Myke, smidige fingre strekker seg til å løfte eplet forsiktig fra hyllen og plassere det forsiktig i kurven. Deretter gjentas oppgaven med sitroner, deretter med pepper. Fingrene klager aldri eller blir slitne. Flere og flere selskaper henvender seg til smarte maskiner for å spare på de langsomme og kostbare menneskelige arbeidstakerne. Automasjon. Hva det er? Hva betyr dette for jobben din?
Manipulatorprototypen beskrevet ovenfor er utviklingsarmen til Ocado, et UK-basert online supermarked. Den uregelmessige formen og den tynne huden på disse middelmådige produktene antyder at de vanligvis pakkes av mennesker i Ocado-varehus. Men selskapet bruker robotteknologi for å hjelpe disse menneskene til å ikke bare behandle produkter trygt, men også gjøre det raskere og billigere for selskapet.
Ocado er langt fra det eneste selskapet som foretrekker automatiserte arbeidere. Det samme skjer på sykehus, advokatfirmaer og aksjemarkedet. Listen kommer til å bli lang.
Spørsmålet er, hvordan påvirker dette arbeidende mennesker. Hvordan kan dette for eksempel påvirke deg?
Vi hører ofte om fremtidens dystre roboter som stjeler jobbene våre, men er det slik? Hvem er i fare? Hvordan blir arbeidsplassen din om fem år?
Svarene kan overraske deg.
Middelklasse i fare
Kampanjevideo:
Forskning antyder at 47% av menneskene som jobber i USA kan erstattes av maskiner, og i Storbritannia kan om lag 35% av jobbene være i fare - og i utviklingsland er trusselen enda større, ettersom to tredjedeler av jobbene kan automatiseres.
Men jobber som stjeler maskiner er ikke noe nytt. "Automatisering har skjedd før," sier Bhagwan Chowdhry, professor i finans ved University of California, Los Angeles. Chowdhry peker på skiftene som skjedde i fabrikker under den industrielle revolusjonen, da automatiske vevstoler og andre maskiner overtok veving fra mennesker.
Hva har endret seg denne gangen? "Dette vil ikke bare påvirke blåkrage, men mange hvite," sier Chowdhry. Blå krage refererer til arbeiderklassen, og hvite krager til ansatte, byråkrater, administratorer, ledere.
Vi tror ofte at de lavest betalte, lavt kvalifiserte jobbene er mest utsatt. For eksempel lagerarbeidere eller kasserer. Imidlertid kan automatisering også påvirke arbeidet til mellominntektsfolk som kontorist, kokker, kontorarbeidere, sikkerhetsvakter, junioradvokater, inspektører.
Det er klart at menneskene i skuddlinjen er bekymret. "Frykten handler ikke bare om overgangsperioden," sier Carl Benedict Frey, medstifter av Oxford Martin-programmet for teknologi og sysselsetting. “De fleste jobbene som skal automatiseres, krever andre ferdigheter enn nyopprettede. Det vil være viktig å sikre at personer uten arbeid kan få arbeid.”
Så burde selskaper som søker automatisering ha et moralsk ansvar og hjelpe sine ansatte til å lære seg nye ferdigheter?
Bekreftelse av fremtiden
Svaret kan ikke bare berøre selskaper - søket etter svaret kan starte på skolen.
Vår moderne strukturerte utdanning kan miste sin mening i en verden der teknologien endrer seg så raskt.
"Bekymringen er at vi ikke oppdaterer utdannings-, opplærings- og politiske institusjoner for å følge med," advarer Erik Brunholfsson, direktør for MIT Digital Economy Initiative. "Vi kan ende opp med å etterlate mange mennesker."
Brunholffson og Paul Clarke, CTO i Ocado, er enige om at skole- og høyskoleutdanning bedre skal forberede studentene på en verden der kunstig intelligens og robotikk vil være utbredt.
På arbeidsplassen vil ansatte også være pålagt å kontinuerlig oppdatere ferdighetene sine i stedet for å bruke de samme ferdighetene gjennom hele karrieren.
For de fleste av oss kan dette være en kritisk faktor i tenkningen.
