Analysis: The automation of human jobs in the 2030s

Het verhaal over hoe machines het werk veranderen, wordt al lang op twee zeer verschillende manieren verteld. Aan de ene kant kijken economen vaak naar het verleden om de toekomst te voorspellen, waarbij zij suggereren dat nieuwe technologieën banen langzaam zullen hervormen, waardoor sommige taken gemakkelijker worden maar hele beroepen zelden van de ene op de andere dag verdwijnen. Aan de andere kant voorspellen de makers van de meest geavanceerde kunstmatige intelligentiesystemen een veel snellere, meer dramatische verschuiving, waarbij machines die kunnen denken en handelen als mensen, het grootste deel van het cognitieve werk binnen jaren in plaats van decennia zouden kunnen overnemen. Deze kloof tussen voorzichtige economische modellen en gedurfde technologische voorspellingen laat een moeilijke vraag onbeantwoord: wanneer zullen we deze veranderingen daadwerkelijk zien, en hoe groot zullen ze zijn? Om dit te beantwoorden, hebben onderzoekers een manier nodig om niet alleen te meten wat een machine in een laboratorium kan doen, maar of een machine alles kan doen wat een specifieke menselijke baan vereist, van het oplossen van complexe problemen tot het interactie hebben met mensen.

Een team van onderzoekers van de Organisatie voor Economische Samenwerking en Ontwikkeling heeft dit probleem aangepakt door een nieuwe set instrumenten te bouwen om de voortgang van kunstmatige intelligentie te volgen ten opzken tegen het volledige spectrum van menselijke vermogens. In plaats van te proberen individuele taken te tellen, wat bijna onmogelijk in realtime te meten is, richtten zij zich op volledige beroepen. Ze creëerden een schaal die AI-capaciteiten beoordeelt op negen verschillende gebieden, zoals taal, sociale interactie, probleemoplossing en fysieke manipulatie, variërend van basisfuncties die al zijn opgelost tot volledige menselijke gelijkwaardigheid. Door deze AI-beoordelingen te vergelijken met de eisen van bijna negenhonderd verschillende banen, identificeerden zij welke beroepen volledig geautomatiseerd kunnen worden zodra de technologie dat niveau bereikt. Hun analyse suggereert dat hoewel de veranderingen nog niet zichtbaar zijn in de brede economie, we op de drempel staan van een snelle transformatie waarbij het aandeel banen dat volledig door machines kan worden vervangen, zou kunnen groeien van een klein fractie vandaag naar bijna alle werkgelegenheid binnen een decennium.

De onderzoekers begonnen door te erkennen dat de standaardmanier om werk te bestuderen vaak het belangrijkste signaal mist. Traditionele modellen kijken naar hoe technologie de mix van taken binnen een baan verandert, maar omdat we niet gemakkelijk kunnen meten hoe vaak een specifieke taak voorkomt, worstelen deze modellen met het detecteren van de komst van kunstmatige intelligentie. In plaats daarvan keken de onderzoekers naar twee plekken waar data daadwerkelijk bestaat: de verdringing van volledige beroepen en de resulterende veranderingen in de algehele economie. Zij redeneerden dat zelfs als AI al taken achter de schermen verandert, het eerste duidelijke teken van deze verschuiving zal zijn wanneer een machine in staat is om een volledige functietitel volledig te vervangen. Pas nadat dit op grote schaal gebeurt, zullen we de bredere economische effecten zien, zoals een sterke stijging in productiviteit of een daling in prijzen.

