Posted by Een belangrijk kenmerk van de huidige groeispurt van kunstmatige intelligentie is dat computersystemen taken uitvoeren die eerder waren voorbehouden aan mensen. Ze kunnen dat vaak beter en sneller en doen daarnaast zelfs dingen die mensen niet eens kunnen. Wat zal de impact op de arbeidsmarkt zijn? Welke banen worden overgenomen door kunstmatige intelligentie en in welke mate? Hoe zal het zijn als dit op grote schaal gebeurt?
Sommige scenario’s zijn heel somber. Ze gaan uit van tientallen miljoenen werklozen die hun baan zijn kwijtgeraakt, met grote sociale ongelijkheid en maatschappelijke onrust tot gevolg. Zo komt er een scheiding tussen mensen die kunnen meesurfen op de golven van de digitale stormvloed en mensen die erdoor worden overspoeld en verdrinken.
Maar er zijn ook andere scenario’s, die juist uitgaan van overvloed en een groei van werkgelegenheid en welvaart, omdat technologie in het verleden ook veel economische vooruitgang heeft gecreëerd. In dit scenario kunnen technologie en mensen het beste van hun capaciteiten inzetten, met welvaart en overvloed tot gevolg.
Vergelijking met vroeger
Welk scenario ook werkelijkheid wordt, wanneer je kijkt naar de impact van nieuwe technologie zijn er twee wezenlijke verschillen met vroeger: de brede impact van cognitieve technologieën en het tempo van verandering.
Brede impact
In het verleden werd meestal één enkele bedrijfstak getroffen door een vernieuwing. De impact van kunstmatige intelligentie is echter veelomvattend. Zoals gezegd grijpt het om zich heen in vrijwel alle branches.
Tijdens eerdere golven van automatisering konden werknemers bovendien van het ene soort routinewerk overstappen op het andere. Maar nu zullen veel werknemers moeten overschakelen van routinematige, ongeschoolde banen naar niet-routinematige, geschoolde banen. Die banen zullen er niet altijd zijn of niet binnen hun bereik liggen. Of werknemers hebben moeite om snel nieuwe taken te leren of oude te ‘ont-leren’, wat grote gevolgen kan hebben voor hen persoonlijk en voor de arbeidsmarkt en samenleving als geheel.
Tempo van verandering
Een ander verschil met eerdere veranderingen op de arbeidsmarkt is het tempo. Terwijl de verschuiving van een landbouweconomie naar het industriële tijdperk tientallen jaren heeft geduurd, gaan de veranderingen in de digitale wereld veel sneller. De exponentiële groei van informatietechnologie zorgt voor een enorme versnelling in technologische vooruitgang. De afstand tussen de cycli van verandering wordt steeds korter. Voor elke nieuwe technologie geldt immers: ‘They are standing on the shoulders of giants.’ Nieuwe bedrijven kunnen voortborduren op wat bestaande technologiebedrijven hebben gemaakt. Elke nieuwe technologische uitvinding is een nuttige toepassing voor een volgende generatie technologie.
De invloed van kunstmatig intelligente technologie zal in de komende jaren significant zijn. Daardoor zullen werknemers meer gespitst moeten zijn op technologische veranderingen om in de toekomst een baan te kunnen hebben. In de toekomst zal er op de arbeidsmarkt meer onzekerheid zijn en de mensen die zich richten op een carrière bij een en dezelfde werkgever, in afwachting van het gouden horloge bij pensionering, zullen veel moeite hebben dit voor elkaar te krijgen.
Overigens, laten we voor de volledigheid niet vergeten dat veel andere factoren dan kunstmatige intelligentie ook van invloed zijn op de toename of afname van banen. Denk aan de groei van de wereldbevolking, de afname van de beroepsbevolking in westerse landen door de vergrijzing en de verhoging van de pensioenleeftijd in verschillende landen. Maar denk ook aan praktische zaken zoals overheidsregulering rondom nieuwe technologie, juridische (on)mogelijkheden van de flexibilisering van arbeid en snelheid van adoptie van nieuwe technologie.
In het nieuwe speelveld zien we drie soorten banen ontstaan: risicobanen, banen waarin kunstmatige intelligentie en mensen elkaar aanvullen en volledig nieuwe banen.
Risicobanen
Wereldwijd is het al heel lang gebruikelijk dat eenvoudig handwerk door machines kan worden uitgevoerd. Tijdens de industriële revolutie raakte dit in een stroomversnelling. Inmiddels hebben robots veel van onze fysieke taken overgenomen, waardoor we zijn bevrijd van veel ongezond en gevaarlijk werk.
