Работать у роботов, а не соревноваться

Рубрика: Новости

 

В публичном дискурсе относительно экономики есть два большие опасения. Два большие и противоречивые опасения. Первое — нам лучше привыкнуть к незростаючої производительности труда, к тому, что летний двухпроцентный прирост производительности труда всего послевоенного периода окажется отклонением от нормы. Второе — это то, что в течение следующих 20 лет работы отнимут у нас всю работу, начиная от управления транспортом и к толкованию юридических документов.

 

Не надо иметь много экономических знаний, а лишь немного логики, чтобы понять: если армия роботов материализуется, то среди наших тревог не будет разочарования в приросте производительности труда. Скорее вопрос будет заключаться в том, как совместить преимущества производительности труда от автоматизации, которая распространится на все разновидности новых отраслей, с созданием других видов рабочих мест и ростом спроса. Это сочетание, которого развитые экономики успешно достигали еще с начала промышленной революции — с повторяющимися, однако, волнами тревоги, а также общественных и экономических потрясений.

 

Конечно, люди, которые машины потеряют свои рабочие места, и те, кто получит новые (и в основном лучшие) рабочие места, — не те же люди. Последняя волна деиндустриализации, в 1980-1990-х, и до сих пор оставляет шрамы на социальной ткани городов и городков по всей Европе и Северной Америке. Из многих миллионов людей, которые были «сокращены» тогда, некоторые нашли лишь худшие рабочие места, некоторые больше никогда не работали снова, а некоторые передали вмонтированы невзгоды бедности и отчаяния следующим поколением и еще следующим.

 

Поэтому это вызов, который нельзя воспринимать несерьезно, даже если вы, как многие экономисты, считаете, что выгода от долгосрочных улучшений в благосостоянии в конце концов делает краткосрочные страдания от автоматизации оправданными. Правительства показали довольно мизерный результат и в смягчении удара, выраженного в категориях заработка, и в помощи людям повысить их квалификацию, чтобы они находили новые рабочие места, когда их старые были сокращены через технологический прогресс. Смогут ли они справиться лучше с повышением квалификации работников, чтобы они этим вместе получили работу рядом с работами?

 

Исторические примеры, которые описывает в своей последней книге «Обучение в процессе работы» Джеймс Бессен, многое разъясняют. Бессен объясняет, что в текстильной промышленности XIX века сначала большинство рабочих мест были суровыми, однако некоторые работники имели достаточные компетенции в механике для того, чтобы ремонтировать и смазывать новомодные прядильные и ткацкие станки, получали высокие премии. Однако с течением времени машины стали более надежными и стандартизированными, и навыки, необходимые для того, чтобы ими оперировать, также стали более стандартизированными. Выигрыш лучших работников сократился, реальная заработная плата в среднем звене выросла, а подавляющее большинство рабочих воспользовалась уможливленого машинами повышения производительности. В книжке есть еще и другие примеры: такая должность, как кассир, которая была потеряна в пользу банкоматов, была заменена большим количеством рабочих мест (для людей) в банках, только расходы в отрасли сократились, а производительность выросла (что было подытожены в The Atlantic).

 

Такой процесс приспособления означает, что мы должны думать, какие квалификации будут дополнять квалификации будущих роботов. Если работы действительно будут руководить всеми грузовиками, паковать бакалею и убирать в доме, что тогда будут делать люди? Настоящие пессимисты считают, что ответ на этот вопрос — «ничего»; они убеждают, что следующая волна автоматизации заменит некоторые вакансии, а не добавит новых.

 

Я более оптимистично отношусь к способности общества определять деятельность, которая ранее считалась нерыночной — как работу. В общих чертах ответ ясен: людям надо будет специализироваться на эмоциях, интуиции и креативности, поскольку работы могут только делать вещи, которые до мельчайших деталей закодированы в их программное обеспечение, или же изучены методом проб и ошибок с предварительно закодированного материала. Людям также будут нужны повседневные навыки управления роботами — гораздо, гораздо больше знания об алгоритмах и кодирования, чем теперь есть у рядового работника.

 

К сожалению, это совсем не то, что образовательная система в настоящее время поставляет. В общем принимая, детей учат быть богатыми и не слишком совершенными работами, акцентируя на запоминании достаточного количества материала, чтобы сдать экзамены. Они должны изучить, как решить квадратные уравнения, и достаточно попрактиковаться в этом, чтобы запечатлеть принципы в своем сознании, несмотря на то, что в дальнейшей жизни если им надо будет его решить, они могут просто спросить у Siri. Тем временем лишь небольшое количество школьников серьезно изучает какой-то отдельный язык программирования или общие вычислительные навыки мышления, хотя есть и некоторые многообещающие инициативы, такие как BBC Micro Bit в Великобритании.

 

Еще есть достаточно времени, чтобы исправить ситуацию перед инвазией роботов на рабочие места. Будучи оптимисткой в плане долгосрочного потенциала технологий, я все же больше склонна к пессимизму в отношении соответствующего роста производительности в ближайшее время. Технические возможности беспилотных автомобилей и бакалій с самозапаковуванням продуктов очень сильно опережают наше социальное и правовое среду. Даже технический потенциал является в значительной степени гипотетическим, поскольку — как свидетельствуют неутешительные показатели производительности — все еще вложено слишком мало необходимых инвестиций.

 

Однако, учитывая опыт предыдущих волн автоматизации, потребуется некоторое время. Пожалуй, невозможно избежать крупных общественных потрясений, когда, наконец, произойдет постепенное изменение в использовании технологий в экономике. Но, читая дискуссии про роботов теперь, политики могли бы немедленно приступить к поиску методов обучения, а системы социального обеспечения имели бы в этот раз смочь облегчить приспособление к новым условиям по сравнению с прошлым.

 

Дайан Койл — профессор экономики Манчестерского университета (University of Manchester).

Diane Coyle
The trick is to work alongside robots rather than try to compete
Financial Times, 04.05.2016
Зреферувала Леся Стахнів

Если Вам интересна эта запись, Вы можете следить за ее обсуждением, подписавшись на RSS 2.0 . Комментарии и пинг закрыты.