για ανθρώπους. Οι γενικοί γιατροί που ασχολούνται κυρίως με τη διάγνωση γνωστών ασθενειών και τη χορήγηση γνωστών θεραπειών θα αντικατασταθούν μάλλον από ιατρικές τεχνητές νοημοσύνες. Ακριβώς όμως γι’ αυτό, θα υπάρχουν πολύ περισσότερα χρήματα για τους γιατρούς και τους βοηθούς εργαστηρίου που κάνουν πρωτοποριακές έρευνες και σχεδιάζουν καινούργια φάρμακα ή χειρουργικές μεθόδους.
Η τεχνητή νοημοσύνη μπορεί να βοηθήσει στη δημιουργία νέων θέσεων εργασίας για ανθρώπους| και κάπως· αλλιώς. Αντί οι άνθρωποι να ανταγωνίζονται την τεχνητή νοημοσύνη, θα μπορούσαν να εστιάσουν στη χρήση και την αξιοποίησή της. Για παράδειγμα, η αντικατάσταση των πιλότων από drone έχει καταργήσει κάποιες θέσεις εργασίας, αλλά έχει δημιουργήσει πολλές νέες ευκαιρίες στη συντήρηση, τον τηλεχειρισμό, την ανάλυση δεδομένων και την κυβερνοασφάλεια.
Αν είναι έτσι, η αγορά εργασίας το 2050 θα χαρακτηρίζεται πιθανότατα από τη συνεργασία ανθρώπων και τεχνητής νοημοσύνης, και όχι από τον ανταγωνισμό τους. Σε πεδία από την αστυνόμευση μέχρι τις τράπεζες, ομάδες ανθρώπων τεχνητής νοημοσύνης θα μπορούσαν να ξεπεράσουν τόσο τους ανθρώπους όσο και τους υπολογιστές. Όταν το πρόγραμμα Deep Blue της ΙΒΜ νίκησε τον Κασπάροφ το 1997, οι άνθρωποι δεν σταμάτησαν να παίζουν σκάκι. Αντίθετα, χάρη σε εκπαιδευτικές τεχνητές νοημοσύνες, πολλοί μετρ σκακιστές έγιναν καλύτεροι από ποτέ και τουλάχιστον για κάποιο διάστημα μια ομάδα ανθρώπων-τεχνητής νοημοσύνης που λεγόταν «οι Κένταυροι» ξεπέρασε σε σκακιστικές επιδόσεις τόσο τους ανθρώπους όσο και τους υπολογιστές. Με τον ίδιο τρόπο, η τεχνητή νοημοσύνη μπορεί να βοηθήσει στην εκπαίδευση των καλύτερων αστυνομικών, ή τραπεζιτών.
Το πρόβλημα με όλες αυτές τις νέες δουλειές, ωστόσο, είναι ότι μάλλον θα απαιτούν πολύ υψηλό επίπεδο ειδίκευσης κι έτσι δεν θα επιλύσουν το πρόβλημα της ανεργίας των ανειδίκευτων εργατών. Το να δημιουργηθούν νέες δουλειές για ανθρώπους μπορεί να αποδειχτεί ευκολότερο από το να επανεκπαιδευτούν οι άνθρωποι για να καλύψουν αυτές τις θέσεις. Στα προηγούμενα κύματα αυτοματοποίησης, οι άνθρωποι μπορούσαν συνήθως να περάσουν από τη μία χαμηλών απαιτήσεων τυποποιημένη δουλειά στην άλλη. Το 1920, ένας αγροτικός εργάτης που είχε απολυθεί εξαιτίας της μηχανοποίησης της γεωργίας μπορούσε να βρει δουλειά σε ένα εργοστάσιο που έφτιαχνε τρακτέρ. Το 1980, ένας άνεργος βιομηχανικός εργάτης μπορούσε να πιάσει δουλειά ως ταμίας σε σουπερμάρκετ. Αυτές οι αλλαγές επαγγέλματος ήταν εφικτές επειδή η μετάβαση από το αγρόκτημα στο εργοστάσιο και από το εργοστάσιο στο σουπερμάρκετ απαιτούσε περιορισμένη εκπαίδευση.
