U prvom tekstu iz serijala o strojevima i ljudima iscrtali smo idiličnu dugoročnu sliku u kojoj se pozitivni učinci tehnološkog napretka šire na čitavu zajednicu. Ta optimistična priča počiva na tezi da se u novim (uglavnom uslužnim) industrijama otvara puno veći broj radnih mjesta od broja koliko ih se zatvara u tradicionalnim industrijama koje se nalaze pod najvećim pritiskom radno-štednog tehnološkog napretka.
Nasuprot priči o stalno rastućoj zaposlenosti unatoč tehnološkom napretku (što je činjenica u dugom roku), opisani procesi u kraćim vremenskim razdobljima mogu izazvati nevolje i društvene sukobe. Jer, radnik koji proizvodi maslac teško postaje dobar programer. Ako dolazi iz industrije koja je zahvaćena radno-štednim tehnološkim napretkom, vjerojatnije je da će postati dugoročno nezaposlen. Osobito ako je već zakoračio u zrele godine. Zbog toga se nejednakosti mogu povećati ako je tehnološki napredak vrlo brz.
Kako možemo znati je li tehnološki napredak toliko brz da stvara velike društvene tenzije, i kako znati da li se aktualna tema o širenju primjena umjetne inteligencije uklapa u distopijske vizije stvaranja uvjeta za ekploziju nezaposlenosti, ili u utopijske vizije svijeta koji stalno napreduje na dobrobit svih ljudi?
Ogromna ekspanzija usluga
Danas živimo u svijetu (i u zemlji) gdje uslužni sektor još uvijek otvara velik broj znanjem ne odveć zahtjevnih radnih mjesta. Radnik koji je do jučer proizvodio maslac kroz razumno kratku i jednostavnu prekvalifikaciju može postati vozač, dostavljač, čistač, konobar, građevinar, zašto ne i recepcioner ako je obrazovni proces dovoljno dug i kvalitetan? Znamo da mnoga od spomenutih zanimanja nedostaju iako je tehnološki napredak u gospodarstvu sveprisutan.
Ipak, problem prekvalifikacije u toku karijere može eskalirati kada jaz – distanca između znanja i vještina koja ljudi posjeduju i znanja i vještina koje bi trebali posjedovati da budu konkurentni na tržištu rada postane veoma velik. Združeno „obećanje“ digitalizacije, robotike i umjetne inteligencije naizgled upućuje na takvu mogućnost. Okruženi smo prognozama da bi u relativno kratkom roku od nekih 10-20 godina mogao nestati velik broj radnih mjesta zbog ubrzanja tehnološkog napretka u sektorima koji danas najviše zapošljavaju i čiji udjeli u BDP-u još uvijek dugoročno rastu (npr. građevinarstvo, prijevoz i logistika, trgovina). Tehnološki evanđelisti najavljuju da će se efekt zamjene ljudi strojevima i softverima brzo proširiti i na intelektualna zanimanja kao što su profesionalne usluge, obrazovanje i zdravstvo. Opća umjetna inteligencija (eng. AGI – artifical general intelligence) mogla bi ubrzo postati bolja (i jeftinija) od ljudi u davanju poreznih i računovodstvenih savjeta, izradi ekonomskih prognoza, liječenju, učenju i brojnim drugim aktivnostima. Navodno već piše jako lijepe pjesme. Slika kao Piccasso. Može i doktorirati ekonomiju na MIT-u. Svako malo u medijima čitamo neku takvu priču koja kod ljudi uglavnom izaziva anksioznost.
AGI: ovaj put je drukčije!
Ako trebate utjehu pred strahom od tehnologije, sjetite se početka prvog teksta u seriji o umjetnoj inteligenciji – podsjećanja na to kako je svaka nova tehnologija u početku praćena mjehurom (hypeom), odnosno obećanjem dramatičnih promjena koje će „nas“ možda ugroziti. No, često se pokaže da su stvarni procesi puno sporiji od onih koje su obećavali tehnološki evanđelisti.
Mjehuri pretjeranih očekivanja pratili su pojavu novih tehnologija još od željeznica u prvoj polovini XIX. stoljeća. No, ne trebamo ići tako daleko u prošlost. Utješne primjere novotarija koje su se brzo ispuhale u sudaru sa stvarnošću vidjeli smo nedavno: 3D printanje i blockchain.
