Konversationen kring artificiell intelligens och automatisering verkar domineras av antingen domesägare som fruktar att robotar kommer att ersätta alla människor i arbetsstyrkan, eller optimister som tror att det inte finns något nytt under solen. Men MIT Sloan-professorn Erik Brynjolfsson och hans kollegor säger att debatten måste få en annan ton.
Ny forskning visar att specifika uppgifter inom jobb, snarare än hela yrken själva, kommer att ersättas av automatisering inom en snar framtid, med vissa jobb mer påverkade än andra.
"Våra resultat tyder på att en förändring behövs i debatten om effekterna av AI:bort från det gemensamma fokuset på full automatisering av hela jobb och genomgripande yrkesersättning mot omdesign av jobb och omarbetning av affärspraxis, " skriver forskarna i en artikel som publicerades i maj i American Economic Association Papers and Proceedings. Arbetet är av Brynjolfsson, professor Tom Mitchell vid Carnegie Mellon Universitys maskininlärningsavdelning, och Daniel Rock, doktorand och forskare vid MIT Initiative on the Digital Economy.
"Trots vad Hollywood säger, vi är väldigt långt ifrån artificiell allmän intelligens. Det är AI som bara kan göra allt en människa kan, ", sa Brynjolfsson. "Vi har inget i närheten av det. Vi kommer inte att göra det på decennier, om det inte blir något fantastiskt genombrott."
Vad vi har är kraftfulla smala AI-system, Brynjolfsson sa:som kan lösa vissa, specifika problem på mänsklig eller övermänsklig noggrannhetsnivå, använder vanligtvis djupa neurala nätverk. Dessa tekniker är skickliga på uppgifter som involverar prediktiv analys, tal- och bildigenkänning, och naturlig språkbehandling, bland andra.
"Men det är inte allt - det är vissa saker, ", sa han. "Det väcker den uppenbara frågan:vilka är uppgifterna som denna fantastiska AI kan göra bra, och vilka är de uppgifter de inte kan göra?"
För att svara på de frågorna, forskarna utvecklade en rubrik med 23 frågor för att avgöra om en uppgift är lämplig för maskininlärning. Hur högt eller lågt en uppgifts poäng är i rubriken indikerar hur känslig den kan vara för automatisering och maskininlärning, sa Brynjolfsson. Han och Tom Mitchell publicerade den ursprungliga rubriken i tidskriften Vetenskap i december, 2017.
"Var som helst chef skulle kunna ta den här rubriken, och om de funderar på att tillämpa maskininlärning [på en uppgift] bör den här rubriken ge dem lite vägledning, " sa han. "Det finns många, många uppgifter som lämpar sig för maskininlärning, och de flesta företag har egentligen bara skrapat på ytan."
Forskarna ville ta idén vidare. Eftersom ett jobb bara är en bunt av olika uppgifter, det är också möjligt att använda rubriken för att mäta lämpligheten av hela yrken för maskininlärning. Med hjälp av data från federal Bureau of Labor Statistics, det var precis vad de gjorde – för vart och ett av de mer än 900 distinkta yrkena i den amerikanska ekonomin, från ekonomer och vd:ar till lastbilschaufförer och skollärare.
"Automatisk teknik har historiskt sett varit den viktigaste drivkraften för ökad industriell produktivitet. De har också stört sysselsättningen och lönestrukturen systematiskt, " skriver forskarna. "Men, vår analys tyder på att maskininlärning kommer att påverka mycket andra delar av arbetsstyrkan än tidigare vågor av automatisering … Maskininlärningsteknik kan förändra många jobb i ekonomin, men full automatisering kommer att vara mindre betydelsefull än omarbetning av processer och omorganisering av uppgifter."
Radiologer, till exempel, har 26 distinkta uppgifter kopplade till sitt jobb, sa Brynjolfsson. Att läsa medicinska bilder är en uppgift som är väl lämpad för maskininlärning, med datorer som börjar bli bättre på bildigenkänning än människor. Men interpersonella färdigheter som att förmedla hälsovårdsinformation till en patient utförs inte lika enkelt eller effektivt av maskiner, han sa.
"I nästan alla yrken, det finns åtminstone några uppgifter som kan påverkas, men det finns också många uppgifter i varje yrke som inte gör det. Som sagt, vissa yrken har relativt sett fler uppgifter som sannolikt kommer att påverkas av maskininlärning", sa Brynjolfsson, noterar att ett jobb som en concierge kan vara, och är, mestadels ersatt av tjänster baserade på maskininlärning från företag som Google. Jobb som massageterapeuter, som inte har mycket potential för maskininlärning, sannolikt är minst drabbade, enligt studien.
Forskarna rekommenderade att titta på uppgifterna inom varje yrke som har stor potential att automatiseras genom maskininlärning, skilja dem från de uppgifter som inte gör det, och omorganisera jobbet för att matcha den utvecklingen. Maskininlärning kan göra de uppgifter den är idealisk för, de skriver, medan mänsklig arbetskraft skulle kunna frigöras för att göra fler av de aktiviteter som maskininlärning inte är väl lämpad för, med en nettoeffekt av ökad lönsamhet.
Det är inte att säga att ny utveckling inom maskininlärning inte kan ha en bredare inverkan på jobb och ekonomi i framtiden, skriver forskarna. "För att matcha den utvecklande tekniken i ML i framtiden kommer det att krävas uppdatering av rubriken i enlighet med detta, " de skriver.
