Fw:Thinking:Kommer robotar att ta våra jobb? Hur saker fungerar "Kommer robotar att ta mitt jobb?"
Alla vill veta, och nästan alla har en åsikt. Google bara den frasen för att hitta dussintals tekniska journalistikartiklar som slår denna fråga i smutsen. Kommer de att ta våra jobb? Men seriöst, hur är det med mitt jobb? Är något näringsliv säkert?
På lång sikt, det finns ett extremt enkelt svar på frågan:
Ja. Det kommer de absolut att göra.
Med få undantag, oavsett vad ditt jobb är, mycket intelligenta människor letar efter sätt att automatisera det, och om det finns ett tillräckligt starkt ekonomiskt incitament, de kommer att lyckas. Som vi säger i videon ovan, om ditt jobb så småningom kommer att tas över av en maskin, mobil robot eller datorprogramvara är egentligen inte frågan. Frågan är, "Hur snart?"
Väl, ett par Oxford -professorer kan ha ett svar för dig. I ett inflytelserikt 2013 -papper som heter "The Future of Employment:Hur mottagliga är jobb för datorisering?", författarna Carl Benedikt Frey och Michael A. Osborne drog slutsatsen att 47 procent av de amerikanska jobben löper stor risk för datoriserad substitution inom ”något ospecificerat antal år, kanske ett decennium eller två. "Inte nog med det, de utarbetade en formel för att analysera 702 angivna jobb och tilldela var och en en individuell datoriseringspoäng mellan noll och en. Ju högre poäng, desto större är risken för automatisering inom en snar framtid. Till exempel:
Frey och Osborne konstaterar att tidigare maskinsubstitution av mänskligt arbete har nästan uteslutande skett i yrken med "rutinmässiga uppgifter som inbegriper uttryckliga regelbaserade aktiviteter". Ett annat sätt att ställa detta är att ställa sig själv följande fråga:Kan jobbet enkelt beskrivas i en tydlig lista med instruktioner som upprepas? Tänk på många telemarketingoperationer:
Ett annat exempel skulle vara repetitivt löpande band, där arbetaren svetsar ihop samma två bitar på en oändlig procession av identiska bildörrar. Denna typ av jobb är vad ekonomer kan kalla "rutinintensiva yrken, "och om det finns ett sådant här jobb som inte redan har tagits över av en maskin, det är i överhängande fara för automatisering inom en snar framtid.
Dock, medan endast de mest rutinmässiga uppgifterna blev maskinfoder under tidigare decennier, Frey och Osborne påpekar att den senaste utvecklingen inom big data, maskininlärning och mobil robotik innebär att maskiner nu kan utföra både kognitiva och manuella jobb som folk en gång trodde var relativt immuna mot maskininvasionen.
För att illustrera detta, Frey och Osborne citerar ett papper från 2003 från The Quarterly Journal of Economics, där författarna (författare, Levy och Murnane) skriver, "Att navigera i en bil genom stadstrafik eller att dechiffrera den kladdiga handstilen på en personlig kontroll - mindre åtaganden för de flesta vuxna - är inte rutinuppgifter enligt vår definition." I dag, Googles autonoma flotta har visat ganska bra att bilar utan mänskliga förare är säkrare än bilar med dem, och att sätta in en handskriven check genom att ta en bild med din smartphone är vanligt. Det här är specifika exempel på en allmän trend:Jobb som tidigare verkade som om de inte kunde utföras av en programmatisk programvarurutin kan inte bara vara, men är det i många fall redan.
Frey och Osbornes papper är ganska intressant och värt att läsa om du vill lära dig mer om metodiken de använder för att komma med dessa riskbedömningar, men den förenklade versionen är att lägre datoriseringspoäng gick till jobb som kräver nyckelfärdigheter som fortfarande är de svåraste för datorbaserade maskiner. Dessa svåra att automatisera färdighetskategorier inkluderar:
Det är värt att notera att Frey och Osborne inte uttrycker tron att dessa färdigheter i princip är otillgängliga för maskiner. Istället, de hävdar att de kommer att ta längre tid att uppnå på grund av "tekniska flaskhalsar, "vilket betyder att vi helt enkelt inte har den kunskap eller teknik som gör att vi kan programmera dem, så dessa färdigheter kommer förmodligen inte att ersättas av datorkapital under det närmaste decenniet eller två.