Όμως το 2050, ένας ταμίας ή μια· εργάτρια υφαντουργίας που θα χάσουν τη δουλειά τους από ένα ρομπότ δεν θα μπορούν να γίνουν ερευνητές για τον καρκίνο, χειριστές drone ή μέλη μιας τραπεζικής ομάδας ανθρώπων-τεχνητής νοημοσύνης. Δεν θα έχουν τις απαραίτητες δεξιότητες.
Συνεπώς, παρά την εμφάνιση πολλών νέων θέσεων εργασίας για ανθρώπους, το ενδεχόμενο να δημιουργηθεί μια νέα «άχρηστη» τάξη παραμένει πιθανό. Μπορεί μάλιστα να επικρατήσει η χειρότερη εκδοχή και να μαστιζόμαστε από ανεργία και από έλλειψη ειδικευμένων εργατών μαζί. Πολλοί άνθρωποι μπορεί να μην έχουν τη μοίρα των αμαξάδων του 19ου αιώνα -που έγιναν οδηγοί ταξί- αλλά των αλόγων τους, που σταδιακά εξορίστηκαν εντελώς από την αγορά εργασίας.15
Επιπλέον, καμία από τις δουλειές για ανθρώπους που θα απομένουν δεν θα είναι ποτέ ασφαλής από τον κίνδυνο της μελλοντικής της αυτοματοποίησης, γιατί η μηχανική εκμάθηση και η ρομποτική θα συνεχίσουν να βελτιώνονται. Μια σαραντάχρονη άνεργη ταμίας σουπερμάρκετ που καταβάλλοντας υπεράνθρωπες προσπάθειες κατάφερε να γίνει χειρίστρια drone, μπορεί να χρειαστεί να κάνει το ίδιο δέκα χρόνια αργότερα, γιατί μέχρι τότε μπορεί να έχει αυτοματοποιηθεί και ο χειρισμός drone. Αυτή η αστάθεια θα κάνει επίσης δυσκολότερη τη συγκρότηση σωματείων και τη διασφάλιση δικαιωμάτων για τους εργαζόμενους.
Αντίστοιχα, και οι ομάδες ανθρώπων-υπολογιστών όπως οι «Κένταυροι» θα χαρακτηρίζονται μάλλον από μια μόνιμη διελκυστίνδα ανάμεσα στους ανθρώπους και τους υπολογιστές, και όχι από την παγίωση μιας ισόβιας συνεργασίας. Στις ομάδες που αποτελούνται αποκλειστικά από ανθρώπους -όπως ο Σέρλοκ Χολμς κι ο Γουότσον- συνήθως αναπτύσσονται μόνιμες ιεραρχίες και συνήθειες που κρατάνε για δεκαετίες. Όμως ένας άνθρωπος ντετέκτιβ που συνεργάζεται με το υπολογιστικό σύστημα Γουότσον της IBM (το οποίο έγινε γνωστό όταν κέρδισε στο διάσημο τηλεπαιχνίδι Jeopardy! στις ΗΠΑ το 2011) θα διαπιστώσει ότι κάθε συνήθεια υπάρχει απλώς για να διαταράσσεται και κάθε ιεραρχία για να ανατρέπεται. Ο χτεσινός βοηθός μπορεί να μεταμορφωθεί στον αυριανό προϊστάμενο κι όλα τα πρωτόκολλα και τα εγχειρίδια θα πρέπει να ξαναγράφονται κάθε χρόνο.
Μια πιο κοντινή ματιά στον κόσμο του σκακιού μπορεί να μας δείξει προς τα πού πηγαίνουν μακροπρόθεσμα τα πράγματα. Είναι αλήθεια ότι για αρκετά χρόνια μετά τη νίκη του Deep Blue επί του Κασπάροφ η συνεργασία ανθρώπου-υπολογιστή στο σκάκι άκμασε. Ωστόσο, τα τελευταία χρόνια οι υπολογιστές έχουν γίνει τόσο καλοί, που οι ανθρώπινοι συμπαίκτες τους έχασαν την αξία τους και σύντομα μπορεί να γίνουν εντελώς περιττοί.
