Piše: Ognjen Radonjić
Veštačka inteligencija (AI) u kratkom vremenskom periodu postala je sastavni deo različitih delatnosti, od administrativnih poslova do medija, finansija i obrazovanja. Istovremeno, u javnom prostoru učestalo se pojavljuju ocene da će razvoj ovih tehnologija dovesti do značajnih promena na tržištu rada, uključujući smanjenje potrebe za pojedinim profilima zaposlenih. Posebna pažnja usmerava se na poslove koji se tradicionalno povezuju sa visokom stručnom spremom i kognitivnim zadacima, a koji su se donedavno smatrali relativno sigurnim. Da bi se ove ocene mogle kritički sagledati, potrebno je najpre precizirati šta se pod veštačkom inteligencijom uopšte podrazumeva i po čemu se ona razlikuje od automatizacije sa kojom se često poistovećuje.
AI je širok pojam za tehnologije koje omogućavaju mašinama da opažaju, tumače, uče i deluju oponašajući ljudske kognitivne sposobnosti. Automatizacija je nastala da bi mašine efikasnije obavljale repetitivne zadatke i time povećale produktivnost, dok AI ide korak dalje jer može da stvara novi sadržaj poput tekstova, slika, programskih kodova, da pomaže u medicinskim dijagnozama ili tumačenju podataka. Zato se sve češće govori o tehnološkoj revoluciji zasnovanoj na AI.
Posledice širenja AI neće se osetiti samo u ekonomiji, već i u nacionalnoj bezbednosti, politici i kulturi. U privredi se očekuje da AI preoblikuje mnoge profesije, promeni podelu rada i odnos između radnika i fizičkog kapitala. Ključna razlika u odnosu na klasičnu automatizaciju je to što se automatizacija do sada uglavnom odražavala na repetitivne poslove, dok AI sve više utiče na zadatke koje obavlja kvalifikovana, pa čak i visokokvalifikovana radna snaga.
Ostaje nejasno kakav će konkretno efekat AI imati na produktivnost, ekonomski rast, socijalnu uključenost i raspodelu dohotka. Odgovor umnogome zavisi od toga kako će se promeniti radni procesi i tržište rada. Pretpostavka je da će u onim delovima rada gde je ljudski nadzor nad AI i dalje neophodan doći do znatnog rasta produktivnosti i potražnje za radnom snagom. Nasuprot tome, u drugim segmentima AI bi mogao dovesti do ozbiljnih izmeštanja radnika ili potpunog gubitka određenih radnih mesta.
Koje su profesije najugroženije
Tehnološki gledano, AI modeli uče iz ogromnih količina podataka i pokušavaju da predvide sledeći verovatan element, sledeću reč u rečenici, sledeći obrazac u tabeli, sledeći logičan korak u proceduri. To ne znači da razumeju svet kao ljudi, ali u mnogim situacijama dovoljno dobro oponašaju rezultate ljudskog rada da eventualna razlika u kvalitetu postaje nevažna u odnosu na brzinu i trošak obavljenog posla. Kada je tržište rada u pitanju, važno je razumeti da AI ne eliminiše profesije u celini, već najpre preuzima one zadatke koji su standardizovani, dobro dokumentovani i repetitivni. To su situacije gde se ulazni podaci lako digitalizuju, gde postoji jasan format očekivanog izlaza i gde se kvalitet meri usklađenošću sa tim formatom, a ne originalnošću ili moralnom odgovornošću.
U praksi su vidljivi obrisi dva osnovna mehanizma širenja upotrebe AI. Prvi je direktna supstitucija, odnosno zadatak koji je ranije radio čovek sada obavlja sistem. Na primer, generisanje standardnog ugovora, pisanje kratke vesti zasnovane na saopštenju, izrada izveštaja na osnovu već pripremljene tabele. U jednoj firmi to znači da deo posla prelazi sa čoveka na kompjuter, što, na nivou čitavog sektora, znači da se broj potrebnih ljudi smanjuje. Drugi mehanizam je pojačavanje, situacija u kojoj AI ne ukida radno mesto, ali radikalno smanjuje količinu ljudskog rada potrebnu za isti ishod. Jedan analitičar uz pomoć AI može da proizvede onoliko izveštaja koliko je ranije radila čitava mala ekipa.
