Rumah Berpikir ke depan Implikasi Ai untuk produktivitas, upah, dan pekerjaan

Implikasi Ai untuk produktivitas, upah, dan pekerjaan

Daftar Isi:

Video: Bagaimana Cara TEKNOLOGI AI (KECERDASAN BUATAN ROBOT) BEKERJA &BELAJAR | Algoritma Data Science 2020 (Desember 2024)

Video: Bagaimana Cara TEKNOLOGI AI (KECERDASAN BUATAN ROBOT) BEKERJA &BELAJAR | Algoritma Data Science 2020 (Desember 2024)
Anonim

Apa dampak kecerdasan buatan (AI) terhadap produktivitas, upah, dan pekerjaan? Pada konferensi MIT baru-baru ini tentang AI dan Masa Depan Kerja, sejumlah ekonom terkemuka berbicara tentang kekhawatiran bahwa AI akan menyebabkan lebih sedikit pekerjaan, atau setidaknya lebih sedikit pekerjaan yang baik, serta memperdebatkan dampak teknologi terhadap produktivitas.

Secara umum, kesimpulannya adalah bahwa teknologi menciptakan dan menghancurkan pekerjaan, dan terutama juga bahwa itu tidak mungkin menyebabkan pengurangan besar dalam jumlah pekerjaan di masa depan, dengan baik Robert Gordon dan Joel Mokyr dari Universitas Northwestern menyediakan konteks historis untuk perdebatan. Saya sangat tertarik oleh Erik Brynjolfsson, MIT, yang berpendapat bahwa perubahan dalam cara bisnis diorganisasikan untuk mengambil keuntungan dari teknologi baru dapat menghasilkan angka produktivitas yang lebih rendah daripada yang kita harapkan sekarang, tetapi mungkin menghasilkan angka produktivitas yang lebih tinggi di masa depan.

Erik Brynjolfsson: AI dan Paradoks Produktivitas Modern

Erik Brynjolfsson, Direktur Inisiatif MIT tentang Ekonomi Digital dan salah satu tuan rumah konferensi, berbicara tentang bagaimana dunia telah tumbuh lebih pesimistis akhir-akhir ini, dan menunjukkan survei yang menemukan bahwa hanya 6 persen orang Amerika berpikir bahwa dunia membaik (vs 41). persen orang Cina), dan mengutip perlambatan pertumbuhan produktivitas dalam beberapa tahun terakhir sebagai salah satu alasan di balik pesimisme tersebut. Dia mencatat bahwa produktivitas adalah salah satu pendorong utama di balik peningkatan standar hidup.

"Apakah kita kehabisan penemuan?" Brynjolfsson bertanya, dan berbicara tentang semua perbaikan dalam pembelajaran mesin, dari jaringan saraf yang mampu melakukan pengenalan gambar lebih baik daripada manusia - untuk tugas-tugas tertentu - hingga pengenalan suara yang benar-benar menjadi sangat bagus. Dia mencatat bahwa telah terjadi "banjir penelitian" dalam kecerdasan buatan dalam beberapa tahun terakhir, dengan lebih banyak orang yang bekerja di lapangan, dan mengatakan kemungkinan beberapa di antaranya akan mengarah pada terobosan baru.

Mengutip sebuah makalah yang baru-baru ini ia tulis dengan Daniel Rock dan Chad Syverson, Brynjolfsson memberikan empat kemungkinan alasan yang ia yakini dapat menjelaskan paradoks produktivitas. Kita mungkin memiliki harapan yang salah, katanya, dan mungkin saja teknologi baru tidak akan terbukti memberikan peningkatan produktivitas yang signifikan. Mungkin juga bahwa produktivitas diukur, artinya kita tidak melacak manfaat nyata dari teknologi. Peningkatan produktivitas dapat memengaruhi hanya beberapa orang, industri, atau organisasi, dan bukan masyarakat umum. Atau - dan inilah penjelasan yang menurutnya paling masuk akal - bahwa peningkatan teknologi itu nyata, tetapi karena organisasi membutuhkan waktu lama untuk merestrukturisasi diri mereka sendiri, maka pada gilirannya dibutuhkan waktu lama untuk munculnya manfaat kemajuan teknologi.