Uistinu, sve se tehnološke novotarije u početku prikazuju kao fascinantne (i uistinu jesu fascinantne) jer provociraju emocije – od entuzijazma i pretjeranog optimizma do skepse, pa i straha. S obzirom na ogromne količine kapitala koje se ulažu u tehnološki razvoj, u priču se neizbježno upliće i propaganda koja muti sliku.
Novotarija je na početku fascinantna jer svi vide da može raditi nešto što nikada prije nismo vidjeli. 3D printer može „isprintati“ šalicu; na blockchainu se „vozi“ vrijednost koja je u očima nekih ljudi zamjena za valutu na koju smo navikli u nekom posve drugačijem fizičkom i institucionalnom obliku; ChatGPT uistinu znade napisati pjesmu. Kolikogod takva tehnološka čuda opravdano plijene pažnju, ona su miljama daleko od onog aspekta tehnološkog napretka koji nas ovdje zanima. A to je radno-štedni tehnološki napredak koji kroz snažan porast produktivnosti dvodi do pada relativnih cijena, udjela u BDP-u i broja zaposlenih u tradicionalnim proizvodnjama u kojima tehnologije postaju sveprisutne, pa ogroman output uz angažman malog broja u pravilu izvrsno obrazovanih ljudi postaje moguć; za objašnjenje ovih posljedica tehnološkog napretka prisjetite se prvog dijela serijala.
No, emocije i propaganda nisu jedini razlozi zašto se početni „Ovaj put je drugačije“ – poklič koji u pravilu prati pojavu novih tehnologija – često ne obistinjuje, barem ne u vremenskim razdobljima o kojima su govorila početna obećanja iz javnih nastupa tehnoloških evanđelista. Naime, rast informacija i znanja kroz konkretne tehnološke primjene veoma je težak i skup. Prvo voće s niskih grana lako je ubrati; softveri koji su razvijeni na bazi velikih lingvističkih modela izvrsni su kao pomoć pri pisanju i superiorni tradicionalnim tražilicama ako možete postaviti lingvistički precizno pitanje kao što je pitanje o programiranju u Excelu (ChatGPT). Međutim, doseg do voća na srednjim granama traži dodatno istezanje, a o najvišim granama da i ne govorimo. Zakon opadajućih prinosa poučava da su najveća ulaganja potrebna za doseg do nekoliko najviših jabuka, a tek tamo se nalazi teritorij primjenjenih inovacija na kojemu dolazi do fundamentalnih učinaka tehnoloških promjena – tek tamo one zahvaćaju masovnu proizvodnju na načine koji dugoročno transformiraju industrijsku strukturu, tržište rada i načine potrošnje. Povijest poučava da su tamo gore, zasad, samo poljoprivreda i tradicionalne industrije.
Pogledajmo koliko je vremena bilo potrebno da računala, koja su u domovima gotovo 40 godina, transformiraju produktivnost (ima ona slavna izreka Roberta Solowa pred nekih 20-30 godina kada je rekao “Računala su svuda, osim u podacima o produktivnosti rada”.).
Istražujući učinke primjene tradicionalnih računalnih tehnologija u američkom gospodarstvu, makroekonomisti Boston Consulting Groupa Phillip Carlsson-Szlezak i Paul Swartz su u lako čitljivoj Shocks, Crisis and False Alarms (preporuka), pronašli sljedeću vremensku dinamiku širenja tehnoloških promjena vezanih uz osobna računala: u prvih dvadesetak godina nije bilo ni traga učinku na produktivnost. Zatim se kroz nekih desetak godina (bilo je to približno 2000.-ih) vidio pozitivan učinak na proizvodnost rada po stopi od oko 1% na godinu, da bi nakon toga pozitivan učinak nestao. Ako imamo u vidu koliko su dugo računala s nama, shvatit ćemo koliko je borba inovatora na granici proizvodnih mogućnosti (čitaj: na granici primijenjenih znanja) teška. Zamislimo li se nad analogijom zakona opadajućih prinosa i rastućeg utroška energije za dodatna ubrzanja te ako se sjetimo koliko je inovatora u prošlosti propalo da bi jedan ili mali broj u nečemu uspio, onda nalaz spomenute dvojice makroekonomista ne ide kontra intuicije. Osobito ako evociramo uspomenu na brojne slučajnosti koje se moraju poklopiti da bi nastao masovan tehnološki proizvod na bazi nove tehnologije. Kao u onoj priči kada su ljudi iz Xeroxa proveli Stevea Jobsa kroz svoj istraživački odjel gdje je Jobs prvi puta vidio brojne stvari koje će kasnije komercijalizirati uključujući i nezaobilaznog – miša. On je „samo“ kopirao? Ajde vi probajte kopirati kao on. I usput razmislite koliko je vremena prošlo od trenutka kad je Jobs vidio miša u Xeroxu (1979.) do trenutka kada su miševi postali sveprisutni u domovima i uredima, čime su se tek stekli preduvjeti za rast produktivnosti puno godina kasnije.
