Czy zadziobią nas maszyny?

Czy zadziobią nas maszyny?

Od 2003 roku w USA toczy się (naukowa) debata o tzw. rutynowych i nierutynowych miejscach pracy. David Autor i wielu po nim próbowało objąć umysłem, na czym konkretnie polega praca i co z tego da się zautomatyzować. Na czym polega praca sprzątacza? A dziennikarza telewizyjnego? A dziennikarza portalu newsowego? A handlowca? A księgowej?

Co do zasady przyjmuje się, że każdy wykonywany zawód składa się z pięciu rodzajów czynności: rutynowych manualnych (np. przekładanie czegoś z miejsca na miejsce), nierutynowych manualnych (np. kładzenie kafelków), rutynowuych ale wymagających pewnej wiedzy (np. księgowanie), nierutynowych wymagających zdolności komunikacji (np. nawiązywanie kontaktu z klientem w call center) oraz nierutynowych abstrakcyjnych (np. projektowanie domu). Pojęcie rutynowości jest oczywiście względne i jedynym sposobem określenia, jak dany zawód wygląda z tych pięciu perspektyw jest ... odpytać dużą liczbę pracowników o to, jak oceniają swoje zadania w pracy. Takie ćwiczenie wykonano już kilka razy w USA i raz w Niemczech - w Polsce nigdy. Na podstawie tych odpowiedzi tworzona jest klasyfikacja, którą potem można przyłożyć do danych i ...

No właśnie. Co dalej? Dalej można zobaczyć, co się działo z popytem na pracę rutynową i nierutynową. Na przykład Nir Jaimovich i Henry E. Siu popatrzyli na dłuuugookresowe trendy i pokazali, że tak naprawdę nic nie różni miejsc pracy w recesjach - wszystkie spadają. Ale od połowy lat 1970-ych, rutynowe miejsca pracy po recesjch nie odrastają.

Generalnie dane te prowadzą do wniosku, że w miarę postępu technologicznego (a już szczególnie na skutek komputeryzacji z lat 90tych) zanikać zaczęły w gospodarce amerykańskiej miejsca pracy w „środku” drabiny zawodów. Alan Manning (LSE), Maarten Goos i Anna Salomons (oboje KU Leuven) pokazali, że podobne zjawiska zachodzą także w krajach Europy Zachodniej. Badania analizujące, jak bardzo rutynowe są to stanowiska ujawniły, że w przeciwieństwie do zadań ściśle abstrakcyjnych i kreatywnych z jednej strony oraz do zadań manualnych z drugiej strony – te stanowiska pracy faktycznie można w znacznym stopniu zastąpić pracą komputera. Tymczasem zadania manualne oraz kreatywne (abstrakcyjne) są raczej uzupełniane komputerem, niż nim zastępowane (pojęcia komputer, automatyzacja, itp. traktowane są w tej literaturze figuratywnie).

Poza zanikaniem pewnych typów stanowisk - efekty mogą pojawiać się także w odniesieniu do płac. Pojawił się chwytliwy choć mylny slogan tzw. McPrac i MacPrac, gdzie te pierwsze mają być symbolem niskich wynagrodzeń i nudy, a te drugie - ekscytacji na każdym kroku w biurze i wysokich stawek. Sęk w tym, że już badania z lat 70tych pokazały, że nie da się komputerem zastąpić uprzejmej konwersacji (a może frytki do tego?), a nie ma sensu zastępować komputerem czynności naprawdę niestandardowych a jednocześnie prostych (jak złożenie hamburgera z dwóch bułek, kotleta i dodatków). Tymczasem w Apple można wykonywać megarutynowe czynności w dziale kontrolingu albo logistyki, gdzie w przszyszłości stanowiska z pewnością zostaną zautomatyzowane - po prostu jeszcze nie nadszedł ten moment. To porównanie pokazuje jednak, jak bardzo koncepcja rutynowości z perspektywy człowieka odbiega od koncepcji rutynowości z perspektywy maszyny. Trzyletnie dziecko bez problem rozpozna grzebień/szczotkę, jakiego by nie miało wymyślnego design, z czego by nie było wykonane i jak nie należałoby go trzymać. Tymczasem nauczenie komputera, co to jest grzebień tak, by umiał rozpoznać obiekt dotąd nieznany - jest do dziś praktycznie niemożliwe. Dlatego właśnie automatyzacja - i co za tym idzie zanikanie pewnych miejsc pracy - nie jest tak oczywista, jak wynikałoby z nagłówków w stylu ,,do 2050 r zniknie 50% obecnie wykonywanych zawodów". A od 1960 do dziś, ile zanikło? I jaka część na skutek automatyzacji, a jaka z innych przyczyn?

