Может ли ИИ оставить нас
без работы?

Может ли искусственный интеллект оставить без работы значительное число людей? Большинство экономистов отвечают на этот вопрос отрицательно: если технологические инновации постоянно лишают персонал занятости, почему же  после стольких веков существования новых технологий все еще сохранилось так много рабочих мест? По мнению ученых, передовые технологии делают экономику более продуктивной и позволяют людям осваивать новые области: например, переходить от занятий сельским хозяйством к производственной деятельности. Поэтому исторически сложилось так, что экономисты придерживаются единого мнения: какие бы изменения ни вызвали технологические новшества, их влияние располагается «в диапазоне между благотворным и благоприятным». 

Но поскольку новые модели и инструменты ИИ возникают почти еженедельно, этот консенсус дает трещину. Появляется все больше доказательств, что цифровые технологии способствовали росту неравенства в США и по всему миру. Компьютеры, например, помогают работникам умственного труда повысить производительность, но они также снижают спрос на сотрудников со средним уровнем оплаты — скажем, офисного или административного персонала. Таким образом, некоторые экономисты начали пересматривать свои модели того, как новые технологии — в особенности, автоматизация — влияют на рынки труда. «Технологические улучшения, направленные на повышение производительности труда, действительно способны привести к снижению зарплат всех работников, — это важный момент, который часто преуменьшают или игнорируют», — пишут в своей недавней статье Дарон Аджемоглу из Массачусетского технологического института и Паскуаль Рестрепо из Бостонского университета.

Эта новая экономика автоматизации содержит ключевую идею, состоящую в том, что в долгосрочной перспективе технологии помогают работникам повысить производительность труда, а значит, зарплаты вырастут. Однако эта новая экономика также поднимает два важных вопроса. Во-первых, есть большая разница между использованием технологий для автоматизации существующих рабочих процессов и созданием принципиально новых возможностей, которых не было раньше. Во-вторых, развитие технологий отчасти определяется теми, кто решает, как их использовать. «ИИ предлагает большой диапазон инструментов, позволяющих расширять возможности сотрудников и повышать эффективность труда. Нам необходимо осваивать эти инструменты и ставить их себе на службу», — полагает экономист из Массачусетского технологического института Дэвид Аутор.

Ученые осмысляют мир, выстраивая новые модели, с помощью которых пытаются зафиксировать хаотичную реальность современной экономики, сознательно упростить их, а также проиллюстрировать ключевые решения и компромиссы, формирующие экономику. В процессе данные модели помогают привлечь внимание тех, кто принимает решения. Актуализируя свои модели автоматизации, экономисты меняют представления о влиянии, которое технологии оказывают на работников, а также по-новому расставляют акценты в дискуссии о том, как политики и регулирующие структуры должны реагировать на процессы в этой сфере.

«Гонка между образованием и технологиями»

Позитивный взгляд исследователей на то, как технологии влияют на рынки труда, обусловлен довольно простыми предпосылками. Если обратиться к истории XX века, то возникает впечатление, что технологии, подобно приливу, «поднимают все лодки». В 1900 г. 41% работников были заняты в сельском хозяйстве; к 2000-му в этой отрасли осталось всего 2%. Такие изменения стали возможны благодаря новой технике — например, плугам и косилкам, — которые сначала работали на конной тяге, а потом были механизированы. В то же самое время механизация вызвала бум производства. Новые города, большие и малые, вырастали вокруг производств, и американская экономика становилась все более индустриальной. Наблюдался стремительный экономический рост. Зарплаты повышались, а количество рабочих часов уменьшалось. По данным историка Роберта Гордона, доля людей, занятых тяжелым  физическим трудом, резко сокращалась. У таких изменений множество причин, которые нельзя назвать однозначно положительными. Тем не менее, подытоживает Гордон, эти изменения значительно улучшили благосостояние американцев, а стали возможны они именно благодаря новым технологиям.

Технологии обладают потенциалом к повышению производительности труда и увеличивают «экономический пирог» — именно эта динамика занимает ключевое место в том, как экономисты понимают процветание и рост. Без механизации сельского хозяйства резкое повышение уровня жизни во многих частях мира за последние два века было бы невозможным, что нашло отражение в моделях, которые породила эта история. Но такие модели включали в себя важное допущение, что никто из работников не стал жить хуже.