Forskning fra ledelseskonsulenter McKinsey og Company fant at mindre enn 5% av yrkene kan helautomatiseres av eksisterende teknologi. Rett og slett fordi arbeidsplassene våre er for forskjellige og foranderlige til at roboter kan utføre alle oppgavene.
I stedet, ifølge deres prognoser, vil om lag 60% av yrkene automatiseres av en tredjedel. Dette betyr at de fleste av oss vil være i stand til å feste seg til jobbene våre, men selve prosessen med arbeidet vårt vil endres.
Roboter vil utfylle, ikke erstatte
Det vil være viktig å lære å jobbe side om side med roboter.
"Det er tider når maskiner tar over litt repeterende arbeid for å frigjøre folk til å gjøre andre, mer givende aspekter av jobben sin," forklarer James Mannica, seniorpartner i McKinsey, som har gjort mye av sin forskning på virkningen av automatisering. “Dette kan utgjøre en stor forskjell i lønnsbestemmelsesprosessen fordi maskinen vil gjøre alt det harde arbeidet. Det betyr også at flere vil være i stand til å gjøre dette arbeidet ved hjelp av teknologi, så konkurransen vil øke."
Det er også bredere spørsmål. Med lavere middelklasseinntekter kan regjeringer møte slike grunnleggende problemer som tapte skatter og et misfornøyd valg.
Heldigvis er det mange ting som maskiner ikke kan gjøre ennå.
Et godt eksempel er arbeidet med forskere i Singapore som prøver å trene to autonome robotarmer for å montere flate stoler fra Ikea. Til tross for bruk av moderne utstyr kan ikke maskinene takle de enkleste oppgavene.
Selv å isolere forskjellige gjenstander fra en kaotisk blanding av deler er en vanskelig oppgave for roboter. I de siste testene tok det to roboter i løpet av et og et halvt minutt å lykkes med å sette et stykke tunge inn i et av stolbena.
Og det er bare ett møbel. “De virkelige problemene starter når du vil at roboten skal montere flere møbler. En robot kan montere en Ikea kommode, men den vil ikke kunne montere en garderobe fra samme serie, siden detaljene vil være forskjellige, selv om noen av monteringstrinnene forblir de samme. Folk har ikke det problemet."
Menneskelig fordel
Fra økt fleksibilitet til bedre personlighet, vil det alltid være ting vi er bedre enn roboter.
"Når vi automatiserer repeterende arbeid, ser vi en økende etterspørsel etter kreative ferdigheter," sier Brunholfsson. "Vi ser også en økende etterspørsel etter mennesker med sosiale ferdigheter, mellommenneskelige ferdigheter som pleier, bryr seg, underviser, pålegger sin tro, har forhandlingsevner og selger godt."
Frey mener det er flere områder hvor mennesker vil ha et forsprang.
"Det første er sosiale interaksjoner," sier Frey. “Når du tenker på mangfoldet av komplekse sosiale interaksjoner vi møter hver dag når vi forhandler eller prøver å overbevise folk, hjelpe andre eller ta vare på kunder … Vi driver team og alt det der. Det er utrolig at datamaskiner kan erstatte menneskelige arbeidere som gjør alt dette.”
En annen er kreativitet. Datamaskiner er gode til å takle problemer og ikke kjede seg med repeterende handlinger. Imidlertid synes folk slikt monotont arbeid er slitsomt.
Et initiativ fra Massachusetts Institute of Technology har satt et mål på 1 million dollar for å oppmuntre bedrifter til å få mest mulig ut av disse "menneskelige egenskapene" sammen med teknologi.
"Beløpet vi for tiden betaler barnepasser og eldreomsorgspersoner er veldig lavt," sier McKinseys Maniika. “På samme måte er det mange kunstneriske og kreative verk som aldri har blitt betalt for. Utfordringen er å betale og sette pris på kreativt arbeid som det fortjener, fordi en maskin aldri vil være i stand til det."
Alex Harvey, sjefforsker ved Ocado Technology, som utvikler programvare og teknologier for selskapets detaljistdivisjon, bemerker at verden ble designet og bygget for mennesker, og å gjøre roboter til å fungere i dette komplekse naturlige miljøet er en stor teknisk utfordring.
