Pracovní místa pro lidi, 2030-2045
📊 Souhrn
David Evans ve své přednášce s optimismem hledí do budoucnosti pracovních míst pro lidi. Uznává, že stroje již po staletí nahrazují lidskou práci, uvádí příklady jako vymizení profese výrobce zápalek. Dále poukazuje na obrovský nárůst produktivity v zemědělství, kde dnes zlomek populace dokáže vyprodukovat dostatek jídla pro všechny. Klíčovou otázkou je, zda umělá inteligence (AI) zásadně změní hodnotu lidského úsilí.
Evans vysvětluje rozdíl mezi tradičním výpočtem a AI. Tradiční výpočet vyžaduje, aby lidé navrhli a naprogramovali stroj, zatímco AI se učí řešit problémy z dat, aniž by lidé znali řešení. I přes rychlý vývoj AI Evans zdůrazňuje, že lidé mají stále výhodu v oblastech, kde záleží na lidské odpovědnosti, vášni a péči. Budoucnost by měla směřovat k vytváření pracovních míst, která využívají právě tyto jedinečné lidské vlastnosti.
📝 Přepis
Chci mít jistotu, že skončíme optimisticky. Pokud vezmete můj název jako otázku, mohu vám rovnou říct, že odpověď je ano, v budoucnosti budou pro lidi dobrá pracovní místa. Příběh o tom, jak stroje berou lidem práci, není nový. Děje se to už stovky let.
Pokud bychom se vrátili o 150 let zpět, tisíce lidí měly práci jako výrobci zápalek. Vím, co si myslíte. Máme na to teď aplikace. Ne ten typ dohazovače. Tito lidé vyráběli dřevěné zápalky na rozdělávání ohně. Jsem si jistý, že to byla velmi nebezpečná, únavná a neuspokojivá práce. A měli bychom být rádi, že dnes nikdo takovou práci nemá.
Dopad technologií na pracovní trh
Další způsob, jak se podívat na změny, které technologie přinesla do zaměstnání, je podívat se na podíl populace pracující na farmách, aby se vyprodukovalo jídlo. Před 150 lety musela většina lidí pracovat na farmách, aby vyprodukovala dostatek jídla pro naše přežití. Nyní je to jen asi 1 % populace. A produkujeme tolik jídla, že ho můžeme spoustu promarnit a asi třetinu můžeme spálit jako palivo. Podle tohoto měřítka produktivity bychom měli mít možnost mít stejnou kvalitu života, jakou jsme měli asi před 150 lety. Místo osmi hodin denně bychom pracovali asi pět minut denně. To se ale neděje. Většina lidí dnes pracuje podobně dlouho jako před 50 nebo 100 lety. Našli jsme produktivní a hodnotné věci, které mohou lidé dělat a které jsou ekonomicky ceněny, aby lidé zůstali zaměstnáni.
Otázkou dne je, zda to umělá inteligence změní. Zdá se, že umělá inteligence je něco velmi odlišného, a možná to dramaticky ovlivní hodnotu lidského úsilí. Než se do toho pustím, chci se ujistit, že rozumíme tomu, co to AI je.
Tradiční výpočetní technika vs. AI
Tradiční výpočetní techniku máme minimálně 100 let. Tradiční výpočetní technika znamená, že se stejnou malou sadou operací, pokud máme správný program a pokud máme dostatek energie a času, můžeme spočítat cokoliv. Tradiční počítač vezme vstup, vyprodukuje výstup. Vstupy mohou být snímání vlastností v prostředí. Výstupy mohou ovlivňovat vlastnosti v prostředí. Tato vize univerzálního výpočtu sahá až k Leibnizovi do 17. století. Hovořil o tom, že pokud dokážeme postavit tento univerzální počítač, můžeme mít nástroj, který zesílí lidské kognitivní schopnosti tak, jako čočky, teleskopy a mikroskopy mohou zesílit lidské vidění. Tato vize se stala skutečností. Nyní máme v kapsách zařízení, která jsou úžasně výkonná. A cokoliv, čemu lidé rozumí natolik, aby popsali, jak to udělat, můžeme udělat s počítači kvadrilionkrát rychleji.
