Dit is weer eens een andere visie op welke beroepsgroepen te maken krijgen met verandering door verdergaande automatisering, en eens geen doemdenkend verhaal…
Lees verder en weet dat dit integraal is overgenomen van het FD, waarvoor dank!
Kunstmatige intelligentie belooft de vierde economische revolutie te worden, na agrarische, industriële en computerrevoluties.
AI kan de productiviteitsgroei een boost geven, zegt econoom Anna Salomons, maar neemt ook de arbeidsmarkt op de schop. Ditmaal zijn vooral het waarschijnlijk vooral hoger opgeleiden die getroffen worden door een technologische schok.
‘Natuurlijk maken alle studenten er gebruik van’, zegt Anna Salomons in haar werkkamer op de bovenste verdieping van een gebouw dat is vernoemd naar ‘oereconoom’ Adam Smith. ‘Ikzelf ook.’ De hoogleraar arbeidseconomie aan de Universiteit Utrecht heeft het over taalmodel ChatGPT, een jaar na de lancering. Salomons is gespecialiseerd in de impact van nieuwe technologie op de arbeidsmarkt.
De massale en snelle omarming van ChatGPT staat symbool voor de potentie van generatieve kunstmatige intelligentie (’artificial intelligence’ oftewel AI), algoritmen die zijn getraind om op basis van een megahoeveelheid data zelf teksten te maken of vragen te beantwoorden. Na de landbouwrevolutie, de industriële revolutie en vanaf de jaren tachtig de computerrevolutie lonkt een vierde technologische revolutie, die zich wel eens sneller zou kunnen voltrekken dan zijn voorgangers.
De komst van taalmodellen als ChatGPT en Bard luidden een nieuw tijdperk in, signaleert Salomons. Ze maken van AI een general purpose-technologie, net als eerder de stoommachine: met minimale aanpassingen kan deze voor uiteenlopende doeleinden worden ingezet. Voorstanders jubelen dat deze technologieschok de al jaren dalende productiviteitsgroei naar een hoger plan kan tillen, zodat ook westerse economieën eindelijk weer een overtuigende groei kunnen laten zien.
Salomons is sinds 2018 hoogleraar werk en ongelijkheid aan de Utrecht School of Economics. Daarnaast is ze verbonden aan diverse denktanks en universiteiten in binnen- en buitenland, waaronder Carnegie Mellon en MIT. Ze doet al vijftien jaar onderzoek naar de uitwerking van technologische vernieuwingen op de arbeidsmarkt en werkgelegenheid in zowel Nederland, Europa als Amerika.
Ze waarschuwt voor overspannen verwachtingen. ‘Bij de vorige twee grote revoluties duurde het iets van dertig jaar om tot 50% adoptie te komen. Dan moet je ook niet verwachten dat AI van vandaag of morgen opeens overal wordt ingezet, hoe snel de ontwikkelingen nu ook gaan.’
Op haar werkkamer staan twee speelgoedrobotjes, symbolisch voor de angst die al sinds de industriële revolutie bestaat: dat machines mensen gaan vervangen en zo uiteindelijk leiden tot massawerkloosheid.
Salomons is dan wel geen rasoptimist, maar zeker geen doemdenker. ‘Banen verdwijnen niet zomaar. In de Verenigde Staten bestaat 60% van de werkgelegenheid uit banen die in de jaren 40 nog niet bestonden.’ Maar, geeft de econoom toe, achter de koele cijfers gaan pijnlijke aanpassingsprocessen schuil. En ditmaal treffen die ook hoger opgeleiden, zo is haar verwachting.
Waarom vernietigen machines eigenlijk geen banen?
‘Door machines en computers worden we productiever, waardoor we meer geld te besteden hebben. En we zijn als mensheid redelijk onverzadigbaar. Meer vraag naar goederen en diensten betekent meer vraag naar arbeid. Verder is technologie niet altijd vervanging, maar vaak versterking van expertise. Mensen houden dus hun baan, maar maken veel gebruik van techniek. Denk aan artsen, die daardoor betere diagnoses kunnen stellen en meer ziektes kunnen behandelen. En tot slot zorgen extra welvaart en technologie samen voor een nieuw type banen. Als ik studenten naar voorbeelden vraag dan noemen ze vaak programmeurs, of windmolenbouwers. Maar een belangrijke groep is de persoonlijke dienstverlening: psychologen, fitnesstrainers, coaches.’