No dobrze, a co z płacami? Czy zanikanie ,,środkowych'' stanowisk to dobra czy zła wiadomość dla pozostałych (jeszcze) pracowników? Po pierwsze, nie jest nigdzie powiedziane, ze McPracownik straci a MacPracownik zyska. Cały czas o stawkach decyduje prawo popytu i podaży. Jasne, że zwolnienia pracowników ze ,,środka'' może znaleźć swoje odzwierciedlenie w podaży osób skłonnych wykonywać McPrace. Zwolniony pracownik centrali telefonicznej w korporacji, którego dotychczasowa funkcja polegała na łączeniu rozmów (przepinaniu odpowiednich kabelków) ma więcej szans znaleźć pracę jako sprzedawca albo fryzjer niż jako inżynier architekt (głównie dlatego, że krócej potrzebuje się szkolić, by zostać fryzjerem). To zwiększy presję na obniżanie płac na ,,dole'' rozkładu wynagrodzeń. Ale ale - przyjrzyjmy się popytowi. Nie bardzo da się zastąpić drogiego (za godzinę) Europejskiego fryzjera czy masażystę - tańszym (za godzinę) pracownikiem z Indii, Chin czy Wietnamu. Nie da się też zastąpić dostawcy z firmy kurierskiej, sprzedawcy w sklepie czy sprzątacza. Jeśli więc wzrośnie popyt na takich pracowników, być może wynagrodzenia nie spadną a nawet wzrosną. Tylko dlaczego miałyby rosnąć? I tu dochodzimy do ,,góry'' rozkładu wynagrodzeń. Wysoko wykwalifikowani pracownicy dzięki komputerom zarabiają w jednostce czasu więcej, a pracować muszą mniej (a przynajmniej taki jest ogólny wzorzec). Mając więcej wolnego czasu, częściej chodzą na masaż - a mając więcej pieniędzy, bardziej są sobie skłonni zafundować sprzątanie, zamiast robić to samodzielnie. Czyli wilk syty i owca cała? Jeden mały problem: obserwując wysokie i rosnące wynagrodzenia osób o wysokich kwalifikacjach, kandydaci na studia powinni walić drzwiami i oknami. W USA tak się nie stało (a raczej stało w niewystarczającym stopniu). Dlatego wynagrodzenia osób wysokokwalifikowanych rosły szybciej (z powodu niewystarczającej podaży) niż pozostałych. A to zwiększyło nierówności. Tak oto polaryzacja miejsc pracy przełożyła się na polaryzację wynagrodzeń. Czy w Europie też? Troszkę. Ale mało. Znacznie mniej niż w USA. I nie jest powiedziane, że trend ten się szybko nie odwróci. A w Polsce? Nikt nie wie, choć wspólnie z IBS postaramy się to zbadać (jak łaskawy NCN pozwoli, albo ktoś inny wesprze nas w takim badaniu).

Bazując na tych danych i wynikach spora grupa ekonomistów (i nie tylko) wieszczy rychły koniec cywilizacji. Fantastyczna - choć kontrowersyjna - książka Erika Brynjolfssona i Andrew McAfee (obaj MIT) pod znamiennym tytułem The Second Age Machine podaje dziesiątki przykładów. Samochody Google, które umieją same prowadzić, choć dotąd w literaturze właśnie kierowca był najczęściej cytowanym przykładem zadania zawodowego, którego praktycznie nie da się zautomatyzować. Sortownie produktów firmy Kiva, gdzie maszyny rozkładają zapasy na półkach i z tychże półek je zbierają, by skompletować zamówienie ze sklepu internetowego. Problem chyba jednak w tym, jaki wniosek wyciągniemy z tych przykładów. Czy GoogleCar naprawdę umie prowadzić samochód? Czy komputery nas zastąpią i wyrzucą na śmietnik (historii)?

Choć niewątpliwie komputery wchodzą w obszary dotąd zarezerwowane dla umiejętności człowieka (prowadzenie samochodu, kompilowanie tekstów prawnych, obsługa rolnictwa), wciąż pozostaje różnica pomiędzy tym, co umiemy nieuchwytnie (ang. tacit skills) i tymi, co da się przekazać maszynie. GoogleCar nie umie zareagować na nagły remont lub policjanta przekierowującego ruch na objazd z powodu wypadku - w takich sytuacjach KompuChodzik ... przekazuje kierownice człowiekowi. W sortowniach Kiva maszyny noszą, ale ludzie wciąż na miejscu mówią co i dokąd. I choć wycieraczki w fabryce zakłada maszyna, w zakładzie mechanicznym zdejmuje je człowiek, bo nauczenie maszyny odhaczenia zaczepki i pociągnięcia pod właściwym kątem jest po prostu zbyt trudne (=kosztowne). Wciąż to człowiek przekazuje swoje umiejętności je maszynie, żeby wykonywała pracę za niego, więc wciąż obszary inwestowania w rozwój maszyn podyktowane będą względną ceną pracy. I jasne, z czasem zamiast takich zaczepów do wycieraczek, jakiś mądry inżynier wymyśli mechanizm, który maszyna da radę obsłużyć, wprowadzając nowy standard. Ale to nie maszyny uczą się obsługiwać naturalną nieprzewidywalność świata, a człowiek uczy się upraszczać nieprzewidywalność w środowisku pracy tak, by mogły pewne zadania wykonać maszyny.