Secara umum, katanya, optimis memperkirakan dampak masa depan dari teknologi saat ini, sementara pesimis mengekstrapolasi tren masa depan dari PDB terbaru dan data produktivitas.

Brynjolfsson mengatakan AI adalah General-Purpose Technology (GPT) dan mencatat bahwa teknologi seperti itu mungkin sebenarnya lebih rendah menyatakan produktivitas di depan karena perusahaan berinvestasi di ini tanpa melihat pengembalian, yang datang kemudian. Dia mengatakan bahwa statistik yang kita gunakan bukan prediksi masa depan, melainkan "ukuran ketidaktahuan kita."

Secara umum, katanya, GPT memerlukan inovasi dan investasi pelengkap yang menghabiskan waktu, dan agar dapat mengimbangi teknologi yang dipercepat untuk mewujudkan manfaat AI, kita mungkin perlu menemukan kembali organisasi, lembaga, dan metrik kita.

Sebagai perbandingan, ia berbicara tentang bagaimana, meskipun ditemukannya mesin listrik dan bola lampu, kami tidak melihat banyak peningkatan produktivitas antara 1890-1920. Pabrik-pabrik sering mengganti mesin uap dengan mesin listrik, tetapi desain dasar sebuah pabrik - yang dirancang di sekitar sumber daya sentral besar - ​​tidak berubah. Faktanya akan memakan waktu 20-30 tahun sampai pabrik jenis baru - yang menggunakan motor listrik kecil yang didistribusikan di seluruh pabrik - menjadi populer. Ini menyebabkan perubahan dalam urutan dan produksi, dengan diperkenalkannya jalur perakitan, yang pada gilirannya menghasilkan peningkatan besar pada 1920-an. Itu diikuti oleh periode "stagnasi sekuler" - frasa yang diterapkan pada angka produktivitas dalam beberapa tahun terakhir - dan kemudian, ledakan lain.

Brynjolfsson selanjutnya membandingkan angka produktivitas selama periode ini dengan apa yang telah terjadi di era teknologi informasi (kembali ke tahun 1970), dan bagaimana mungkin kita akan mendapatkan ledakan lain berdasarkan penerapan teknologi. Dia mengatakan dia tidak yakin apakah ini akan terjadi, tetapi mencatat bahwa, dengan teknologi semacam ini, akan menjadi normal jika 5-10 kali lebih banyak waktu, tenaga, dan uang dihabiskan untuk penemuan bersama (merujuk pada teknologi dan teknologi). proses di sekitar teknologi asli) daripada pada teknologi itu sendiri.

Brynjolfsson berpendapat bahwa salah satu cara untuk memikirkan hal ini adalah bahwa AI dan investasi yang dilakukan orang dalam perubahan organisasi mungkin merupakan modal tak berwujud yang tidak diukur. Sebagai contoh, katanya, statistik produktivitas akan menunjukkan waktu dan uang yang dihabiskan untuk mobil self-driving, tetapi karena mereka belum dijual, ini tidak akan mendaftar karena telah menciptakan produktivitas. Akibatnya, katanya, meskipun kita mungkin melihat produktivitas yang lebih rendah sekarang, kita akan melihat angka produktivitas yang lebih tinggi di masa depan.

Brynjolfsson menunjukkan bahwa, tentu saja, produktivitas bukanlah segalanya, dan bahwa meskipun output per jam telah meningkat selama 30 tahun terakhir, pendapatan keluarga riil rata-rata mengalami stagnasi.

Brynjolfsson mengatakan "tantangan besar" baru bagi masyarakat kita adalah mempercepat proses penerapan GPT - yang berarti AI - agar bekerja, sehingga kita dapat lebih cepat meningkatkan produktivitas dan standar hidup.

Robert Gordon: AI dan Ketenagakerjaan - Ketakutan yang salah tempat

Robert Gordon, Profesor Ilmu Sosial di Universitas Northwestern dan penulis The Rise and Fall of American Growth: Standar Hidup AS sejak Perang Sipil , memberikan presentasi di mana ia menyatakan bahwa sama sekali tidak ada bukti bahwa AI akan menciptakan pengangguran massal..