Na nivou pojedinca, pri ruci mu je koristan alat, ali na nivou čitavog sistema znači manju tražnju za određenim radnim profilima i manji broj ulaznih pozicija za nove generacije, posebno one koje prolaze kroz visoko obrazovanje. Tačnije, masovni obrazovni sistemi i dalje dominantno nagrađuju reprodukciju gradiva, formalno korektno pisanje i usklađenost sa zadatim formatima, upravo one elemente koje savremeni AI modeli vrlo dobro oponašaju. Studenti koji pokazuju dobre rezultate u tim okvirima, a zatim dobiju poslove čiji je sadržaj suštinski isti, poput izrade standardnih izveštaja, pisanja šablonskih analiza, rešavanja tipiziranih zadataka, nalaze se u paradoksalnoj situaciji da što su bolji u zadacima koje algoritam lako uči, to su pre zamenljivi.
Prvi u redu za automatizaciju su, kognitivno posmatrano, rutinski zadaci. To su aktivnosti u kojima radnik ponavlja vrlo slične procedure, oslanja se na propisane obrasce i proizvodi standardizovane izlaze. Administrativni i kancelarijski poslovi spadaju u najizloženije i to unos i kontrola podataka, obrada formulara, generisanje standardnih potvrda, odgovaranje na često postavljana pitanja, vođenje evidencija.
U finansijskom sektoru, osiguranju ili javnoj upravi gde je veliki deo dana posvećen popunjavanju sistema i pisanju šablonskih dopisa već se uvode rešenja koja automatski generišu dokumente i predlažu odluke na osnovu unapred zadatih pravila. Jedan deo tih zadataka već sada se premešta na tzv. digitalne asistente, a ljudima ostaje ili nadzor nad sistemom, ili, u lošijem scenariju, potraga za novim poslom.
Sledeća grupa su poslovi kreiranja sadržaja koji su šablonski, kao što su kratke vesti zasnovane na saopštenjima, generički marketinški tekstovi, osnovne pravne i poslovne formulacije, standardizovane elektronske komunikacije sa klijentima. U takvim slučajevima, algoritam može da proizvede sadržaj koji je za potrebe organizacije zadovoljavajući. Kada troškovi i rokovi postanu ključni kriterijum, pitanje više nije da li AI piše bolje od najboljeg urednika, već da li može da zameni sate rada mlađih saradnika. To direktno pogađa mlade novinare i kreatore sadržaja, pripravnike u kancelarijama i sve one čiji se rad uglavnom svodi na prilagođavanje već postojećih obrazaca.
Treća osetljiva oblast su standardizovane analitičke uloge. Reč je o zadacima koji podrazumevaju primenu analitičkih alata koji su u širokoj primeni na tipične skupove podataka. U njih spadaju marketinške kampanje, osnovna finansijska i kadrovska (HR) analitika, izveštavanje za potrebe menadžmenta itd. Ovde AI nije samo brži kalkulator, već mehanizam koji može da generiše i tekstualna objašnjenja, sažetke, preporuke, upozorenja, a koja su ranije činila ključni deo rada mlađih, obično visokoobrazovanih, analitičara. U trenutku kada jedan zaposleni uz pomoć AI alata pokriva ono što je ranije radila tročlana ekipa, organizacije imaju snažan podsticaj da smanjuju broj takvih pozicija ili odlažu nova zapošljavanja. To objašnjava zašto su procene o potencijalno velikom udelu preuzimanja poslova belih kragni od strane AI danas uobičajene.
U opasnosti i visokoobrazovani
Važno je naglasiti da deo koji ovaj talas tehnološke revolucije čini kvalitativno različitim od prethodnih jeste to što dovodi u pitanje uvreženo uverenje da tehnologija prevashodno ugrožava poslove srednjeg i, u nekim slučajevima, niskog nivoa kvalifikacija. Napredni algoritmi danas mogu da unapređuju ili zamenjuju i visokostručne poslove koji su se ranije smatrali imunim na automatizaciju. Dok su prethodni talasi automatizacije i informacionih tehnologija najpre pogađali rutinske, fizičke ili proceduralne zadatke, sposobnosti savremene AI proširuju se na kognitivne funkcije, obradu velikih količina podataka, prepoznavanje obrazaca i donošenje odluka. Kao posledica toga i visokostručna zanimanja, koja su ranije smatrana zaštićenim zbog svoje složenosti i zavisnosti od dubinske ekspertize, sada se suočavaju sa potencijalnim poremećajima i preuzimanjem.
