Ang mga personal na computer ay nagsimula ng isang rebolusyon sa teknolohiya ng impormasyon. Magdadala ba ang AI ng mga katulad na dramatikong pagbabago? Bettmann sa pamamagitan ng Getty Images

Ang pagsabog ng interes sa artificial intelligence ay nakakuha ng pansin hindi lamang sa kahanga-hangang kapasidad ng mga algorithm na gayahin ang mga tao ngunit sa katotohanan na ang mga algorithm na ito ay maaaring mapalitan ang maraming tao sa kanilang mga trabaho. Ang pang-ekonomiya at panlipunang mga kahihinatnan ay maaaring walang kulang sa dramatiko.

Ang ruta sa pagbabagong pang-ekonomiya na ito ay sa pamamagitan ng lugar ng trabaho. A malawak na circulated Goldman Sachs pag-aaral inaasahan na ang humigit-kumulang dalawang-katlo ng kasalukuyang mga trabaho sa susunod na dekada ay maaaring maapektuhan at isang-kapat hanggang kalahati ng mga gawaing ginagawa ng mga tao ngayon ay maaaring kunin ng isang algorithm. Aabot sa 300 milyong trabaho sa buong mundo ang maaaring maapektuhan. Ang consulting firm na McKinsey naglabas ng sariling pag-aaral hinuhulaan ang pagpapalakas ng AI-powered na US$4.4 trilyon sa pandaigdigang ekonomiya bawat taon.

Ang mga implikasyon ng gayong dambuhalang mga numero ay kapansin-pansin, ngunit gaano kapani-paniwala ang mga hulang ito?

Pinamunuan ko ang isang programa sa pananaliksik na tinatawag Digital na Planeta na nag-aaral sa epekto ng mga digital na teknolohiya sa buhay at kabuhayan sa buong mundo at kung paano nagbabago ang epektong ito sa paglipas ng panahon. Ang isang pagtingin sa kung paano ang mga nakaraang alon ng naturang mga digital na teknolohiya tulad ng mga personal na computer at internet ay nakaapekto sa mga manggagawa ay nag-aalok ng ilang pananaw sa potensyal na epekto ng AI sa mga darating na taon. Ngunit kung ang kasaysayan ng hinaharap ng trabaho ay anumang gabay, dapat tayong maging handa para sa ilang mga sorpresa.

Ang rebolusyon ng IT at ang kabalintunaan sa pagiging produktibo

Ang isang pangunahing sukatan para sa pagsubaybay sa mga kahihinatnan ng teknolohiya sa ekonomiya ay ang paglago sa produktibidad ng manggagawa – tinukoy bilang kung gaano karaming output ng trabaho ang maaaring mabuo ng isang empleyado bawat oras. Ang tila tuyong istatistika na ito ay mahalaga sa bawat indibidwal na nagtatrabaho, dahil direktang nauugnay ito sa kung magkano ang maaasahang kikitain ng isang manggagawa para sa bawat oras ng trabaho. Sinabi ng isa pang paraan, ang mas mataas na produktibo ay inaasahan na humantong sa mas mataas na sahod.

Ang mga produktong Generative AI ay may kakayahang gumawa ng nakasulat, graphic at audio na nilalaman o software program na may kaunting pakikilahok ng tao. Ang mga propesyon tulad ng advertising, entertainment at malikhain at analytical na gawain ay maaaring kabilang sa mga unang nakadama ng mga epekto. Maaaring mag-alala ang mga indibidwal sa mga larangang iyon na gagamitin ng mga kumpanya generative AI para gawin ang mga trabahong dati nilang ginawa, ngunit nakikita ng mga ekonomista ang malaking potensyal na palakasin ang produktibidad ng workforce sa kabuuan.

Ang pag-aaral ng Goldman Sachs ay hinuhulaan ang pagiging produktibo ay lalago ng 1.5% bawat taon dahil sa pag-aampon ng generative AI lamang, na magiging halos doble ang rate mula 2010 at 2018. Mas agresibo pa si McKinsey, na sinasabing ang teknolohiyang ito at iba pang anyo ng automation ay maghahatid sa "susunod na hangganan ng produktibo,” na itinutulak ito nang kasing taas ng 3.3% sa isang taon pagsapit ng 2040.

