. В процесі навчання вони повинні постійно переглядати вивчений матеріал з огляду на нові знання та навички. Система самостійно вирішувала, чи студент опанував матеріал, перш ніж перейти до наступної теми.
У 2014-му дослідники встановили, що 12 студентів, які пройшли 16-тижневі курси, показали набагато кращі результати, ніж випускники звичайних класів, які вчилися вдвічі довше. Дехто з них впорався із завданнями навіть краще, ніж старші ІТ-техніки з 10-річним досвідом. “Якщо ми вже маємо приклади цього позитивного досвіду, то чому не розширювати його і запровадити всерйоз для навчання робочої сили?” — каже співавтор дослідження Декстер Флетчер.
У наступних дослідженнях Флетчер встановив, що дещо модифікований варіант цифрового репетитора показав аналогічні результати, коли його використали для навчання 100 військових ветеранів цивільним професіям у сфері IT. Протягом шести місяців програми 97% ветеранів, які працевлаштуватись у сфері ІТ, відшукали роботу за фахом, причому за перший рік роботи вони отримали зарплату, яку в середньому платять працівникам з 3-5-річним досвідом.
Активно розвиваються і багато інших стратегій з покращення цифрової грамотності, зокрема так звані масивні відкриті онлайн-курси (MOOCs) — університетські програми, які викладаються через Інтернет, та цифрові навчальні табори (інтенсивні короткотермінові тренінги, на яких вивчають базові навички програмування).
За даними аналізу 2016-го 1400 користувачів MOOC у Колумбії, на Філіппінах та в Південній Африці, понад 80% із них мали низький та середній рівень доходів і лише у 41% були базові комп’ютерні навички. Понад половину студентів (56%) становили користувачі жіночої статі, а комп’ютерні науки були найпопулярнішою серед них дисципліною MOOC — каже Марія Ґаррідо, співавторка цього аналізу.
Але якість цих програм все ще дуже різна, лише невелика кількість з них проходить суворі стандарти перевірки. Цифрові тренувальні табори здебільшого розташовані у великих містах. Крім того, дослідження 2015-го встановили значні гендерні та расові відмінності серед слухачів MOOC. Виявилося, що жінки, а також студенти обох статей з Африки, Азії та Латинської Америки мали менше шансів досягнути певних рубежів курсу — наприклад, перегляду більш ніж 50% лекцій, а також отримували нижчі оцінки, ніж студенти з Північної Америки, Європи та Океанії.
Навіть ті, хто завершив онлайн-курси цифрової грамотності, досі стикаються з бар’єрами для працевлаштування. Коли дослідники взяли інтерв’ю в студентів кенійської ІТ-програми в Найробі, багато хто сказав, що хвилюється з приводу працевлаштування в місцевій економіці, яка недооцінює їхніх навичок. “Це особливо стосувалося жінок”, — каже Лінет Яґер, інформаційний науковець з Університету Пенсильванії. Як сказала одна студентка, “через те, що я жінка, роботодавці можуть не хотіти надати мені роботи в сфері ІТ. Я можу не використати того, чому навчилася”.
Отже, навіть добрих тренувальних програм може бути недостатньо, щоб успішно жити у цифровій економіці. “Те, що ви маєте добре навички і знаєте, як використовувати комп’ютер, ще не означає, що ви автоматично отримаєте хорошу роботу, — каже Ґаррідо. — Цифрові навички є важливою частиною пазлу, але лише їх недостатньо”.
Emily Anthes
Nature, 18/10/2017
Зреферував Євген Ланюк
21.10.2017