Arbejdsmarkedet: “Vi flyver i blinde”

Automatisering og kunstig intelligens revolutionerer arbejdsmarkedet. Men hvordan?

Uden data om, hvordan kunstig intelligens påvirker arbejdspladser og jobfunktioner, vil politikere flyve i blinde ind i den næste industrielle revolution.

Det skriver Tom Mitchell og Erik Brynjolfsson, i en aktuel artikel i det videnskabelige tidsskrift, Nature.

Tom Mitchell fra Carnegie Mellon University og Erik Brynjolfsson fra Massachusetts Institute of Technology, MIT, har igennem flere år ført an i forskningen og debatten om, hvordan kunstig intelligens og automatisering kan forventes at påvirke både konkrete jobfunktioner og arbejdsmarkedet som helhed.

Artiklen i Nature er en udløber af et større udredningsarbejde, der med Tom Mitchell og Erik Brynjolfsson i spidsen, er blevet gennemført med deltagelse af en bred kreds af forskere med tilknytning til de videnskabelige selskaber i USA inden for Sciences, Engineering, and Medicine.

Rapporten fra dette udredningsarbejde udkom i marts 2017 med titlen,  Information Technology and the U.S. Workforce: Where Are We and Where Do We Go from Here?

Rapporten beskriver de generelle vilkår for at følge med i, hvordan den igangværende teknologiske revolution medfører ændringer på arbejdsmarkedet.

I rapporten fremlægges en række forslag til nye forskningsområder, der kan tilvejebringe større viden om, hvordan den teknologiske revolution påvirker arbejdsmarkedet, kulturen, økonomien og hele det politiske felt.

Indtil nu har en stor del af debatten om konsekvenserne af automatisering og kunstig intelligens taget udgangspunkt i analyser af, hvilke arbejdsfunktioner, der kan automatiseres sammenholdt med en opgørelse af, hvor mange af de forskellige typer af arbejdspladser, der findes på arbejdsmarkedet.

Ud fra denne metode kan det sandsynliggøres, at mellem 25 og 50 procent af de nuværende arbejdspladser kan automatiseres.

Men blot fordi noget er muligt, er det ikke ensbetydende med, at det vil ske.

I den nye rapport fra USA fremhæves det, at der ikke findes nogen særlig klar videnskabelig forståelse af, hvordan mulighederne for automatisering slår igennem på arbejdsmarkedet.

I Information Technology and the U.S. Workforce indkredser forskere fra et bredt felt af videnskabelige discipliner en række nye forskningsområder, der kan bidrage til at skabe større forståelse af, hvordan teknologiudviklingen påvirker arbejdsmarkedet.

Tom Mitchell og Erik Brynjolfsson fremhæver i den sammenhæng, at den nuværende statistik om arbejdsmarkedet ikke formår at indfange de forandringer, der følger af automatisering og anvendelse af kunstig intelligens.

Når politikere anvender den klassiske arbejdsmarkedsstatistik til at forstå udviklingen på arbejdsmarkedet og konsekvenserne af automatisering og kunstig intelligens, betyder det, at de kommer til at flyve i blinde.

Der er derfor ifølge de to forskere behov for en helt ny tilgang til indsamling og analyse af data om udviklingen på arbejdsmarkedet.

En af udfordringerne ved at analysere konsekvenserne af automatisering og kunstig intelligens er, at teknologiudviklingen inden for disse områder forløber i et stærkt opskruet tempo og i store spring.

Et af de seneste eksempler på denne vedvarende ændring af de teknologiske rammebetingelser er Googles nye løsning i Skyen til udvikling og drift af kunstig intelligens.

Løsningen bærer den tekniske betegnelser, TPU 2.0, og repræsenterer et kvantespring for udviklingen af nye løsninger inden for kunstig intelligens baseret på såkaldt “deep learning”, der er den foretrukne metode til udviklingen og anvendelse af kunstig intelligens inden for sundhedsområdet, til talegenkendelse, tekstanalyse og mange andre områder.

TPU 2.0 vil inden for kort tid blive stillet til rådighed om en service i Skyen for alle virksomheder, der arbejder med udvikling og anvendelse af kunstig intelligens til automatisering af eksisterende arbejdsopgaver.

It-installationer i Skyen, der anvender TPU 2.0, (se foto i toppen af denne side) vil inden for få år kunne medvirke til at automatisere tusinder af arbejdspladser.

Men ifølge Tom Mitchell og Erik Brynjolfsson savner vi det nødvendige datagrundlag til at kunne undersøge og dermed forholde os til denne udvikling, inden den allerede har fundet sted.


Foto: TPU 2.0 i drift, Google, 2017

Henvisninger og baggrund: 22.05.2017