Není to jen zrychlení toho, čemu rozumí jeden člověk, kvadrilionkrát. Můžeme spojit znalosti milionů lidé dohromady, abychom dělali věci, které by žádný člověk sám nedokázal. AI jde ještě dál. Rozdíl s AI je v tom, že místo toho, abychom potřebovali lidi k navrhování a programování stroje, aby dělal něco, co umíme, potřebujeme pouze dostatek dat, spustit tréninkový proces a najít způsob, jak se stroj naučí řešit problémy, které žádný člověk neumí řešit.
ChatGPT jako příklad
Jako příklad, pokud jste používali ChatGPT, tak ten je trénován na veškerém obsahu, veškerém jazyku, který je snadno dostupný, některé méně snadno dostupný, který lidé vytvořili. Pokud vidíte ten malý zelený rámeček, to je Wikipedie. Abyste si udělali představu o rozsahu tréninkových dat pro tyto modely. Obrovské množství energie, obrovská výpočetní síla a skončíte s asi bilionem čísel, která zachycují v modelu lidské znalosti, které lze extrahovat ze všech těchto dat. A tyto věci fungují úžasně dobře. Mohou zvládnout všechny testy, které děláte ve škole. Mohou vyhrát Mezinárodní matematickou olympiádu. Nefungují ale dokonale. Ve skutečnosti nerozumí světu tak, jako lidé. Nevědí, že když strčíte roh jednorožce do lidské lebky, nebudou potom šťastní. Mohou zachytit i zesílit předsudky, které existují ve světě dnes, ve světě minulosti, které se odrážejí v těchto tréninkových datech. To je dnes.
Exponenciální růst a predikce budoucnosti
Co bude v budoucnosti? Nejrozumnější věc na dělání předpovědí, kterou znám, řekl Paul Gascoigne, britský fotbalista. Řekl: „Nikdy nic nepředpovídám a nikdy nebudu.” A já se budu řídit touto moudrou radou. Těžké na dělání předpovědí je, že naše lidská zkušenost je většinou lineární. Věci se mění každý den a my si myslíme, že to bude pokračovat stejným procesem. Většina věcí v reálném světě ale taková není. Téměř všechno, na čem záleží, je ve skutečnosti exponenciální. Každý den se násobí. Není to nic neobvyklého, nic zvláštního. Všechno, na čem záleží, se mění násobkem.
Pokud se podíváte na HDP na obyvatele, uvidíte stejnou křivku. Pokud se podíváte na publikované knihy, pokud se podíváte na výnosy plodin, téměř na cokoliv, uvidíte stejnou exponenciální křivku. Měřítko bude jiné. Problém s děláním předpovědí o exponenciálních křivkách je, že i když budou pokračovat, je těžké předpovědět, jak daleko ještě musí zajít, než se svět určitými způsoby změní, a předpovědět, jak se svět v důsledku toho změní.
Příklad autonomních vozidel
Pokud se podíváte na autonomní vozidla. V roce 2005 vozidla vyhrávala závod DARPA Grand Challenge. Dokázala projet pouští zcela autonomně, úspěšně navigovat dlouhou trasu. Zdálo se, že možná se musí 100krát zlepšit, aby fungovala ve složitých prostředích a byla dostatečně bezpečná pro silnice s ostatními lidmi. Ukázalo se, že to nestačilo. To vedlo k předpovědím, jako například ta od Elona Muska v roce 2016, že do roka budeme mít autonomní vozidla, která budou jezdit po celé zemi bez jakéhokoliv lidského zásahu. Tato exponenciální křivka ale pokračovala. Nemuseli jsme se zlepšit 100krát. Museli jsme se zlepšit 100 000krát. A nyní vidíme široké nasazení autonomních vozidel a Waymo bude příští rok ve Washingtonu D.C.
Klesající náklady a automatizace
Další způsob, jak přemýšlet o exponenciální změně, je klesajícími náklady. Téměř všechno, co závisí na technologii, kde se technologie exponenciálně zlepšuje, budou náklady exponenciálně klesat. A pokud se to děje po určitou dobu, náklady nakonec klesnou téměř na nulu. Příkladem toho je komunikace. Pokud by byl rok 1800 a vy byste přemýšleli o odeslání zprávy přes celou zemi, tak si to nikdo nedokázal představit. V roce 1803 si to dokázal představit jeden člověk. Thomas Jefferson. Náklady, je těžké to převést na současné dolary, byly asi 100 milionů dolarů na odeslání jedné zprávy přes celou zemi a trvalo to dlouho. V roce 1900 jste měli telefony a telegrafy. Zprávy jste mohli posílat rychle, ale bylo to opravdu drahé. Museli jste být velmi bohatí a mít velmi důležitou zprávu, abyste ji mohli poslat. Dnes na tyto náklady nemyslíme. Důvodem, proč byly tyto náklady před 100 lety vysoké, je ten, že bylo zapojeno spousta lidí. Spousta lidí měla práci s propojováním drátů, aby se tyto hovory uskutečnily. To dnes nepotřebujeme.