Et av Ocados prosjekter er en vedlikeholdsassistent-robot kalt SecondHands. Det viser hvordan mennesker og roboter kunne samarbeide.
"For eksempel har han evnen til å løfte ting til en større høyde enn et menneske," forklarer Harvey. "Det er en ganske enkel robot når det gjelder dets atferdsmessige repertoar, men den kan danne et flott team der en menneskelig tekniker vil være leder og de kan bruke robotens muskelstyrke."
Men jo nærmere mennesker og maskiner jobber sammen, jo mørkere vil den etiske siden være.
Etiske spørsmål
Rundt 1,7 millioner roboter er allerede i bruk over hele verden, men oftest i industrielle omgivelser der folk praktisk talt nektes innreise. Tallene vokser, og det er også rollene som roboter spiller. Det viser seg at folk må jobbe side om side med dem, og risikoen vil øke tilsvarende.
"Det må være mer åpenhet slik at vi kan forstå hvordan disse tingene gjør hva de gjør, og hvordan de oppfører seg," sa Madi Delvaux, nestleder i EU-parlamentets juridiske komité.
Nylig oppfordret parlamentet til å lage regler for robotikk og kunstig intelligens.
En rapport utarbeidet for Europaparlamentet fremhevet det presserende behovet for ny lovgivning om erstatningsansvar i tilfelle ulykker. Lignende ansvarsproblemer oppstår hvis en robot iverksetter tiltak som bryter loven. En algoritme for kunstig intelligens kan for eksempel hoppe over en rekke finansielle transaksjoner utenom det intrikate nettet av regler som styrer en sektor.
Delvaux og hennes kolleger etterlyser også en etisk kodeks som vil regulere vårt forhold til roboter.
"Det bør være punkter som krever respekt, som menneskelig autonomi og privatliv," sa Delvaux.
Alt dette fremhever et annet problem som bekymrer mange utviklere av kunstig intelligens: skjevhet. Maskinlæringssystemer er bare like gode som dataene de får å lære. Nyere forskning har vist at kunstig intelligens kan utvikle sexistiske og rasistiske tendenser.
Bill Gates foreslo i mellomtiden nylig beskatning av roboter for å kompensere for glemt ansattes inntektsskatt. Andre har antydet at ettersom roboter tar på seg flere og flere oppgaver, kan det være behov for en universell grunninntekt for at alle skal motta statlige fordeler.
Biler går fremover
På eksemplet på møbler fra "Ikea" blir det åpenbart at AI fortsatt trenger å utvikle seg lenge.
Kanskje en av de største utfordringene maskinlæring og kunstig intelligens står overfor, er å forstå hvordan algoritmene deres fungerer. "Ting som kunstig intelligens og maskinlæring er for det meste svarte bokser," sier Manieka. "Vi kan ikke åpne dem for å finne ut hvordan de fikk svaret de fikk."
Dette skaper en rekke problemer. Maskinlæringssystemer og moderne AI blir vanligvis trent med store sett med bilder eller data som blir matet til systemet for å lære å gjenkjenne mønstre og trender. De brukes deretter til å identifisere lignende mønstre når nye data blir lagt inn.
Dette kan være bra hvis vi trenger å finne CT-skanninger som viser tegn på sykdom. Men hvis vi bruker et lignende system for å identifisere en mistenkt fra et øyeblikksbilde, må vi forstå hvordan algoritmen fungerer for å gi avgjørende bevis.
Selv innen autonome kjøretøyer er denne generaliserbarheten fortsatt et stort problem.
Takeo Kanade, professor i robotikk ved Carnegie Mellon University, er ekspert på selvkjørende biler og datasyn. Å gi roboter en "sann forståelse" av verden rundt dem, sier han, er fortsatt en teknisk utfordring som må overvinnes.
"Det handler ikke bare om å identifisere plasseringen av objekter," forklarer han. “Teknologien må forstå hva verden rundt den gjør. Vil en person for eksempel krysse veien eller ikke?"
ILYA KHEL
