Создавая будущее работы: основа политики для эпохи автоматизации

Эрик Карлсон

Моя бабушка работала библиотекарем в Висконсин-Рапидс, фабричном городе, построенном на берегу реки Висконсин. Она курировала коллекцию детских книг, но чаще всего была занята ведением карточного каталога библиотеки. [1] Каждые несколько недель приходила новая партия книг стопками высотой до ее подбородка, и она листала каждый том, пока не появлялся идеальный номер телефона (он никогда не был тем, который рекомендовали издатели). После того, как номера звонков были собраны в стопку карточек, она шла к картотеке, где раскладывала каждую карточку на свое место. [2] Работа шла медленно, и в то время не было машин для ее выполнения. Конечно, она была рада этому — моя бабушка была очень серьезным человеком, и сделать так, чтобы любой ребенок нашел любую книгу, было очень серьезным делом.

Она вышла на пенсию за несколько лет до того, как библиотеки по всей территории США начали автоматизировать ведение своих карточных каталогов. Но когда компьютеризация действительно поразила библиотеки в 1980-х годах, это было долгожданным изменением. Осенью 1984 года библиотекари Библиотеки медицинских наук Университета Мэриленда в Балтиморе привязали карточки из карточного каталога к концам красных и синих гелиевых шариков, которые они выпустили в унисон, метафорически отпуская обыденное. рутинная задача, которая отнимала у них слишком много времени. [3]

Напротив, автоматизация производства встретила сопротивление. В 1970-х годах в Янгстауне, штат Огайо, в 700 милях от библиотеки моей бабушки, компания General Motors оснащала свой завод промышленными сварочными роботами, называемыми «юниматами». В «Работе Стадса Теркеля», устной истории работы в США, Гэри Брайнер, автомеханик GM, описывает работу со своими коллегами-механиками как нечто почти похожее на «Пианино» Воннегута. «Он похож на богомола. Он ходит с места на место. Он отпускает эту штуку и прыгает обратно на место, готовый к следующей машине… Они никогда не устают, никогда не потеют, никогда не жалуются, никогда не пропускают работа."

Эти сварочные роботы почти удвоили производительность завода, но снизили потребность в рабочей силе. «Когда они наняли одноклассников, мы производили шестьдесят [машин] в час», — сказал Брайнер. «Когда мы вернулись на работу, мы с униматами строили сто машин в час. Они выполняют работу около двухсот человек — вот и произошло сокращение мужчин».

Сегодня выпуск крупных языковых моделей, таких как ChatGPT, возобновил опасения по поводу автоматизации и разжег опасения по поводу враждебного поглощения искусственного интеллекта. Эти платформы вышли далеко за рамки рутинных задач по хранению данных и могут даже сдать экзамен на получение степени бакалавра. Это заставило белых воротничков задуматься о том, не изменится ли их работа в ближайшее время не с работой библиотекаря, а с работой фабричного рабочего.

Это эссе, первое из серии об экономике автоматизации, посвящено работе и тому, что данные могут и не могут сказать нам о нашем будущем. Он продемонстрирует три вещи. Во-первых, автоматизацию трудно предсказать. Во-вторых, адаптация рынка труда к автоматизации происходит медленно и происходит в основном на протяжении нескольких поколений, а не в рамках отдельных карьер. В-третьих, учитывая неравномерное географическое распределение отраслей и профессий, а также региональный характер рынков труда, опыт автоматизации во многом зависит от того, где человек живет. Наконец, я утверждаю, что политика, разработанная для будущего сферы труда, не должна пытаться препятствовать технологическим изменениям; скорее, нам нужна политика с учетом места работы, направленная на помощь работникам в переходе с одной работы на другую.

Дата-ориентированный подход к автоматизации и рабочим местам

Министерство труда США ведет учет того, как работают американцы, среди другой статистики рынка труда. Эта информация собирается и хранится в онлайн-базе данных, называемой Сеть профессиональной информации (сокращенно O*NET), которая представляет собой обновление Словаря названий профессий (DOT). O*NET содержит подробную информацию о содержании задач и условиях работы примерно по 1000 профессий. Помимо прочего, эти данные показывают нам, насколько сотрудники подвержены автоматизации: O*NET спрашивает респондентов: «Насколько автоматизирована ваша текущая работа?» с ответами по шкале от одного («Совсем не автоматизировано») до пяти («Полностью автоматизировано»).