Ang ganitong uri ng pagpapalakas ng produktibidad, na lalapit sa mga rate ng mga nakaraang taon, ay tatanggapin ng parehong mga ekonomista at, sa teorya, pati na rin ng mga manggagawa.

Kung susuriin natin ang ika-20 siglong kasaysayan ng paglago ng produktibidad sa US, ito ay tumakbo sa tungkol 3% taun-taon mula 1920 hanggang 1970, pagtataas ng tunay na sahod at pamantayan ng pamumuhay. Kapansin-pansin, bumagal ang paglago ng produktibidad noong 1970s at 1980s, kasabay ng pagpapakilala ng mga computer at maagang digital na teknolohiya. ito"kabalintunaan sa pagiging produktibo” ay kilalang nakunan sa a komento mula sa ekonomista ng MIT na si Bob Solow: Maaari mong makita ang edad ng computer sa lahat ng dako ngunit sa mga istatistika ng produktibidad.

Sinisi ng mga may pag-aalinlangan sa digital na teknolohiya ang "hindi produktibo" na oras na ginugol sa social media o pamimili at nangatuwiran na ang mga naunang pagbabago, tulad ng pagpapakilala ng kuryente o internal combustion engine, ay nagkaroon ng mas malaking papel sa panimula na pagbabago sa kalikasan ng trabaho. Hindi sumang-ayon ang mga Techno-optimist; Nagtalo sila na ang mga bagong digital na teknolohiya kailangan ng oras para magsalin sa paglago ng produktibidad, dahil ang iba pang mga komplementaryong pagbabago ay kailangang mag-evolve nang magkatulad. Ang iba pa nag-aalala na ang mga hakbang sa pagiging produktibo ay hindi sapat sa pagkuha ng halaga ng mga kompyuter.

Para sa isang sandali, tila na ang mga optimist ay mapapatunayan. Sa ikalawang kalahati ng 1990s, sa paligid ng oras na lumitaw ang World Wide Web, ang paglago ng produktibo sa US lambal, mula 1.5% bawat taon sa unang kalahati ng dekada na iyon hanggang 3% sa pangalawa. Muli, may mga hindi pagkakasundo tungkol sa kung ano talaga ang nangyayari, na lalong nagpaputik sa tubig kung nalutas na ang kabalintunaan. Ang ilan Nagtalo na, sa katunayan, ang mga pamumuhunan sa mga digital na teknolohiya ay sa wakas ay nagbabayad, habang ang isang alternatibong pagtingin ay ang managerial at teknolohikal na mga inobasyon sa ilang pangunahing industriya ang pangunahing nagtulak.

Anuman ang paliwanag, tulad ng misteryosong nagsimula, ang pagtaas ng huling bahagi ng 1990s ay hindi nagtagal. Kaya't sa kabila ng napakalaking pamumuhunan ng korporasyon sa mga computer at internet - mga pagbabagong nagpabago sa lugar ng trabaho - kung magkano ang nakinabang sa ekonomiya at sahod ng mga manggagawa mula sa teknolohiya ay nanatiling hindi tiyak.

Maagang 2000s: Bagong pagbagsak, bagong hype, bagong pag-asa

Habang ang pagsisimula ng ika-21 siglo ay kasabay ng pagsabog ng tinatawag na dot-com bubble, ang taong 2007 ay minarkahan ng pagdating ng isa pang rebolusyon sa teknolohiya: ang Apple iPhone, na binili ng mga mamimili ng milyun-milyon at kung aling mga kumpanya ang na-deploy sa hindi mabilang na paraan. Ngunit ang paglago ng produktibidad ng paggawa ay nagsimulang tumigil muli noong kalagitnaan ng 2000s, sa madaling sabi noong 2009 sa panahon ng Great Recession, bumalik lamang sa isang pagbagsak mula 2010 hanggang 2019.

 Ang mga smartphone ay humantong sa milyun-milyong app at serbisyo ng consumer ngunit pinapanatili din ang maraming manggagawa na mas malapit na nakatali sa kanilang mga lugar ng trabaho. San Francisco Chronicle/Hearst Newspapers sa pamamagitan ng Getty Images

Sa buong bagong pagbagsak na ito, inaasahan ng mga techno-optimist ang mga bagong hangin ng pagbabago. Ang AI at automation ay naging lahat ng galit at inaasahang magbabago sa trabaho at pagiging produktibo ng manggagawa. Higit pa sa tradisyonal na industriyal na automation, ang mga drone at advanced na robot, kapital at talento ay bumubuhos sa maraming magiging mga teknolohiyang nagbabago ng laro, kabilang ang mga autonomous na sasakyan, mga awtomatikong pag-checkout sa mga grocery store at maging mga robot na gumagawa ng pizza. Ang AI at automation ay inaasahang tutulak sa paglago ng produktibidad itaas 2% taun-taon sa isang dekada, mula sa 2010-2014 lows ng 0.4%.