Acemoglu: danas nije drukčije…
Jedan od najvećih autoriteta na području razvojne ekonomike, Daron Acemoglu, zainteresiranoj javnosti poznatiji kao koautor slavne knjige Why Nations Fail uz Jamesa Robinsona, složio bi se s ovom procjenom. Štoviše, vjerojatno bi ju u kontekstu rasprave o utjecaju umjetne inteligencije smatrao pretjeranom . Acemoglu se zadnjih godina bacio na proučavanje vremenskog aspekta tehnoloških promjena kroz analizu sofisticiranih podataka o vještinama radnika. U radu koji je objavljen pred dva mjeseca dao je neobično skromnu procjenu očekivanog efekta AI na rast produktivnosti od svega 0,7% u sljedećem desetljeću. Predviđanje temelji na procjeni da će AI u prvom desetljeću širenja moći nadomjestiti samo jednostavnije poslove. U tome će umjetna inteligencija biti čak i manje učinkovita od prethodne generacije industrijskih inovacija i robota.
Acemoglu je tako bacio rukavicu tehnološkim evanđelistima koji imaju vested interest iskazan kroz prilično nabrijane prognoze učinaka širenja AI. Poput Goldman Sachsa, čiji biznis između ostaloga zavisi o priljevu ulaganja u sektor tehnoloških dionica , i McKinseya – da spomenemo samo dva vodeća globalna komercijalna autoriteta kada su u pitanju analize i predviđanja tehnoloških promjena.
Društva (tržišta rada) stignu se prilagoditi?
Bez obzira na to smatramo li Acemoglua optimistom ili pesimistom, možemo se složiti s konstatacijom da su tehnološki evanđelizam i optimizam najčešće korisna pretjerivanja. Korisna su kao iskaz inovatorskoga duha koji bez optimizma ne može preživjeti. No, kao što svaki mjesec ima svoju tamnu stranu, tako i tehnološki optimizam može zastraniti. Nedavni primjer iz pandemije opisan je u prvom tekstu iz ove serije.
U širem smislu, optimistična zastranjenja s očekivanjima od tehnologija često su povezana sa slabim znanjima tehnoloških inovatora o ljudskom društvu. Umjesto da uče o društvu i pripremaju se za društvene reakcije (jer tehnologija proizvodi i takozvane eksterne društvene učinke), inovatori suočeni s odbijanjem i skepsom (koji, također, povremeno zastranjuju i postaju „hejtanje“), često se razočaraju, povlače se, i počinju sve izvan svoga užeg kruga smatrati glupima, protivnicima i zavidnicima. Pri tome često nemaju objektivnu sliku o sebi, svojim stvarnim tehnološkim i poslovnim izgledima. A posao ljudi poput Acemoglua je da pokušaju hladno procijeniti stvarne izglede što često ide kontra glavne medijske i poslovne struje, ali je na tragu brojnih znanstvenih istraživanja koja realnije prikazuju (relativno spor) tempo širenja inovacija kroz povijest.
U tom okviru, i tržišta rada u dugom roku pokazuju da su učinci stvarnih tehnoloških promjena puno sporiji od brzine koju percipiramo na temelju prezentacija tehnološkog napretka u medijima i na društvenim mrežama. Stvarne promjene su dovoljno spore da im se tržišta rada i obrazovni sustavi (i pojedinci kroz učenje) najčešće stignu prilagoditi.