U verwacht dat AI niet meteen massaal zal worden ingezet door bedrijven. Welke factoren bepalen het tempo?
‘We moeten eerst zien welke taken zich daarvoor lenen en hoe mensen daar dan op moeten inspelen. Er zijn enkele casestudy’s die aantonen dat deze technologie tot enorme productiviteitsgroei kan leiden. Bij het analyseren van röntgenfoto’s in het ziekenhuis, bijvoorbeeld. En bij het schrijven van teksten of computercodes — dus best veel verschillende taken.’
‘De vooruitgang die geboekt wordt met large language models is echt adembenemend. Wat ook meespeelt, is dat de adoptiekosten minder hoog zijn dan bij bijvoorbeeld de overstap naar elektrificatie. Toen moest alles worden omgebouwd, maar nu heb je als bedrijf gewoon een abonnement op zo’n taalmodel.’
‘Maar er zijn óók studies die laten zien dat het combineren van menselijke inzet en algoritmes niet altijd automatisch goed gaat. Een voorbeeld was dat van radiologen die diagnoses gingen stellen met behulp van een algoritme. Dat algoritme deed het beter dan de gemiddelde radioloog, dus de verwachting was dat de combinatie nóg beter zou werken. Maar dat was niet de uitkomst, omdat de radiologen de informatie van het algoritme niet goed interpreteerden. In zo’n geval heb je wel een geweldig algoritme ingezet, maar geen productiviteitsgroei behaald.’
Kun je dan beter alleen op het algoritme sturen, of is dat te riskant?
‘Dat was inderdaad de discussie: moet je in sommige gevallen alléén het algoritme gebruiken en in andere gevallen alleen maar mensen? Waarschijnlijk ligt het antwoord in het opleiden van mensen over hoe ze moeten omgaan met de technologie. Het is onwaarschijnlijk dat er heel veel situaties zullen zijn waar de technologie echt alles alleen gaat doen, ook omdat AI niet interpreteert, en geen uitleg geeft. Dat is al heel moeilijk binnen wettelijke kaders, los van het feit dat er ook in vele situaties aan mensen zal moet worden uitgelegd waarom iets is gebeurd zoals het gebeurd is.’
Het is toch ook mogelijk een machine iets te laten uitleggen?
‘Het kenmerk van deze technologie is juist dat het een soort black box is. Deze algoritmen zijn geen vaste, geprogrammeerde regels die je erin zet en die op een voorspelbare manier tot een uitkomst leiden. Dat maakt AI ook krachtig: je hoeft niet alles expliciet in regels te vatten, net zoals veel van de dingen die wij als mensen doen, niet in regels te vatten zijn. Maar dat is tegelijkertijd een zwak punt: soms treden er fouten op die je als mens nooit zou maken. Een soort gezond verstand zoals jij en ik hebben, dat zit er niet in. En daarom zal je in veel gevallen weer een mens nodig hebben om een oordeel te vellen. In die zin zal je AI nooit helemaal los kunnen laten en mág dat straks waarschijnlijk ook niet van de wet.’
Is er een risico dat we zó veel aan AI overlaten dat mensen steeds minder kunnen?
‘Een bekend voorbeeld is een nachtvlucht van Rio de Janeiro naar Parijs in 2009, waarbij er ijs op de sensoren zat, waardoor piloten manueel moesten vliegen. Dat konden ze gewoon niet meer, ze konden niet de standaarddingen doen die normaal door de autopilot werden gedaan. Die vlucht is gecrasht, een tragedie. Het is een van de redenen waarom piloten nu zoveel worden getraind in de simulator. Je kunt je voorstellen dat die simulaties in meer banen relevant worden, zodat je nog wel begrijpt wat de technologie doet, en dat je kunt inspringen waar nodig.’
Wat zijn de banen die door AI gaan veranderen of zelfs verdwijnen?
‘In de vorige digitale revolutie ging het vooral om de uitvoering van taken die in regels te vatten zijn. Dus veel administratief werk, maar ook in de industrie. Digitalisering trof vooral banen in het middensegment, terwijl hoogbetaalde kenniswerkers er juist van profiteerden. Wat die technologie niet kon, waren taken die een mate van menselijke flexibiliteit en creativiteit vereisen. AI kan dat wel.’