Специалисты по экономике труда впоследствии усложнили эту историю, разделив работников на «высококвалифицированных» и «малоквалифицированных» — как правило, их расчеты были приблизительными и опирались на данные об уровнях образования. Это позволило экономистам выстроить модель того, как технологии могут усиливать неравенство. Компьютеры повысили продуктивность многих работников умственного труда — благодаря таким новшествам, как электронные таблицы и email, — и, следовательно, увеличили и их зарплаты. А вот менее образованным работникам технологии помогли меньше, и это стало причиной возникновения того, что гарвардские экономисты Клаудия Голдин и Лоуренс Кац назвали «гонкой между образованием и технологиями».

Идея «гонки» объясняется следующим образом: технологии требовали более высокого уровня образования, чтобы человек мог воспользоваться ими для увеличения производительности труда, следовательно, спрос на высокообразованных сотрудников повышался. Это создало потенциальную возможность неравенства, поскольку зарплаты востребованных, образованных сотрудников росли быстрее, чем зарплаты менее образованных. В США середины XX века этот эффект был нивелирован тем, что все больше людей получали высшее образование. Новые выпускники вузов удовлетворяли спрос на более образованных сотрудников, а работников без диплома было относительно мало, поэтому их зарплаты тоже могли расти. Но когда в 1980-е годы доля американцев, получающих высшее образование, стала снижаться — а технологии при этом продолжали улучшаться, — новый спрос на образованных сотрудников остался неудовлетворенным. В этой связи зарплаты сотрудников с высшим образованием росли гораздо быстрее, чем у людей без высшего образования, что привело к росту неравенства.

Такие модели иллюстрируют так называемые «технологические изменения, связанные с навыками», а также фиксируют ключевые моменты воздействия технологий на сферу труда. Как правило, инновации повышают производительность труда, но на некоторые виды деятельности и навыки они влияют сильнее, чем на другие. Несмотря на свою простоту, эти модели вполне позволяют суммировать данные по зарплатам за целый век, как рассказал мне в 2015 г. экономист из Массачусетского технологического института Дэвид Аутор, когда я спросил о его исследованиях в этой сфере.

Как пояснил Аутор в нашей недавней беседе, проблема заключается в следующем: более старые модели предполагали, что технологии «могут поднять одни лодки выше, чем другие, но никаких лодок не опускают». Тем не менее, по мере того как цифровые технологии трансформировали глобальную экономику, появилось «множество свидетельств того, что у кого-то из работников уровень жизни понизился».

Когда технологии создают новые виды деятельности — и когда этого не происходит

Почему некоторые инновации, по-видимому, стимулируют повышение зарплат большого количества людей, а другие, напротив, понижают уровень жизни многих работников? В последнее десятилетие экономисты отвечали на этот вопрос, проводя границу между технологиями, создающими новые виды деятельности, и теми, которые просто автоматизируют уже существующие.

Движение к этим более новым моделям началось в середине 2000-х годов, когда экономисты стали пользоваться более подробными данными и начали разделять деятельность на отдельные задачи. Например, работа исследователя может включать в себя сбор данных, проведение их анализа и создание отчета. Поначалу все три задачи выполнялись человеком, но со временем технологии взяли на себя задачу по сбору данных, а значит, исследователю останется только провести анализ и написать отчет.

Модели, основанные на разделении задач, позволили получить более четкие представления о воздействии технологий на сферу труда, а также помогли лучше разобраться в причинах растущего неравенства в США и большей части мира. Начиная с 1980-х годов, цифровые технологии начали решать задачи, которые выполняют сотрудники со средним уровнем зарплаты: например, бухгалтеры и делопроизводители. По этой причине во многих видах деятельности, требующих высокой квалификации, — к примеру, анализ данных и создание отчетов, — наблюдался рост производительности труда и зарплат. Но по мере того, как работники среднего класса были вытеснены, многие из них заняли рабочие места с более низкой заработной платой. Большое число людей начали искать работу, это было зачастую обусловлено тем, что многие из низкооплачиваемых сотрудников стали получать еще меньше. В период с 1980 г. и по начало XXI века рост занятости раздвоился на высокооплачиваемую умственную работу и низкооплачиваемые рабочие профессии.