De opkomst van kunstmatig intelligente systemen lijkt in het verlengde te liggen van deze ontwikkeling, maar in werkelijkheid is er iets anders aan de hand: voor het eerst zijn er machines die niet onze fysieke, maar onze cognitieve vaardigheden evenaren of overnemen. Slimme machines kunnen zien en horen, en afbeeldingen, spraak, teksten en gezichten herkennen. Tevens kunnen ze grote hoeveelheden ongestructureerde data doorploegen op zoek naar patronen of nieuwe inzichten. Kunstmatige intelligentie kan veel wat wij niet kunnen – sneller, accurater en 24 uur per dag, zeven dagen per week. Uit een rapport van het adviesbureau PwC blijkt dan ook dat dertig procent van de banen in Groot-Brittannië bedreigd worden door kunstmatige intelligentie.
Het gaat niet zozeer om de vraag of het werk ‘met de handen wordt gedaan’ (zoals vroeger), maar door de vraag of het routinematige handelingen zijn. Machines zijn al langer in staat veel soorten routinematig handwerk te verrichten. Ze kunnen nu ook routinematig ‘denkwerk’ uitvoeren. Daarmee is het voor het eerst in de geschiedenis mogelijk geworden dat technologie taken gaat overnemen van hooggeschoolde medewerkers.
Welke banen staan het meest op de tocht? Wat voor soort werk loopt het grootste risico te worden overgenomen door kunstmatige intelligentie? Deze vraag is aan de ene kant moeilijk en aan de andere kant makkelijk te beantwoorden. Het is eenvoudiger te zien welke banen gaan verdwijnen dan de nieuwe banen te herkennen.
Geautomatiseerde werkzaamheden
Slimme computersystemen kunnen bijvoorbeeld snel en goedkoop deskundige radiologische adviezen geven. Ze kunnen stapels juridische documenten vele malen sneller doorzoeken dan juristen en archiefmedewerkers. Sommige vormen van journalistiek, zoals het schrijven van marktrapporten en sportsamenvattingen, kunnen in principe ook geautomatiseerd worden door kunstmatige intelligentie. Of werk waarvoor het herkennen van spraak of het analyseren van afbeeldingen nodig is, of het ontdekken van patronen in grote hoeveelheden data, of tegelijkertijd veel complexe systemen kunnen bedienen. Het zijn allemaal voorbeelden van werkzaamheden die kunnen worden geautomatiseerd, ook al worden ze nu nog uitgevoerd door hoogopgeleide medewerkers. Dit wil overigens niet zeggen dat deze banen volledig gaan verdwijnen, maar daarover later meer.
Werknemers met relatief makkelijke, routinematige cognitieve taken zijn het meest vatbaar voor de ‘vaardigheden’ van slimme KI-systemen. Denk daarbij aan secretaresses, receptionistes en administratief medewerkers. Maar ook werknemers in de verkoop en de zakelijke dienstverlening, zoals kassières, baliemedewerkers, telemarketeers en accountants moeten rekening houden met verdringing, net als chauffeurs, productiemedewerkers, medewerkers in de groothandel en eenvoudige financiële dienstverleners.
Inspecteurs die schade aan gebouwen onderzoeken, worden bij sommige gebouwen al vervangen door een robot met kwalitatief goede beeldherkenningsalgoritmes. Trouwens, iedereen die in zijn takenpakket het beoordelen van afbeeldingen heeft, moet alert zijn op de ontwikkelingen binnen computer vision. Spraakherkenningssoftware kan nu al real time een uitgeschreven tekst produceren van wat je zegt. Het duurt niet lang voordat je een uitgeschreven transcript van een vergadering of conference-call met meerdere mensen na afloop van de meeting in je inbox hebt zitten. Kunstmatige intelligentie is steeds beter in staat om meerdere mensen in een gesprek te herkennen; hoe zal dit het werk van de notulist veranderen?
Adviseurs op het gebied van verzekeringen, hypotheken en belastingen zullen de storm van de opkomende cognitieve technologieën ook voelen. Slimme computersystemen zullen in staat zijn om hun producten makkelijk met elkaar te vergelijken en een reeds opgemaakte polis te analyseren en samen te vatten. Het afsluiten van een verzekering, lening, leaseplan of hypotheek kan misschien al over een paar jaar via je smartphone. Dat kan omdat afbeeldingherkenningstechnologie (foto van je paspoort), gezichtsherkenningssoftware en biometrische toepassingen van je smartphone (vingerafdruktechnologie) gekoppeld worden aan blockchainachtige systemen en slimme algoritmes, die vervolgens je identiteit verifiëren. Wie weet kun je in de nabije toekomst de RFID-chip (radio-frequency identification) in je paspoort gebruiken om op je smartphone je identiteit te bevestigen.