‘De impact gaat zich daarom vooral laten voelen in de kennis- en creatieve hoek. Je ziet dat al bij vertalers en grafische ontwerpers. Daar zou de vraag naar menselijke vaardigheden lager kunnen worden. Maar over het algemeen zal het gaan om banen die van inhoud veranderen, zoals ook in de digitale revolutie gebeurde. De administratief medewerker die in 1950 vooral memo’s tikte is er nog steeds, maar nu is dat iemand die de agenda’s beheert en events organiseert.’
Maar over het algemeen worden ditmaal de banen aan de bovenkant getroffen?
‘Ja. Dat is een verschil met voorheen: de digitale revolutie heeft de hoger opgeleiden juist geholpen, en dan vooral de hoogvliegers. Als jij een topmanager bent en je hebt al die data en al die analyses tot je beschikking, ben je in staat nog meer productiviteit te halen, meer dan als je een middle manager bent.’
‘Maar bij AI zien we tot nu toe dat de mensen die het meest baat hebben bij de nieuwe technologie juist degenen zijn die nog niet zo goed zijn in de taken waar AI kan worden ingezet. Als jij nog niet zo goed kan schrijven of niet zo goed kan programmeren, heb je veel meer aan deze technologie dan een professioneel schrijver of programmeur. Op basis van de studies die tot dusver zijn gedaan lijkt AI meer nivellerend te werken. De mensen die er het meest aan hebben zijn de mensen aan de onderkant van de expertiseladder. AI werkt dus de andere kant op dan eerdere vernieuwingen.’
Zal het verzet tegen AI dan ook van de bovenkant van de arbeidsmarkt komen?
‘Een voorbeeld: de zorg kan goedkoper als personeel met een lagere opleiding dan artsen en chirurgen eerste diagnoses kan stellen met behulp van AI. Het is voorstelbaar dat een artsenlobby dit domein intact wil laten. Dus de winst die je met AI zou kunnen halen, vergt wel enige medewerking van de groepen die misschien nu het meeste voordeel hebben van de huidige situatie. De vraag is hoe dat gaat lopen.’
‘Wat wel vaststaat: hoe sneller de adoptie, hoe disruptiever AI is voor de arbeidsmarkt. Kijk maar naar de zelfrijdende auto die nog altijd in aantocht is. Stel dat alle vrachtwagens over twee weken zelfrijdend zijn, dan is dat een drama voor mensen die in de transportsector werken. Het scenario wat we nu zien, is dat van een geleidelijke automatisering. Als het zo langzaam gaat, dan worden chauffeurs die met pensioen gaan niet vervangen. Dat is een veel minder pijnlijk proces.’
Welke rol speelt de overheid eigenlijk?
‘De overheid heeft normaliter een majeure rol in het ontwikkelen van allerlei technologieën; heel veel rondom gezichtsherkenning en het internet bijvoorbeeld is met behulp van overheidsfinanciering tot stand gekomen. Dan gaat het ook om de richting die de technologie inslaat. China loopt bijvoorbeeld voorop met machine vision omdat zij dat gebruiken voor surveillancedoeleinden. Hun capaciteiten hebben we in Europa en ook in Amerika niet. Maar dat komt omdat China inzet op dingen die wij niet per se willen.’
‘Dus ja, er is een grote rol weggelegd voor de overheid: niet alleen in het afremmen, maar ook in het bijsturen en investeren. Bedrijven zijn niet bezig met de meest sociaal wenselijke uitkomst van hun technologieën. Dat is ook niet hun rol. Maar tot nu toe zit de ontwikkeling van AI voor naar schatting 90% in de private sector, terwijl dat voor onderzoek en ontwikkeling normaliter tweederde is. Dat is een enorme disbalans die hopelijk wat kan worden rechtgetrokken.’
Intussen blijft robotisering en dus ook productiviteitsgroei vooral in de dienstensector zwaar achter. In restaurants worden we nog steeds door een mens bediend.
‘Robots worden steeds beter, dus die bezorgrobots komen er wel. Japan loopt hier voorop, door de vergrijzing. Maar de ontwikkeling op het gebied van fysieke interactie gaat inderdaad minder snel. Het vergt ook grotere investeringen. Stel, je hebt een klein restaurant en je wilt een aantal robots kopen die de bezorging gaan doen – dat is qua kosten wel iets anders dan het gebruik van een algoritme.’
Lees het volledige artikel: https://fd.nl/economie/1497594/ai-revolutie-treft-vooral-de-hoger-opgeleiden