Gordon mengatakan bahwa tidak ada penemuan dalam 250 tahun sejak revolusi industri pertama telah menyebabkan pengangguran massal, dan bahwa meskipun pekerjaan terus-menerus dihancurkan, mereka juga diciptakan dalam jumlah yang lebih besar. Dia mengatakan ada churn besar di pasar kerja, dan bahwa saat ini sebenarnya ada kekurangan pekerja, bukan kekurangan pekerjaan, yang benar bahkan di bidang-bidang seperti konstruksi, manufaktur terampil, dan mengemudi truk jarak jauh.

Gordon mengatakan kekhawatiran terhadap kualitas pekerjaan juga "bukan hal baru, " tetapi mengatakan bahwa selama dekade terakhir lebih banyak pekerjaan baik daripada pekerjaan buruk telah diciptakan. Dia mengatakan keprihatinan atas meningkatnya ketidaksetaraan telah menjadi "tema yang akrab selama 40 tahun." Kekhawatiran baru, katanya, adalah penurunan bagian pendapatan tenaga kerja dalam perekonomian, tetapi dia percaya ini "tidak ada hubungannya dengan AI."

Ketika orang berbicara tentang AI dan robotika yang akan berdampak pada pekerjaan di masa depan, kata Gordon, mereka cenderung lupa bahwa pembicaraan tentang dampak robotika dan AI bukanlah hal baru. Kami sudah memiliki robot sejak 1961, katanya, terutama digunakan di bidang manufaktur, dan sebagian besar untuk mobil. Sejak itu kami telah melihat beberapa daerah dengan perpindahan pekerjaan yang parah - sistem reservasi penerbangan dan hotel, misalnya, yang sebagian besar telah menggantikan agen perjalanan - tetapi sebagian besar pengaruhnya kecil.

Gordon mencatat bahwa area dengan pengeluaran AI terbanyak adalah pemasaran, namun pekerjaan analis pemasaran telah berkembang.

Gordon menunjukkan beberapa grafik yang menunjukkan bahwa di mana beberapa pekerjaan telah dipindahkan, yang lain telah dibuat. Dia menunjukkan bahwa sekarang ada lebih banyak teller bank daripada ketika mesin ATM diperkenalkan, dan berbicara tentang bagaimana sementara kita telah melihat kehilangan pekerjaan di toko-toko ritel "bata dan mortir" tradisional, kita telah melihat lebih banyak lagi pertumbuhan dalam pekerjaan e-commerce. Akhirnya, ia mencatat bahwa meskipun kami memiliki lebih sedikit 1 juta pembukuan dan pegawai sejak diperkenalkannya spreadsheet, kami memiliki 1, 5 juta lebih banyak analis keuangan.

Singkatnya, dia mengatakan bahwa sangat mudah untuk memprediksi pekerjaan yang akan dihancurkan, tetapi jauh lebih sulit untuk mengantisipasi pekerjaan baru yang akan dimungkinkan. Ke depan 20 tahun, Gordon mengatakan AI akan menggantikan beberapa pekerjaan, menambah churn pasar tenaga kerja. Tapi, dalam hal pengaruhnya terhadap pekerjaan, "AI bukanlah hal baru."

Joel Mokyr: Teknologi dan Tenaga Kerja -Apakah Jangka Panjangnya Semakin Singkat?

Meskipun Profesor Northwestern University Joel Mokyr telah memperdebatkan Gordon tentang dampak teknologi selama bertahun-tahun, di forum ini, Mokyr tampaknya sangat setuju dengan kesimpulan Gordon tentang teknologi dan dampaknya pada pekerjaan, setidaknya dalam jangka panjang. Mokyr, bagaimanapun, percaya teknologi tidak hanya akan terus berubah, tetapi bahwa perubahan ini akan mempercepat, sementara tesis Gordon adalah bahwa teknologi saat ini tidak berdampak seperti teknologi dari periode sebelumnya, seperti elektrifikasi.