Téměř každou práci lze automatizovat za dostatečné náklady. Každou konkrétní práci se znalostí prostředí, s kontrolou nad prostředím, můžete automatizovat. Skutečná otázka je, kdy budou náklady na automatizaci práce nižší než náklady na zaměstnání člověka, který by dělal stejnou práci? Všechny tyto práce jsou na křivkách, kde tyto náklady klesají v závislosti na nákladech na automatizaci a na nákladech na najmutí člověka. Bude trvat různě dlouho, než tyto práce zmizí.
Práce s budoucností
Jaké práce nebudou v dohledné době nahrazeny AI? Jsou práce, u kterých bude i nadále ekonomičtější najmout lidi. Existují práce, které by mohly dělat stroje, které jsou únavné a neuspokojivé. Je ale dražší nechat to udělat stroj, než nechat to udělat člověka. Neměli bychom chtít takové práce. Práce, které bychom chtěli a o které bychom se měli snažit, aby společnost měla, jsou práce, kde záleží na člověku kvůli vnitřním vlastnostem být člověkem. Záleží nám na tom, aby byli lidé zodpovědní za rozhodnutí. Potřebujeme tedy lidské odborníky, kteří mohou být zodpovědní za rozhodování. AI může lépe číst rentgenové snímky, ale pacient chce slyšet od lékaře, který tomu rozumí. Rozhodnutí o tom, co dělat, by měl dělat zodpovědný člověk.
Také nám záleží na tom, co dělají lidé. Jídlo chutná lépe, pokud ho připravil kuchař, který je nadšený z jídla. Hudba zní lépe a chceme ji poslouchat, protože se snažíme porozumět lidským hudebníkům, kteří ji složili nebo provedli. Studenti se lépe učí, když se učí od člověka, který je nadšený z toho, co učí, a záleží mu na studentech.
Bude tam nějaké trauma, bude tam nějaké utrpení, až přejdeme do nového světa, kde se práce budou velmi lišit od toho, co jsou dnes. Měli bychom se ale snažit dostat do budoucnosti, kde každý člověk má práci, která závisí na vnitřní lidskosti. Mám štěstí, že dnes mám takovou práci. Těším se na budoucnost, kde doufám, že všichni budete mít také takové práce. Děkuji vám.
🔍 Kritické zhodnocení
Přednáška Davida Evanse nabízí optimistický pohled na budoucnost práce v kontextu rostoucí automatizace a umělé inteligence. Jeho argumentace, že lidská práce bude i nadále ceněna v oblastech vyžadujících lidskou interakci, kreativitu a odpovědnost, je podložena příklady z historie a současnosti.
Nicméně, je důležité poznamenat, že přechod na novou ekonomiku, kde dominují pracovní místa založená na “lidskosti”, nemusí být hladký. Studie ukazují, že automatizace může vést k polarizaci trhu práce, kdy ubývají středně kvalifikované pozice a přibývají vysoce kvalifikované a nízko kvalifikované pozice. [Autor1, Jméno. “Title of the article”. Journal Name, Vol. (Issue), Year, Pages.]
Dále, i když lidská interakce a kreativita mohou být těžko nahraditelné, AI se neustále vyvíjí a v budoucnu může být schopna vykonávat i tyto úkoly. Je proto klíčové, aby se lidé neustále vzdělávali a rozvíjeli nové dovednosti, aby se mohli adaptovat na měnící se trh práce. Důležité je také, jak zdůraznil Světový ekonomický fórum, aby vlády a organizace aktivně pracovaly na vytváření politik a programů, které podpoří lidi v přechodu na nová pracovní místa a minimalizují negativní dopady automatizace. [Světové ekonomické fórum. (2020). The Future of Jobs Report 2020. http://www3.weforum.org/docs/WEF_Future_of_Jobs_2020.pdf]