Ngunit bago tayo makarating doon at sukatin kung paano ang mga bagong teknolohiyang ito ay lalabas sa lugar ng trabaho, isang bagong sorpresa ang tumama: ang pandemya ng COVID-19.

Ang pandemyang productivity push - pagkatapos ay bust

Katulad ng pandemya, ang pagiging produktibo ng manggagawa lumakas matapos itong magsimula noong 2020; ang output kada oras na nagtrabaho sa buong mundo ay umabot sa 4.9%, ang pinakamataas na naitala mula noong magagamit ang data.

Karamihan sa matarik na pagtaas na ito ay pinadali ng teknolohiya: mas malalaking kumpanyang masinsinang kaalaman – likas na mas produktibo – lumipat sa malayong trabaho, pagpapanatili ng pagpapatuloy sa pamamagitan ng mga digital na teknolohiya tulad ng videoconferencing at mga teknolohiya sa komunikasyon gaya ng Slack, at pagtitipid sa oras sa pagko-commute at pagtutok sa kapakanan.

Bagama't malinaw na nakatulong ang mga digital na teknolohiya na mapalakas ang pagiging produktibo ng mga manggagawang may kaalaman, mayroong isang pinabilis na paglipat sa mas malawak na automation sa maraming iba pang sektor, dahil ang mga manggagawa ay kailangang manatili sa bahay para sa kanilang sariling kaligtasan at sumunod sa mga lockdown. Mga kumpanya sa mga industriya mula sa pagproseso ng karne hanggang sa mga operasyon sa mga restaurant, retail at hospitality namuhunan sa automation, gaya ng mga robot at automated na pagpoproseso ng order at serbisyo sa customer, na nakatulong sa pagpapalakas ng kanilang produktibidad.

Ngunit pagkatapos ay nagkaroon ng isa pang pagliko sa paglalakbay kasama ang landscape ng teknolohiya.

Ang 2020-2021 surge sa investments sa bumagsak ang sektor ng tech, tulad ng ginawa ng hype tungkol sa mga autonomous na sasakyan at mga robot na gumagawa ng pizza. Iba pang mabula na mga pangako, tulad ng metaverse's revolutionizing remote trabaho o pagsasanay, tila kumupas din sa background.

Kaayon, na may kaunting babala, "generative AI" sumambulat sa eksena, na may mas direktang potensyal na mapahusay ang produktibidad habang nakakaapekto sa mga trabaho – sa napakalaking sukat. Nag-restart ang hype cycle sa bagong teknolohiya.

Naghahanap sa hinaharap: Mga salik sa lipunan sa arko ng teknolohiya

Dahil sa dami ng plot twists sa ngayon, ano ang maaari nating asahan mula rito hanggang sa labas? Narito ang apat na isyu na dapat isaalang-alang.

Una, ang kinabukasan ng trabaho ay tungkol sa higit pa sa hilaw na bilang ng mga manggagawa, ang mga teknikal na tool na ginagamit nila o ang trabahong ginagawa nila; dapat isaalang-alang kung paano naaapektuhan ng AI ang mga salik tulad ng pagkakaiba-iba sa lugar ng trabaho at hindi pagkakapantay-pantay sa lipunan, na may malaking epekto sa pagkakataong pang-ekonomiya at kultura sa lugar ng trabaho.