Posmatrano sa makroekonomskog nivoa, AI predstavlja pozitivan produktivni šok koji proširuje proizvodne mogućnosti privreda uz potencijalno dalekosežne promene u brojnim zanimanjima i sektorima. AI nudi dosad nezabeležene mogućnosti za rešavanje kompleksnih problema, unapređenje preciznosti predviđanja, poboljšanje donošenja odluka, podsticanje ekonomskog rasta i unapređenje kvaliteta života. Upravo zbog te široke i fleksibilne primenljivosti u brojnim domenima, njene posledice za privrede i društva ostaju neizvesne, a ishodi se razlikuju zavisno od zanimanja i sektora, sa potencijalom da pojačaju postojeće razlike.
Važna dimenzija koju takođe treba uzeti u obzir jeste društvena prihvatljivost AI koja može varirati u zavisnosti od profila zanimanja. Neke profesije lako integrišu AI alate, dok druge nailaze na otpor zbog kulturnih, etičkih ili operativnih razloga. Ova neizvesnost posebno je izražena na tržištu rada. U sektorima gde je ljudski nadzor nad AI neophodan, tehnologija može povećati produktivnost radnika i tražnju za radnom snagom, dok u drugim sektorima može otvoriti put značajnim otpuštanjima.
Ipak, rast u produktivnosti koji je posledica sve šire primene AI može ojačati ukupnu tražnju, što bi kroz efekat talasanja (ripple effect) generisalo nove mogućnosti zapošljavanja za većinu radnika. Konkretnije, kada se govori o vezi između rasta produktivnosti i broja radnih mesta, često se prvo pomisli na direktnu, negativnu stranu. Mašina ili AI sistem zamenjuje radnika, produktivnost raste, a zaposlenost u toj konkretnoj firmi ili sektoru opada. Ova linija razmišljanja, naravno, nije neosnovana jer brojna istraživanja pokazuju da na nivou pojedinačne industrije rast produktivnosti gotovo redovno smanjuje potrebu za radnom snagom jer se isti obim proizvodnje postiže sa manje ljudi. Međutim, to je samo jedan deo mnogo šireg procesa. Rast produktivnosti u jednoj industriji ne ostaje ograničen na tu industriju, već se postepeno, poput koncentričnih krugova, prenosi i na druge delove privrede.
Prvi krug čine niže cene i veći profiti. Firma koja proizvodi efikasnije može jeftinije da prodaje svoje proizvode ili da ostvari veću dobit, a oboje ostavlja više novca na raspolaganju potrošačima i drugim firmama. Drugi krug jesu veće plate. Produktivniji rad omogućava poslodavcima da svojim zaposlenima isplate veće zarade jer se proizvodnja uvećava, pa svi učesnici mogu dobiti veći udeo.
Treći, i verovatno najvažniji krug, jeste prelivanje te novostvorene tražnje u druge, potpuno nevezane sektore privrede. Novac koji potrošači uštede ili zarade dodatno troše na restorane, usluge, putovanja, stanovanje, dakle u granama koje same nisu ni na koji način usvojile novu tehnologiju, ali od nje ipak imaju koristi kroz povećanu potražnju. Konačno, četvrti krug predstavlja pojavu potpuno novih delatnosti i zanimanja koja rastu upravo zahvaljujući samoj tehnologiji koja je pokrenula talas. Recimo, poslovi vezani za održavanje, nadgradnju i primenu AI sistema koji ranije nisu ni postojali. Tako, prema proceni McKinsey Global Institute, potražnja za tzv. AI pismenošću u Americi, odnosno sposobnošću da se alati veštačke inteligencije koriste, usmeravaju i kritički procenjuju njihovi rezultati, porasla je gotovo sedam puta za samo dve godine. Istovremeno raste i potreba za specijalizovanim tehničkim znanjima potrebnim za razvoj, primenu i nadzor AI sistema, iako nešto sporijim tempom. Trenutno, u Americi oko osam miliona ljudi radi u zanimanjima u kojima se u oglasima za posao već traži makar jedna veština povezana sa veštačkom inteligencijom. To je, međutim, tek početni obim promene, jer se očekuje da će se zahtevi za poznavanjem AI alata proširiti na mnogo veći broj poslova i delatnosti.