Разделение на задачи также подчеркивает значение профессионализма: важно понимать, какие именно задачи берут на себя компьютеры. С точки зрения сотрудника, лучше, чтобы машины брали на себя механическую, малоценную работу, а самим пользоваться своими профессиональными навыками для выполнения более ценных задач.

Одним из ограничений модели, основанной на разделении задач, было то, что список потенциальных задач рассматривался в ней как неизменный. Исследователи анализировали изменения названий и должностных обязанностей различных профессий и обнаруживали, сколько людей занимает должности, которых до недавнего времени попросту не существовало.

По материалам исследования Аутора, «в 2018 г. выяснилось, что более 60% сотрудников занимают должности, не существовавшие в 1940-м». В 1980 г. Бюро переписи населения США добавило в список видов деятельности контролеров дистанционно управляемых транспортных средств, а в 2000-м — сомелье. Эти примеры демонстрируют, какими двумя взаимосвязанными способами технологии могут создавать рабочие места. В первом случае новые технологии напрямую создали новый вид деятельности, требовавший новых навыков. Во втором — существование более богатого общества — полного компьютеров и дистанционно управляемых транспортных средств, — означало, что теперь потребители могут позволить себе новые излишества вроде услуг сомелье.

Эти «новые виды деятельности» являются, по мнению ряда экономистов, ключом к тому, как технологии влияют на рынок труда. С их точки зрения, то, насколько хорошо применение технологий воздействует на работников, зависит от того, изобретает ли общество новые виды деятельности, в которых можно добиться успеха: такие, например, как дистанционное управление транспортным средством. Если в экономике быстро появляются новые виды деятельности, использующие навыки человека, это значит, что такая экономика сумеет найти применение определенному числу людей, лишившихся работы.

Аджемоглу и Рестрепо оформили эту идею в 2018 г., применив модель, согласно которой автоматизация участвует «в гонке против создания новых задач». Новые технологии лишают людей работы, но при этом определяют для них новые задачи; если увольнения опережают создание новых видов деятельности, это может привести к снижению зарплат.

По мере того как экономисты дорабатывали свои теории, они также вносили изменения в свои рекомендации. В эпоху гонки между образованием и технологиями экономисты часто рекомендовали большему количеству людей получить высшее образование или повысить свою квалификацию каким-то другим способом. Сегодня экономисты, скорее, подчеркивают необходимость создания новых видов деятельности, а также важность поддержки соответствующих программ и институтов.

Как утверждает Аутор, технологии «трансформируют нашу жизнь», когда мы используем их, чтобы «полностью трансформировать набор выполняемых нами задач». Интернет — не просто более удачный способ совершать звонки, а электричество — не просто альтернатива газовому свету. Важнейшие технологии создают целые категории деятельности человека. Это означает как новые виды деятельности, так и новые запросы, по мере того как общество богатеет.

Вспомним старую идею, возникшую в менеджменте, — «реинжиниринг». В 1990 г. Майкл Хаммер в своей знаменитой статье в журнале Harvard Business Review призвал менеджеров «перестать мостить коровьи тропы». Старые процессы, как утверждал он, должны быть не просто автоматизированы, а полностью воссозданы заново. О подобных вещах также говорят Аджемоглу и другие исследователи, создавая модели «новых задач». Вместо того чтобы просто автоматизировать задачи, выполняемые нами в настоящее время, мы должны изобретать абсолютно новые способы, с помощью которых ИИ сможет сделать нашу жизнь лучше, — и новые способы, которые позволят людям совершенствовать свои навыки и успешнее их применять.

Кто принимает решения?

Выбор задач, выполняемых ИИ, будет отчасти зависеть от того, кто принимает решения — и есть ли у работников право слова. В прошлом году голливудские сценаристы добились заключения нового контракта с киностудиями, одним из ключевых аспектов которого стало использование ИИ в процессе написания сценария. В своем недавно опубликованном практическом анализе на примере переговоров сценаристов со студиями Молли Киндер, сотрудница Брукингского института, пришла к следующему выводу:

«Контракт, который Гильдия сценаристов США смогла заключить в сентябре, создал исторический прецедент: сценаристы вправе сами решать, использовать ли им генеративный ИИ — и как использовать его таким образом, чтобы он помогал им и выступал в качестве инструмента в их работе, а не замещал их. Наконец, если сценаристы используют генеративный ИИ, в контракте должно быть оговорено, что они значатся в качестве авторов произведения и им полагаются соответствующие отчисления».