Om deze meting te maken, ontwikkelde het team een reeks indicatoren die de AI-voortgang beschrijven in termen die voor iedereen te volgen zijn. Ze definieerden negen domeinen van menselijke vermogens, waaronder taal, sociale interactie, creativiteit en fysieke manipulatie, en creëerden voor elk een vijf niveaus tellende schaal. Niveau één vertegenwoordigt capaciteiten die al lang zijn opgelost, terwijl niveau vijf prestaties vertegenwoordigt die elke aspect van menselijke bekwaamheid evenaren. In hun initiële beoordeling bevonden huidige AI-systemen zich voornamelijk tussen niveau twee en drie over deze domeinen. Om een duidelijker beeld te krijgen van waar de zaken naartoe gaan, vroegen ze aan twee van de meest geavanceerde beschikbare AI-systemen om hun eigen voortgang te herbeoordelen op basis van recent onderzoek. Deze voorlopige update suggereerde dat AI in slechts achttien maanden tijd substantiële sprongen had gemaakt, met name in probleemoplossing en taal, en daarmee dichter bij het niveau kwam waar het de volledige eisen van veel professionele rollen kan afhandelen.

De onderzoekers brachten deze capaciteitsniveaus vervolgens in kaart tegen de vereisten van bijna negenhonderd beroepen. Ze ontdekten dat vandaag de dag slechts ongeveer één procent van de beroepsbevolking werkzaam is in banen die de huidige AI al volledig kan automatiseren. Dit zijn voornamelijk routinematige kantoor- en administratieve functies. Echter, het beeld verandert drastisch wanneer zij naar de capaciteiten kijken die net beschikbaar aan het worden zijn. Met de eerste golf van nieuwe capaciteiten springt het aandeel automatiseerbare banen naar ongeveer acht procent, wat delen van verkoop, financiën en computerwerk beslaat. De echte verschuiving komt echter met de volgende twee golven van geprojecteerde vooruitgang. Als AI zich blijft ontwikkelen met het tempo dat onlangs is waargenomen, zou de tweede golf ongeveer een derde van alle banen volledig automatiseerbaar kunnen maken, en een derde golf zou uiteindelijk bijna de volledige werkgelegenheid kunnen beslaan. De enige banen die grotendeels onaangetast zouden blijven, zijn die die zwaar leunen op diepe menselijke verbinding, zoals maatschappelijke sociale diensten en bepaalde aspecten van de gezondheidszorg.

De data laten nu al het begin van deze trend zien. De onderzoekers onderzochten de werkgelegenheidscijfers voor de banen die al automatiseerbaar zijn en vonden dat de werkgelegenheid in deze gebieden al begonnen was te dalen. Voor de banen die automatiseerbaar worden met de eerste golf van nieuwe capaciteiten, is de daling net zichtbaar geworden, terwijl banen verderop in de tijdlijn stabiel blijven of zelfs groeien. Dit patroon suggereert dat het signaal van verandering precies arriveert waar de onderzoekers het hadden voorspeld: eerst in de specifieke beroepen die machines nu kunnen overnemen, en pas later in de algehele economie. Zij schatten dat naarmate het aandeel van automatiseerbaar werk groeit, de economische effecten historisch groot zullen worden, wat potentieel kan leiden tot enorme stijgingen in productiviteit en significante dalingen in prijzen, een combinatie die geen modern precedent heeft.

Dit traject vormt een diepgaande uitdaging voor beleid en de samenleving. De onderzoekers stellen dat wachten tot de economie zich op zichzelf aanpast riskant is, omdat de snelheid van deze transitie de snelheid waarmee werknemers zich kunnen omscholen voor nieuwe rollen zou kunnen overtreffen. Als machines bijna elke baan kunnen uitvoeren, is de traditionele opvatting dat nieuwe taken automatisch nieuwe banen voor mensen zullen creëren, mogelijk niet langer houdbaar. In plaats daarvan moeten overheden zich voorbereiden op een economie waarin hoge productiviteit en dalende prijzen samenvallen met grootschalige banenverlies. De studie concludeert dat de tijd om te handelen nu is, door de specifieke lijst van als automatiseerbaar geïdentificeerde beroepen te gebruiken om omscholingsinspanningen en sociale vangnetten te sturen, in plaats van te vertrouwen op modellen die ervan uitgaan dat verandering traag en bescheiden zal zijn. Door zich te richten op de banen die daadwerkelijk binnen het bereik liggen van de huidige en nabije technologie, kan de samenleving beginnen met de voorbereiding op een toekomst waarin de definitie van menselijk werk fundamenteel is veranderd.