Het positieve aspect is dat de hiervoor genoemde adviseurs in de toekomst door slimme computersystemen verlost worden van (saai) standaardwerk. Daardoor zal er veel meer een beroep worden gedaan op persoonlijke expertise en het talent om maatwerk te kunnen leveren. In het meest ideale geval wordt het saaie werk gedaan door KI-systemen en het interessante werk door mensen.
Hetzelfde geldt voor advocaten, freelance verslaggevers en vertalers: veel taken die zij nu doen, zullen worden overgenomen door algoritmes en daarom zal er in de toekomst veel meer een beroep worden gedaan op hun expertise en op de mogelijkheid maatwerk te leveren. Daarbij wordt persoonlijk contact tussen opdrachtgever en klant waarschijnlijk van grotere waarde. Want als computersystemen een standaard product kunnen leveren, dan ligt de waarde van de adviseur juist daarin: persoonlijk contact, expertise en maatwerk. Een schijnbaar paradoxale beweging: aan de ene kant meer snelheid, efficiency en technologie, aan de andere kant meer de waardering voor maatwerk, ambachtelijkheid en klantervaring. Maar misschien is het een het logisch gevolg van het ander.
Werkloosheid
Het feit dat kunstmatige intelligentie positieve kanten heeft, betekent niet dat er geen concrete dreiging is voor werkloosheid. De gerenommeerde KI-onderzoeker Andrew Ng zegt in dit verband: ‘Je ziet al dat wat een mens in minder dan een seconde aan denkwerk kan doen, nu of in de nabije toekomst geautomatiseerd kan worden met kunstmatige intelligentie. Dat impliceert niet meteen dat dit veel banen een-op-een kan overnemen. Maar vergeet niet dat er veel banen zijn die eigenlijk bestaan uit heel veel “aanelkaar verbonden taken” die elk slechts een seconde duren. Een baan is als een kralenketting van kleine taken. Neem een beveiliger die gespecialiseerd is in het monitoren van beelden van een beveiligingscamera. Zijn baan is weliswaar best complex, maar kan gefragmenteerd worden in een heleboel kleine taken die allemaal “slechts” een seconde denkkracht vragen. De uitdaging van bedrijven ligt erin om de businessmogelijkheden te herkennen waarin bestaande taken gefragmenteerd kunnen worden in een veelvoud van taken van een seconde.’
Als je het zo bekijkt, zouden de gevolgen van KI systemen voor de arbeidsmarkt en specifieke beroepen wel eens veel ingrijpender kunnen zijn dan veel mensen nu denken. Veel werknemers zouden eigenlijk anders naar hun baan moeten kijken. Ze moeten nadenken over de vraag: wat kan kunstmatige intelligentie nu al en wat is de verwachting? Uit welke kleine of routinematige taken bestaat mijn werk en wat kan eventueel worden overgenomen door een slim computersysteem? Dat geldt óók voor degenen die vroeger in de waan verkeerden dat hun werk nooit geautomatiseerd zou kunnen worden, zoals mensen in juridische of medische beroepen.
We kunnen de ogen niet sluiten voor de dreigende werkloosheid van middelbaar en hoger opgeleide professionals die nu nog werkzaamheden verrichten die in de toekomst gedaan zullen worden door kunstmatige intelligentie. Net zoals na de komst van fysieke robots, de desktopcomputer en smartphones zullen mensen hun baan verliezen.
Het grootste gedeelte van de beroepsbevolking zal echter actief gaan samenwerken met kunstmatig intelligente systemen, waardoor hun werk een andere invulling krijgt.
Complementaire banen
Zoals gezegd zijn werknemers met veel routinematige taken vatbaar voor technologische werkloosheid. We moeten ons echter niet alleen richten op wat verloren kan gaan, maar vooral op hoe kunstmatige intelligentie de vraag naar arbeid beïnvloedt. Dat is dus geen zwart-witkwestie, maar een zeer complex speelveld van meerdere factoren. Tijd om eerst wat nuance aan te brengen in de doemscenario’s die rondom technologische werkloosheid bestaan.
Taken
Een baan bestaat meestal uit veel verschillende taken en deze taken zijn lang niet allemaal vatbaar voor vervanging door kunstmatige intelligentie. Dat een belangrijke taak binnen een beroep vervangen kan worden, wil niet zeggen dat de volledige baan op losse schroeven staat. Dat er taken uit het volledige takenpakket kunnen worden overgenomen door kunstmatige intelligentie, betekent dus niet dat het gehele beroep als ‘overbodig’ hoeft te worden bestempeld.