У профсоюзов непростые отношения с технологиями, и они часто скептически относятся к автоматизации. Но и в этом вопросе мышление экономистов претерпело изменения. В 1980-е гг. большинство экономистов придерживалось следующей точки зрения: у фирм, работники которых состояли в профсоюзах, было меньше стимулов инвестировать в инновации и новые технологии. Поскольку профсоюзы заботились о том, чтобы наибольшую выгоду извлекали сотрудники, то, как многие полагали, у инвесторов отсутствовала мотивация вкладываться в НИОКР. Но существуют и другие мнения на этот счет, утверждает Джон Ван Ринен, экономист из Лондонской школы экономики и политических наук.

Организации, которые правильно используют новые технологии, как правило, больше платят сотрудникам, поскольку и производительность труда, и доходы у этих фирм выше. Как пишет Ван Ринен, при соответствующих обстоятельствах профсоюзы могут способствовать тому, чтобы сотрудники почувствовали себя вправе претендовать на некоторую долю доходов своей компании, получая более высокую зарплату. В одном исследовании Ван Ринен цитирует Джона Ходжа, бывшего президента Конфедерации металлургической промышленности США, который однажды сказал: «Мы не будем выступать против машины, если получим хорошую долю добычи».

Участие сотрудников во внедрении новых технологий (чему профсоюзы часто способствуют) может также подтолкнуть компании к более продуктивному (и дружественному по отношению к работникам) использованию ИИ. «Формируется мнение, что именно инновации, идущие снизу вверх, помогут прийти к пониманию того, как лучше всего использовать ИИ, — говорит Киндер. — Так что есть смысл держать сотрудников в курсе дела».

Кроме того, участие работников может защитить от феномена «инновационной деятельности “с грехом пополам”», о котором в своих исследованиях и в своей новой книге предупреждает Аджемоглу. Иногда компании проводят автоматизацию только для того, чтобы заменить сотрудников, а не для того, чтобы значительно повысить производительность труда. Аджемоглу показывает это на примере киосков самообслуживания: они работают достаточно хорошо, чтобы оставить кассиров без дела, но не так хорошо, чтобы дать значительный импульс экономике, тем самым способствуя созданию новых рабочих мест.

• • •

Целые труды написаны о влиянии экономистов на тех, кто принимает решения. Возможно, это влияние переоценено: как бы то ни было, программа действий в большей степени определяется повседневной политикой, а не учебниками по экономике. Тем не менее, лихо закрученные сюжеты экономических исследований тоже имеют значение — и потому что они помогают нам понять, как работает экономика, и потому что сами по себе модели способствуют формированию публичных дебатов о том, как следует действовать политикам.

Десятилетиями экономисты рассказывали, как технологии «поднимают все лодки». Предполагалось, что финансовое положение всех людей улучшалось. Экономисты были правы тогда — и правы сейчас, — утверждая, что инновации являются одним из наиболее надежных способов для общества повысить уровень жизни. Однако давно назрела необходимость признать, что технологии также могут лишать людей работы и ухудшать их положение.

Новейшие модели автоматизации, сформированные экономистами, преподают нам уроки, которые важно учесть в контексте грядущей технологической волны. Если ИИ собирается привести нас к эпохе всеобщего процветания, важно, чтобы две вещи оказались верны. Во-первых, нужно, чтобы ИИ создавал новые виды деятельности, в которых люди могут достичь успеха, — и ставил новые задачи, которых прежде не существовало. Во-вторых, работники должны участвовать в принятии решений на всех уровнях, от фирм до правительств. Это не значит, что сотрудники имеют право вето, когда речь идет о любом случае использования ИИ, или могут требовать, чтобы никаких сокращений персонала не было в принципе. Это означает, что позиция сотрудников должна быть услышана.

В целом экономисты настроены менее пессимистично в отношении ИИ, чем многие другие; мало кто из них предрекает безработное будущее. Ученые признают, что, подобно многим прекрасным технологиям «общего назначения», возникшим в былые эпохи, ИИ обладает возможностью значительно улучшить нашу жизнь. Ключом к этому, по мнению Аутора, является то, чтобы заставить ИИ работать в этом направлении.