Ketika mempertimbangkan apakah pengangguran yang didorong oleh teknologi akan terjadi atau tidak, pemikiran pertama Mokyr adalah "kita pernah menonton film ini sebelumnya." Dia mengatakan bahwa kaum Ludd yang menentang industrialisasi - dan khususnya mesin tenun pada awal 1800-an - keliru dalam jangka panjang tentang mesin yang menggantikan orang. Tetapi, dia mencatat, itu tidak membantu mereka dalam jangka pendek. Dia mengatakan, misalnya, bahwa meskipun pekerjaan AS di pertanian telah menurun secara dramatis, ada banyak pekerjaan saat ini secara umum.

Secara keseluruhan, ada "sedikit bukti pengangguran teknologi, " dan dia mengatakan ini adalah hasil dari pertumbuhan layanan, penampilan barang dan jasa baru, dan pertumbuhan produktivitas "tanpa henti tetapi lambat." Jadi pertanyaannya, kata Moykr, adalah "Apakah Kali Ini Berbeda?" Jika AI dapat menggantikan pekerja yang terampil dalam pekerjaan padat modal-manusia-seperti pengemudi, asisten hukum, dan pejabat bank-yang dapat membuat perbedaan besar dengan cukup cepat, tetapi ia mengatakan bahwa bukti untuk ini lemah. Yang lebih penting, katanya, adalah inovasi produk yang cenderung menciptakan lapangan kerja baru yang tidak pernah dibayangkan sebelumnya, seperti desainer video game, spesialis keamanan siber, pemrogram GPS, dan psikolog veteriner, yang semuanya ada saat ini tetapi sulit diramalkan beberapa dekade yang lalu.

Moykr mengatakan kita tidak bisa mengetahui pekerjaan baru apa yang akan ada di masa depan, tetapi menyarankan bahwa demografi memungkinkan akan ada lebih banyak pekerjaan yang melibatkan merawat populasi yang menua, dan lebih sedikit yang melibatkan merawat anak-anak, karena ia mengantisipasi bahwa akan ada lebih sedikit anak. Selain itu, katanya, mungkin ada lebih banyak pekerjaan kreatif, dan kita tidak boleh meremehkan "pengetahuan diam-diam" -intuisi, naluri, dan imajinasi - yang bukan kualitas yang kita kaitkan dengan mesin. Meski begitu, dia mencatat, transisi tidak akan menyakitkan.

Moykr selanjutnya melihat "analisis kasus terburuk, " atau sebuah skenario di mana ada permintaan yang jauh lebih sedikit untuk tenaga kerja. Dia mengatakan bahwa batas-batas antara pekerjaan dan liburan adalah kabur, dan mencatat bahwa 25 persen orang Amerika melakukan pekerjaan sukarela. Dia mengatakan peningkatan terbesar adalah di waktu luang, dan referensi pekerjaan oleh beberapa ekonom yang menunjukkan penurunan partisipasi angkatan kerja telah datang sebagian karena laki-laki usia prima terhubung dengan video game.

Moykr mencatat bahwa John Maynard Keynes, dalam makalahnya yang terkenal di tahun 1930 tentang "Kemungkinan Ekonomi untuk Cucu-Cucu kita, " menyarankan bahwa jika teknologi menggantikan pekerjaan, itu akan memecahkan masalah ekonomi kita, jadi masalahnya adalah bagaimana menggunakan waktu senggang yang kita miliki kemudian Mokyr mengatakan, bagaimanapun, bahwa ini mungkin memerlukan pendekatan baru untuk ekonomi dan distribusi pendapatan.

Diskusi panel

(Daron Acemoglu, MIT; Erik Brynjolfsson, Inisiatif MIT tentang Ekonomi Digital: Robert Gordon, Universitas Northwestern; Joel Mokyr, Northwestern University)

Setelah presentasi, Daron Acemoglu, seorang Profesor di Departemen Ekonomi MIT, mengatakan kita harus berpikir teknologi melakukan banyak hal dan menciptakan banyak tanggapan. Dia setuju bahwa akan ada teknologi yang menggantikan pekerja dalam jangka pendek dan tentunya untuk beberapa tugas dalam jangka panjang, tetapi mengatakan teknologi seperti itu juga dapat menyebabkan peningkatan output, sehingga seharusnya memiliki efek positif pada produktivitas.