Στις 7 Δεκεμβρίου 2017 φτάσαμε σε ένα σημαντικό ορόσημο, το οποίο δεν ήταν ότι ένας υπολογιστής νίκησε έναν άνθρωπο στο σκάκι -μπαγιάτικα νέα-, αλλά ότι το πρόγραμμα AlphaZero της Google νίκησε το πρόγραμμα Stockfish 8. To Stockfish 8 ήταν ο πρωταθλητής σκακιού υπολογιστών για το 2016. Είχε στη διάθεσή του αιώνες συσσωρευμένης ανθρώπινης σκακιστικής εμπειρίας, καθώς και δεκαετίες εμπειρίας στον προγραμματισμό. Ήταν σε θέση να υπολογίσει 70 εκατομμύρια θέσεις ανά δευτερόλεπτο. Αντίθετα, το AlphaZero εκτελούσε μόλις 80.000 τέτοιους υπολογισμούς ανά δευτερόλεπτο και οι άνθρωποι που το δημιούργησαν δεν του έμαθαν καμία σκακιστική στρατηγική, ούτε καν τα κλασικά ανοίγματα. To AlphaZero χρησιμοποιούσε τις τελευταίες αρχές της μηχανικής εκμάθησης για να μάθει μόνο του σκάκι, παίζοντας με τον εαυτό του. Παρ’ όλα αυτά, από τα εκατό παιχνίδια που έπαιξε το αρχάριο AlphaZero με το Stockfish 8, κέρδισε είκοσι οχτώ και έφερε ισοπαλία σε εβδομήντα δύο. Δεν έχασε ούτε μία παρτίδα. Καθώς το AlphaZero δεν είχε διδαχτεί τίποτα από ανθρώπους, πολλές από τις κινήσεις και τις στρατηγικές που του χάρισαν τη νίκη φαίνονταν αντισυμβατικές στο ανθρώπινο μάτι. Θα μπορούσαν κάλλιστα να θεωρηθούν δημιουργικές ή και απερίφραστα ιδιοφυείς.
Μπορείτε μήπως να μαντέψετε πόσο χρόνο χρειάστηκε το AlphaZero για να μάθει σκάκι από το μηδέν, να προετοιμαστεί για τον αγώνα με το Stockfish 8 και να αναπτύξει τα ιδιοφυή ένστικτά του; Τέσσερις ώρες. Δεν πρόκειται για τυπογραφικό λάθος. Για αιώνες, το σκάκι θεωρείται μία από τις δοξασμένες κορωνίδες της ανθρώπινης ευφυΐας. To AlphaZero πέρασε από την απόλυτη άγνοια στη δημιουργική αριστοτεχνία σε τέσσερις ώρες, χωρίς τη βοήθεια ανθρώπινης καθοδήγησης.
To AlphaZero δεν είναι το μοναδικό πρόγραμμα με φαντασία που υπάρχει. Τώρα πια πολλά προγράμματα ξεπερνούν συστηματικά τους σκακιστές, όχι μόνο στην ωμή υπολογιστική δύναμη, αλλά ακόμα και στη «δημιουργικότητα». Σε σκακιστικά τουρνουά αποκλειστικά για ανθρώπους, οι διαιτητές προσέχουν διαρκώς μήπως κάποιος παίχτης προσπαθήσει να κλέψει παίρνοντας κρυφά βοήθεια από υπολογιστές. Ένας από τους τρόπους για να αποκαλυφθούν οι απάτες είναι η παρακολούθηση του επιπέδου πρωτοτυπίας των παιχτών. Αν κάποιος κάνει μια εξαιρετικά δημιουργική κίνηση, οι διαιτητές θα υποπτευτούν συχνά ότι η κίνηση αυτή δεν θα μπορούσε να είναι ανθρώπινη – πρέπει να έγινε από υπολογιστή. Τουλάχιστον στο σκάκι, η δημιουργικότητα είναι πλέον το σήμα κατατεθέν των υπολογιστών, και όχι των ανθρώπων. Επομένως, αν το σκάκι είναι το καναρίνι στο ανθρακωρυχείο μας, έχουμε την προειδοποίηση που θέλαμε γιατί το καναρίνι πεθαίνει. Αυτό που συμβαίνει σήμερα στις σκακιστικές ομάδες ανθρώπων-υπολογιστών μπορεί στην πορεία να συμβεί και στις αντίστοιχες ομάδες στην αστυνομία, την ιατρική ή τις τράπεζες.