Efter analys av dessa kriterier, det verkar som om de säkraste sysselsättningsområdena är ledning, utbildning, sjukvård, konst och media, teknik och vetenskap. Specifika exempel på jobb som värderar mycket lågt på deras datoriseringspoäng är:
Sysselsättningssektorerna som är mest utsatta är transport och logistik, kontors- och administrativa supportarbetare, tillverkning och produktion, och serviceyrken. Några exempel på jobb som har högt betyg på datoriseringspoängen är:
Kom ihåg, dock, att så välinformerade som dessa bedömningar kan vara, Frey och Osborne påpekar att människor inte alltid är särskilt bra på att förutsäga i vilken utsträckning något kan automatiseras (kom ihåg de autonoma bilarna och check-cashing-exemplen?).
Plus, det kan finnas andra, okända faktorer som applicerar tryck i motsatt riktning, får oss att överskatta maskinkapacitet och underskatta det värde som mänskliga arbetare tillhandahåller. Till exempel, tänk på mänsklig mångsidighet, eller förmågan att göra ett brett spektrum av olika och ofta oväntade uppgifter bra.
Varje bra robot i världen är en specialistrobot. Det är bra att göra ett mänskligt jobb, eller, som mest, en handfull väldefinierade jobb. Det finns inget som heter en bra generalistrobot, kunna utföra alla fysiska och mentala jobb en människa gör med rimlig framgång. Det finns inte bara en sådan robot, vi är inte ens nära.
Att titta på en välutbildad industrirobot som upprepade gånger utför sitt enstaka jobb kan vara hypnotiskt och skrämmande. Svetsarmarna som kantar monteringskedjan i en biltillverkningsanläggning rör sig med häpnadsväckande nåd och snabbhet. Men det är just för att de har ett jobb, och bara ett jobb. Att se robotar försöka uppfylla olika fysiska specifikationer är en helt annan sak. Till exempel, ta en titt på de härliga robotarna som är utformade för att slutföra 2015 års final för DARPA Robotics Challenge, som specifikt uppmuntrar fysisk mångsidighet i robotdesign genom att kräva att robotarna utför flera olika typer av rörelse och fysisk manipulation, som att gå uppför en trappa, öppna en dörr, att vrida en ventil och navigera i spillror.
De robotar du ser smula i högar när de besegras av ett dörrhandtag eller någon sandig terräng är designade av extremt smarta människor som vet vad de gör. Robotarnas upprepade misslyckanden i tävlingen tyder inte på dåliga robotister och ingenjörer, men av den enorma svårigheten att klämma ihop massor av fysisk mångsidighet till en enda maskin.
Med detta i åtanke, låt oss tänka på det genomsnittliga skiftet för en mänsklig restaurangserver. Du måste ta order, svara på frågor om menyn, känna igen matbeställningar och vilka tabeller de motsvarar, transportera mat från köket till borden, transportera smutsiga tallrikar från borden till diskmaskinen, städa upp spill och tappade föremål, svara på särskilda önskemål ("Kan du göra denna pizza utan deg?", "Mitt barn kastade sin gaffel på golvet och behöver en ny ..."). Och så finns det tusen andra små uppgifter man inte ens skulle tänka på, som att tända ljus på ett bord, känna igen och byta ut felaktigt rengjorda rätter och bestick, eller känna igen stamgäster och chatta med dem.
Nu betyder det inte att det är omöjligt att automatisera en restaurang. Faktiskt, vissa har gjort det.
Vi låter dig bedöma om du tycker att den upplevelsen är tilltalande, eller inte så mycket. Hur som helst, det skulle kräva mycket planering, enorma investeringar och en grundläggande förändring av restaurangupplevelsen. Och det sista bekymret kan vara nyckeln:Vad händer om folk inte vill gå till en restaurang med 14 specialiserade robotar istället för en mänsklig server? Vad händer om detta i grunden minskar värdet av den upplevelse restaurangen säljer?
Dessutom, det är svårt och dyrt att utveckla den här typen av robotar, och det ekonomiska trycket kommer att vinna. Om du tittar på exemplet med matservering i USA, många restaurangservrar betalas extremt låga kontantlön (ofta ungefär $ 2,13 i timmen) under rationaliseringen att de kommer att göra skillnad i tips, frivilligt ges av kunderna. Till ett så lågt pris, det finns inte ett otroligt starkt incitament för restauranger att ersätta servrar med robotar, särskilt det klumpiga, skålkrossande tidiga prototyper som kommer ut på marknaden först.
Frågan om förestående automatisering i sådana fall är i slutändan ekonomisk. Det handlar inte alltid om det bara är möjligt att skapa en robot för att göra ett jobb, men om värdet minus kostnad som roboten tillhandahåller överstiger värdet minus kostnaden för den mänskliga arbetaren. Det kan vara i många sådana fall att det dolda värdet av mänskligt arbete ligger.