Sommige mensen zullen veel van dit soort ‘kwetsbare’ taken in hun takenpakket hebben, anderen minder. Ook hebben sommige beroepen veel taken die bestaan uit ‘een seconde denkwerk’, wat ook weer van invloed is op de waarschijnlijkheid van verdringing. Volgens onderzoekers van het McKinsey Global Institute kan bijvoorbeeld slechts 23 procent van het takenpakket van advocaten met de huidige technologie worden geautomatiseerd. Zij vermoeden dat het nog wel een decennium zal duren voordat kunstmatige intelligentie in staat zou zijn vrijwel alle werkzaamheden van advocaten over te nemen.
Technologie laat sommige banen verdwijnen, maar veel vaker moet het bestaande werk worden geherdefinieerd en komt er een ander soort werk voor terug, waarbij KI-systemen saaie taken overnemen (of taken waar KI-systemen goed in zijn) en menselijke vaardigheden meer worden aangesproken – dus computertechnologie als aanvulling op bestaande werkzaamheden. Denk daarbij aan het creëren van efficiency, snelheid, inzichten en overzicht. De rol van de bestaande professional verandert daardoor, maar het werk zal vaak niet verdwijnen.
Mens en computer
Mens en computer gaan elkaar steeds meer aanvullen in elkaars unieke kracht. Kwaliteiten van slimme computersystemen, zoals het doorspitten van grote hoeveelheden tekst, het herkennen van patronen uit grote hoeveelheden data, het herkennen van objecten uit video’s en afbeeldingen, het doen van complexe wiskundige berekeningen en het geven van inzichten en analyses, zullen steeds meer door die systemen worden uitgevoerd. Mensen gaan dan meer taken doen waar zij goed in zijn, zoals taken die te maken hebben met de sociale, emotionele en empathische omgang met andere mensen. Ook zijn mensen goed in het gebruiken van hun verbeelding en hun intuïtie. Mensen kunnen dromen, computers niet. Mensen zijn daarnaast goed in improviseren en het toepassen van abstractie en generalisatie. Daardoor is er ruimte voor de eerdergenoemde paradox: aan de ene kant komen er meer snelheid en technologie, aan de andere kant worden juist ambacht, onthaasting en klantbeleving sterk gewaardeerd.
Nieuwe banen
Het is niet moeilijk te bedenken op welke gebieden automatisering menselijke arbeid minder noodzakelijk maakt. Maar het is minder makkelijk te voorspellen waar de technologie nieuwe banen kan scheppen. ‘Tegenwoordig doen verreweg de meesten van ons werk dat een boer uit de negentiende eeuw zich nooit had kunnen voorstellen,’ zegt futuroloog Kevin Kelly. Een derde van de nieuwe banen in de Verenigde Staten van de afgelopen 25 jaar bestond eerder niet of nauwelijks. Hetzelfde geldt mogelijk voor veel banen die er over vijftig jaar zullen zijn.
Sterker nog, volgens een rapport van het World Economic Forum oefent 65 procent van de basisschoolkinderen in de toekomst een baan uit die momenteel niet bestaat. En experts in het rapport The Next Era of Human-Machine Partnerships van computerfabrikant Dell en het Institute for the Future zijn nog stelliger in hun uitspraken: ze denken dat 85 procent van de banen in het jaar 2030 nu nog niet bestaat.
Een eeuw geleden had niemand kunnen vermoeden dat zijn achterkleinkinderen videogames zouden ontwerpen of apps zouden bouwen of lezingen zouden geven over technologische trends. Halverwege de vorige eeuw had ook niemand de sterke groei van
informatietechnologie, internet en sociale media en de grote hoeveelheid bijbehorende data en kenniswerkers zien aankomen. Honderd jaar geleden was er in wat we nu de mobiliteitsbranche noemen bezorgdheid over de komst van de auto, de overbodigheid van het paard als trekdier en de toekomst van mensen die hun geld verdienden als smid, koetsier, wagenbouwer, stalknecht of producent van paardenvoer. Deze banen zijn inderdaad bijna allemaal verdwenen, maar er zijn in dezelfde branche volledig nieuwe werkzaamheden gecreëerd in garages, bij tankstations, in motels, bij wegenaanleg en in andere bedrijfstakken.
Iets dergelijks kan gebeuren als bijvoorbeeld de zelfrijdende auto massaal wordt geïntroduceerd. Oude beroepen kunnen verdwijnen, maar nieuwe zullen ontstaan. Zelfrijdende auto’s hebben misschien operators nodig die op afstand ingrijpen als zich noodsituaties voordoen. Of er moet meerijdend personeel in zelfsturende bezorgauto’s zijn die aanbellen bij klanten en helpen met het versjouwen van pakketten. Of misschien ontwikkelt zich een heel nieuwe branche van bedrijven die entertainment creëren speciaal voor in je auto, of kantoorsoftware die aansluit bij softwaresystemen in de auto.
Kunstmatige intelligentie creëert op deze wijze volledig nieuwe bedrijven en verdienmodellen, waar ook weer mensen werken.