Acemoglu mengatakan bahwa teknologi dapat membawa pekerja yang dipindahkan dari produksi ke area baru yang saling melengkapi, dan menambahkan bahwa kami memiliki tugas dan pekerjaan baru sepanjang sejarah. Tetapi sementara dia mengatakan ini biasanya berakhir dengan baik bagi masyarakat secara keseluruhan, mungkin ada kesulitan untuk kelas pekerja tertentu, dan kadang-kadang selama beberapa dekade. Dia mengatakan secara efektif tidak ada kenaikan upah selama revolusi industri, tetapi mengatakan bahwa struktur kelembagaan dan pendidikan dapat mempengaruhi ini.

Dalam diskusi panel yang diikuti, Brynjolfsson mengatakan bahwa walaupun setiap momen berbeda, sejarah menunjukkan bahwa pada akhirnya segala sesuatunya berjalan baik, seperti yang disarankan oleh Gordon dan Mokyr. Namun dia juga mencatat bahwa ada periode yang lama di mana orang tidak melakukannya dengan baik, karena perubahan teknologi dalam pekerjaan. "Baca sejarah atau Dickens, " katanya.

Brynjolfsson berbicara tentang bagaimana, dalam beberapa dekade terakhir, pendapatan rata-rata mengalami stagnasi dalam setiap ukuran, yang dapat Anda lihat dalam hal-hal seperti epidemi opioid dan meningkatnya jumlah kasus bunuh diri, katanya. Dia menyarankan agar kita tidak hanya duduk dan melihat apa yang terjadi, tetapi sebaliknya berpikir tentang "teknologi sebagai alat yang dapat Anda gunakan" untuk mengatasi masalah seperti itu. Dia mengatakan bahwa ketika ada pengangguran teknologi pada 1800-an, situasinya diselesaikan di AS sebagai akibat dari investasi besar-besaran dalam pendidikan dasar. Jika kita ingin terus menyesuaikan diri dengan pengangguran teknologi, kita harus memikirkan bagaimana kita akan mendorong perubahan serupa.

Mokyr mengatakan dia khawatir bahwa kita "membongkar negara kesejahteraan tepat ketika kita sangat membutuhkannya" untuk memperlunak transisi ke jenis pekerjaan baru yang akan datang. Mokyr menyebutkan upaya di negara-negara seperti Norwegia dan Kanada, dan Gordon menunjuk ke Jerman dan Swedia, yang memiliki serikat pekerja yang lebih kuat dan perawatan kesehatan pemerintah.

Ditanya tentang apa yang harus kita lakukan untuk membuat segalanya menjadi lebih baik bagi orang-orang, Brynjolfsson mengatakan sebagian besar ekonom akan menempatkan pendidikan di urutan teratas, diikuti dengan melakukan lebih banyak untuk mendorong kewirausahaan. "Terlalu sering, pemerintah berusaha melindungi masa lalu dari masa depan, " katanya. Dia juga mendorong penguatan jaring pengaman, dan khususnya kredit pajak penghasilan yang diperoleh.

Mokyr menyarankan - dan Gordon menyetujui - peningkatan imigrasi berketerampilan tinggi, dan berkata kita harus membawa orang-orang dari seluruh penjuru dunia dan menerimanya dengan tangan terbuka. "Menolak mereka adalah cockamamie, " kata Mokyr. Gordon juga mendorong hal-hal seperti peningkatan prasekolah untuk populasi yang hidup dalam kemiskinan.

Ada beberapa diskusi tentang bagaimana kita mengukur produktivitas. Brynjolfsson mengatakan kami mungkin ingin memikirkan kembali metrik ekonomi (mencatat bahwa PDB sebagai metrik diciptakan pada 1930-an), dan mulai memikirkan hal-hal yang tidak didasarkan pada konsumsi, seperti lingkungan. Mokyr mengatakan tidak begitu yakin dengan pandangan pesimistis dari pendapatan median, mengatakan kita mungkin mengukur inflasi terlalu tinggi dan tidak melakukan pekerjaan sebaik-baiknya dengan menghitung peningkatan kualitas yang konstan.

Implikasi Ai untuk produktivitas, upah, dan pekerjaan