Συνεπώς, η δημιουργία νέων θέσεων εργασίας και η επανεκπαίδευση των ανθρώπων που θα τις καταλάβουν δεν θα γίνει μια κι έξω. Η επανάσταση της τεχνητής νοημοσύνης δεν θα είναι ένα και μόνο καθοριστικό συμβάν μετά από το οποίο η αγορά εργασίας θα βρει μια καινούργια ισορροπία. Αντίθετα, θα είναι μια κατολίσθηση από ολοένα και μεγαλύτερες αναταράξεις. Ήδη σήμερα, πολύ λίγοι υπάλληλοι περιμένουν ότι θα κάνουν την ίδια δουλειά σε όλη τους τη ζωή. Το 2050, όχι μόνο η ιδέα «ίδια δουλειά για όλη τη ζωή» αλλά ακόμα και «το ίδιο επάγγελμα για όλη τη ζωή» μπορεί να ακούγεται απαρχαιωμένη.
Ακόμα κι αν μπορούσαμε να επινοούμε διαρκώς νέες δουλειές και να επανεκπαιδεύουμε το εργατικό δυναμικό, θα πρέπει να αναρωτηθούμε αν ο μέσος άνθρωπος έχει την απαραίτητη συναισθηματική αντοχή για μια ζωή γεμάτη ατέλειωτες αναστατώσεις. Η αλλαγή προκαλεί πάντα άγχος και ο πυρετώδης κόσμος του 21ου αιώνα έχει δημιουργήσει μια παγκόσμια επιδημία στρες. Θα μπορέσουν οι άνθρωποι να ανταπεξέλθουν όσο θα αυξάνεται η αστάθεια της αγοράς εργασίας και της ατομικής σταδιοδρομίας; Θα χρειαστούμε μάλλον πολύ πιο αποτελεσματικές τεχνικές μείωσης του άγχους- από φάρμακα, νευροανάδραση μέχρι διαλογισμό- για να μη χάσει ο σάπιενς το μυαλό του. Η “άχρηστη” τάξη μπορεί να έχει εμφανιστεί μέχρι το 2050 όχι μόνο εξαιτίας της απόλυτης έλλειψης κατάλληλων επαγγελμάτων ή σχετικής εκπαίδευσης, αλλά επίσης εξαιτίας ανεπαρκούς πνευματικής αντοχής.
Είναι φανερό ότι τα περισσότερα από τα παραπάνω είναι απλώς εικασίες. Τη στιγμή που γράφονται- το 2018-, η αυτοματοποίηση έχει προκαλέσει κλυδωνισμούς σε διάφορα επαγγέλματα, αλλά δεν έχει οδηγήσει ακόμα σε μαζική ανεργία. Στην πραγματικότητα, σε πολλές χώρες, όπως στις ΗΠΑ, η ανεργία βρίσκεται στο ιστορικά χαμηλότερο σημείο της. Κανείς δεν μπορεί να γνωρίζει με βεβαιότητα τι αντίκτυπο θα έχουν σε διάφορα επαγγέλματα στο μέλλον η μηχανική εκμάθηση και η αυτοματοποίηση.
21 μαθήματα για τον 21ο αιώνα
YUVAL NOAH HARARI
ΕΚΔΟΣΕΙΣ ΑΛΕΞΑΝΔΡΕΙΑ
Εικόνα: https://gr.pinterest.com/pin/320459329733998578/
https://www.lecturesbureau.gr/1/will-the-next-wave-of-automation-lead-to-the-creation-of-new-professions-1820/