Halimbawa, habang ang malawak na paglipat patungo sa remote na trabaho maaaring makatulong sa isulong ang pagkakaiba-iba na may higit na kakayahang umangkop sa pag-hire, nakikita kong ang pagtaas ng paggamit ng AI ay malamang na magkaroon ng kabaligtaran na epekto. Ang mga manggagawang Black at Hispanic ay labis na kinakatawan sa 30 trabaho na may pinakamataas na pagkakalantad sa automation at hindi ipinahayag sa 30 trabaho na may pinakamababang pagkakalantad. Bagama't maaaring tulungan ng AI ang mga manggagawa na mas maraming tapos sa mas kaunting oras, at ang tumaas na produktibidad na ito ay maaaring tumaas ang sahod ng mga may trabaho, maaari itong humantong sa matinding pagkawala ng sahod para sa mga nawalan ng trabaho. Nalaman iyon ng isang 2021 na papel ang hindi pagkakapantay-pantay ng sahod ay may posibilidad na tumaas nang husto sa mga bansa kung saan ang mga kumpanya ay umaasa nang malaki sa mga robot at mabilis na nagpatibay ng mga pinakabagong robotic na teknolohiya.

Pangalawa, habang ang lugar ng trabaho pagkatapos ng COVID-19 ay naghahanap ng balanse sa pagitan ng personal at malayong pagtatrabaho, ang mga epekto sa pagiging produktibo - at mga opinyon sa paksa - ay mananatiling hindi sigurado at tuluy-tuloy. A 2022 pag-aaral nagpakita ng mga pinahusay na kahusayan para sa malayong trabaho habang ang mga kumpanya at empleyado ay naging mas komportable sa mga kaayusan sa trabaho mula sa bahay, ngunit ayon sa isang hiwalay na pag-aaral noong 2023, ang mga manager at empleyado hindi sumasang-ayon tungkol sa epekto: Naniniwala ang una na ang malayong pagtatrabaho ay nakakabawas sa produktibidad, habang ang mga empleyado ay naniniwala sa kabaligtaran.

Pangatlo, ang reaksyon ng lipunan sa pagkalat ng generative AI ay maaaring makaapekto nang malaki sa kurso nito at sa pinakahuling epekto. Iminumungkahi ng mga pagsusuri na ang generative AI ay maaaring mapalakas ang pagiging produktibo ng manggagawa sa mga partikular na trabaho - halimbawa, isang pag-aaral noong 2023 ang natagpuan ang staggered na pagpapakilala ng isang generative AI-based na conversational assistant nadagdagan ang pagiging produktibo ng mga tauhan ng serbisyo sa customer ng 14%. Gayunpaman mayroon na lumalagong mga tawag upang isaalang-alang ang pinakamatinding panganib ng generative AI at seryosohin ang mga ito. Higit pa rito, ang pagkilala sa astronomical computing at mga gastos sa kapaligiran ng generative AI ay maaaring limitahan ang pag-unlad at paggamit nito.

Sa wakas, dahil sa kung gaano naging mali ang mga ekonomista at iba pang mga eksperto sa nakaraan, ligtas na sabihin na marami sa mga hula ngayon tungkol sa epekto ng teknolohiya ng AI sa trabaho at pagiging produktibo ng manggagawa ay mapapatunayang mali rin. Kapansin-pansin ang mga bilang tulad ng 300 milyong trabahong apektado o $4.4 trilyon na taunang pagtaas sa pandaigdigang ekonomiya, ngunit sa palagay ko ang mga tao ay may posibilidad na bigyan sila ng higit na kredibilidad kaysa sa nararapat.

Gayundin, ang "mga apektadong trabaho" ay hindi nangangahulugang nawala ang mga trabaho; ito ay maaaring mangahulugan ng mga trabaho na pinalaki o kahit na isang paglipat sa mga bagong trabaho. Pinakamainam na gamitin ang mga pagsusuri, tulad ng kay Goldman o McKinsey, upang pukawin ang ating mga imahinasyon tungkol sa mga posibleng senaryo tungkol sa kinabukasan ng trabaho at ng mga manggagawa. Mas mainam, sa aking pananaw, na proactively brainstorming ang maraming salik na maaaring makaapekto kung alin talaga ang mangyayari, maghanap ng mga palatandaan ng maagang babala at maghanda nang naaayon.

Ang kasaysayan ng hinaharap ng trabaho ay puno ng mga sorpresa; huwag mabigla kung ang mga teknolohiya bukas ay pantay na nakakalito.

Tungkol sa Ang May-akda

Bhaskar Chakravorti, Dean ng Global Business, The Fletcher School, Tufts University

Ang artikulong ito ay muling nai-publish mula sa Ang pag-uusap sa ilalim ng lisensya ng Creative Commons. Basahin ang ang orihinal na artikulo.