Efekat „talasanja“
Ono što efekat talasanja čini važnim jeste dosadašnje iskustvo da ukupni efekat na nivou cele privrede po pravilu nadmašuje uzak, direktan gubitak radnih mesta u pojedinačnim sektorima u kojima se desio tehnološki napredak. Istraživanje Organizacije za ekonomsku saradnju i razvoj (OECD) rađeno na uzorku od trinaest zemalja u periodu od dvadeset godina potvrđuje da je indirektan doprinos efekta talasanja zapošljavanju u proseku dovoljno snažan da nadjača direktne gubitke poslova koje uzrokuje sama automatizacija ili AI. Drugim rečima, iako pojedinac čiji je posao direktno automatizovan trpi neposrednu štetu, privreda kao celina kroz šire kanale potrošnje, investicija i novih delatnosti često generiše više radnih mesta nego što ih izgubi.
Međutim, efekat talasanja funkcioniše isključivo ukoliko se dobici od produktivnosti stvarno prelivaju kroz privredu, kroz veće plate, niže cene ili reinvestiranje profita, a ne ostaju koncentrisani kod uskog kruga vlasnika kapitala ili menadžmenta. Ukoliko se ta preraspodela ne dogodi, talas se jednostavno neće proširiti dovoljno daleko da nadoknadi direktne gubitke radnih mesta, a rezultat bi mogao biti upravo suprotan od optimističnog scenarija u vidu rastuće nejednakosti umesto rastuće zaposlenosti. Zbog toga je pitanje da li će AI revolucija zaista proizvesti pozitivan efekat talasanja ili će koristi ostati zarobljene u rukama malog broja aktera, jedno od centralnih pitanja savremene ekonomske politike.
Na kraju, ali nikako manje važno, uticaj AI će se značajno razlikovati između zemalja različitog nivoa razvijenosti i privredne strukture. Razvijene privrede, sa svojim zrelim industrijama i uslužno orijentisanim ekonomijama, obično imaju veću koncentraciju poslova u sektorima koji zahtevaju složene kognitivne zadatke, pa su istovremeno i osetljivije na poremećaje koje AI donosi, ali i u boljoj poziciji da iskoriste njene prednosti. Sa druge strane, brzorastuća tržišta i siromašne zemlje koje se u većoj meri oslanjaju na manuelni rad i tradicionalne industrije, mogu u početku biti manje pogođene poremećajima uzrokovanim AI, ali istovremeno rizikuju da propuste rane koristi od porasta produktivnosti, s obzirom na nedostatak infrastrukture i kvalifikovane radne snage.
Prema proceni Međunarodnog monetarnog fonda, u razvijenim zemljama čak 60 odsto poslova moglo bi osetiti uticaj AI jer tamo dominiraju kancelarijski, finansijski i administrativni poslovi koje veštačka inteligencija najlakše preuzima ili unapređuje Na primer, nefizički poslovi čine približno dve trećine ukupnog radnog vremena u Americi. Oko trećine tog vremena odnosi se na zadatke koji zahtevaju socijalne i emocionalne veštine, kao što su empatija, neposredna komunikacija, izgradnja poverenja i rad sa ljudima. Takve sposobnosti AI za sada teško može pouzdano da zameni. Preostali deo nefizičkog rada obuhvata zadatke poput analize podataka, obrade informacija, pisanja, administracije i rešavanja standardizovanih problema. Upravo su ti poslovi pogodniji za automatizaciju ili za rad uz pomoć AI alata. Oni postoje u vrlo različitim delatnostima, uključujući obrazovanje, zdravstvo, poslovne usluge i pravo, a obuhvataju poslove koji stvaraju približno 40 odsto ukupnih zarada u Americi.
Opet, na brzorastućim tržištima taj procenat pada na nešto ispod 40 odsto, dok u siromašnim zemljama iznosi samo 26 odsto jer njihove privrede počivaju na fizičkom, manuelnom radu koji je za sada otporniji na primenu AI. Ova podeljenost sama po sebi ne bi bila alarmantna da ne postoji dublji problem, Naime, manji stepen izloženosti AI u siromašnijim zemljama, koji na prvi pogled zvuči kao zaštita, u stvarnosti znači i sužavanje prostora za porast u produktivnosti. Otuda, AI verovatno neće smanjiti globalnu nejednakost, već će je produbiti. Razvijene ekonomije će iskoristiti tehnologiju da dodatno ubrzaju rast, dok siromašne zemlje, zbog same strukture svojih privreda, ostaju delimično isključene iz te dinamike i to ne toliko zbog direktnog gubitka poslova, koliko zbog propuštene šanse da povećaju svoju produktivnost. Za region kao što je Zapadni Balkan, ključno je pitanje da li lokalna privredna struktura dozvoljava da se iskoristi pozitivna strana AI talasa ili preti da region ostane po strani dok globalne razlike postaju sve izraženije.
Izvor: Radar
