왜 지능형 기계가 실업자의 절반을 버리지 않을 것인가?

지능형 기계는 한때 인간이 한 일을 잘 처리합니다. 

최근 경보 헤드 라인 이번 주에는 인공 지능 (AI)이 우리 중 절반을 퇴출시킬 것입니다.

이 헤드 라인은 - 몇몇의 - 의견에서 유래하다 Rice University의 컴퓨터 과학자 인 Moshe Vardi는 주말에 30 년 동안 인간이 할 수있는 거의 모든 일을 할 수있을 때 사회가 무엇을 할 것인지 질문했습니다.

이제까지처럼, 현실은 감각적 인 헤드 라인보다 훨씬 미묘한 차이가있을 수 있습니다.

이 분야에서 가장 상세한 연구는 Oxford Martin School의 2013 9 월에 나왔습니다. 이 보고서는 미국의 일자리 중 47 %가 자동화의 위협에 처해 있다고 예측했다. 그 이후 유사한 연구가 다른 국가들에 대해 수행되어 유사한 결론에 도달했다.


내면의 구독 그래픽


옥스퍼드 보고서에 내가 동의하지 않는 부분이 많습니다. 그러나 여기에서 논의하기 위해 잠시 보고서가 정확하다고 가정 해 보겠습니다.

이 가정으로도 우리 중 절반이 30에서 실직하게 될 것이라고 결론 지을 수 없습니다. 옥스포드 보고서는 향후 수십 년 동안 잠재적으로 자동화 될 수있는 직업의 수를 단순히 예측했습니다. 이것이 47 % 실업으로 해석되지 않는 많은 이유가 있습니다.

우리는 여전히 일하는 인간을 원한다.

이 보고서는 자동화에 취약한 작업의 수를 추정 한 것일뿐입니다. 경제, 사회, 기술 및 기타 이유로 이러한 업무 중 일부는 자동화되지 않습니다.

예를 들어, 오늘날 항공사 조종사의 직무를 자동화 할 수 있습니다. 실제로 대부분의 경우 컴퓨터가 비행기를 타고 있습니다. 그러나 사회가 대부분의 시간에 iPad를 읽고있을지라도 조종사를 확보 할 것이라는 확신이 계속 요구 될 것입니다.

두 번째 예로서 옥스포드 보고서는 94 %의 자전거 수리공이 자동화 될 수있는 기회를 제공합니다. 그러나이 작업을 자동화하는 것은 매우 비싸고 어렵 기 때문에 그렇게하기에는 비 경제적입니다.

또한 기술이 창출 할 새로운 일자리를 모두 고려해야합니다. 예를 들어 더 이상 프린터 설정 유형을 사용하지 않습니다. 그러나 우리는 웹 페이지를 만드는 디지털 방식으로 이에 상응하는 많은 사람들을 고용합니다.

물론 당신이 프린터이고 일자리가 파괴되면, 당신이 적절하게 교육을 받으면 도움이되므로 새로운 산업 분야에서 자신의 위치를 ​​바꿀 수 있습니다.

이러한 작업 중 일부는 부분적으로 만 자동화되며 자동화는 사실 사람의 작업 수행 능력을 향상시킵니다. 예를 들어 옥스포드 보고서는 심판이나 심판을 98 % 확률로 자동화했습니다. 그러나 기술을 사용하여 더 나은 업무를 수행하더라도 심판과 심판이 더 많지는 않습니다.

자동화로 고용 창출 가능

사실, 미국 노동부, 예상 앞으로 10 년 동안 심판과 심판에서 5 %의 증가를 보게 될 것입니다.

Oxford 보고서는 63 %의 지구 과학자가 자동화 될 수있는 기회를 제공합니다. 그러나 자동화는 지구 과학자들이 더 많은 지구 과학을 할 수있게 해줄 가능성이 더 크다.

사실, 미국 노동부는 실제로 다음 10 년 동안 우리는 지구의 감소하는 자원에 대해 더 많은 것을 추구하면서 지구 과학자의 수를 10 % 증가시킬 것입니다.

또한 앞으로 수십 년 동안 일주일이 어떻게 바뀔지 고려해야합니다. 선진국 대부분의 국가에서는 산업 혁명이 시작된 이래 주당 근무 시간이 크게 줄었다.

미국에서, 평균 주당 근무 시간 60 시간에서 33로 감소했습니다. 다른 선진국은 훨씬 낮습니다. 독일인은 주당 26 시간 만 사용합니다. 이러한 추세가 계속된다면, 우리는 이러한 분실 된 시간을 대체 할 더 많은 일자리를 창출해야 할 것입니다.

내 견해로는 얼마나 많은 사람들이 실제로 수십 년 내에 실업 상태가 될지를 예측하기는 어렵지만, 우리의 절반이 될 것이라고 매우 회의적입니다. 50 % 실업률에 도달하기 전에 사회가 무너질 것입니다.

내 생각에이 예측의 최대 절반 인 25 % 일 것입니다. 그럼에도 불구하고 이것은 엄청난 변화이며, 오늘을 대비하고 계획을 시작할 필요가 있습니다.

저자에 관하여

Toby Walsh, AI 교수, Data61 최적화 연구 그룹 연구 그룹 리더

이 문서는 원래 대화에 등장

관련 도서 :

at