U povijesti ekonomske misli velika je rijetkost da se jedan rad u nekom području može identificirati kao prijeloman kao što je to slučaj s tekstom The Origins of Technology-Skill Complementarity Claudie Goldin i Lawrencea Katza iz 1998. godine. Goldin i Katz su analizirali vezu između kapitalne opremljenosti rada, tehnološkog napretka i obrazovanja radnika. Pokazali su da tehnološki napredak, obrazovanje i životni standard idu ruku pod ruku. Promatrali su obrazovnu strukturu industrijskih radnika u SAD-u po industrijskim granama u dugom roku. Već početkom XX. stoljeća postojala je uska veza između obrazovanja, realnih plaća, korištenja električne energije u pogonima i tehnološkog napretka u smislu kapitalne opremljenosti rada. Štoviše, što je omjer uloženog kapitala spram rada u nekoj proizvodnji početkom XX. stoljeća bio veći, to su radnici u toj industriji 1940. bili bolje obrazovani. Drugim riječima, ulaganja kapitala potaknula su obrazovanje širokih slojeva radništva. Ljudi su se prilagodili.
Prema Goldinovoj i Katzu, potražnja za kvalificiranim radnicima rasla je brže od ponude u periodu intenzivnog industrijskog tehnološkog razvoja u većemu dijelu XX. stoljeća, iako je širenje srednjoškolskog obrazovanja također bilo dramatično brzo; udjel industrijskih radnika sa srednjom školom u SAD-u je povećan s 10% početkom stoljeća na 50% oko 1950. i približno je pratio umnogostručenje korištenja električne energije u pogonima. Zbog toga se tržište rada u SAD-u uspješno prilagodilo razdoblju burnih tehnoloških promjena u tradicionalnim industrijama. Goldin i Katz smatraju da su algebra i razumijevanje tehničkih nacrta bila ključna srednjoškolska znanja bitna za industrijske primjene u XX. stoljeću.
Međutim, Goldin i Katz su također upozorili da je opisana pozitivna veza empirijska činjenica, a ne neka mistična nužnost (ekonomska ili povijesna zakonitost). Naime, učinak tehnološkog napretka na obrazovanje i plaće radnika zavisi o karakteristikama nove tehnologije. Tehnologija (kapital) ne mora nužno proizvesti pozitivan efekt ako vlasnici i uprave njenom instalacijom zamijene velik broj radnika u rutinskim poslovima dok potražnja za „pametnijim“ poslovima koji su vezani uz osiguravanje poslova i funkcioniranje (servisiranje) same tehnologije raste manje od učinka istiskivanja starih, jednostavnijih poslova. Prema Goldinovoj i Katzu, u drugoj polovini XIX. stoljeća bio je češći slučaj da istiskivanje jednostavnih poslova djeluje jače od kreacije novih poslova jer su tehnologije bile jednostavnije pa je svaki napredak zamjenjivao jako puno radnika.
U kasnijem radu s Robertom Margom iz 2013., Lawrence Katz ponovo upozorava na ograničenja u pogledu rastezljivosti ranijih zaključaka iz rada s Claudiom Goldin. Katz i Margo smatraju da SAD od početka treće industrijske (informacijske) revolucije 80-ih ne uspijevaju spriječiti novu „polarizaciju poslova“. U tome može ležati jedno od objašnjenja rastuće nejednakosti u SAD-u. Smatraju da je Europa uspjela spriječiti sličan proces polarizacije i zato ima veću stopu zaposlenosti od SAD-a. No, i ta tema je još uvijek otvorena. Sada se ponavlja u kontekstu daljnjeg (AI-zasnovanog) širenja informacijske revolucije, prije nego što se prašina prethodnih valova tehnološkog razvitka slegla.
Međutim…
Iz dosadašnje priče treba izvući dvije pouke. Tržišta rada se mogu uspješno prilagoditi tehnološkim promjenama ako su zadovoljeni neki preduvjeti. Prvo, promjena mora dovesti do rasta potražnje za drugim vidovima rada. To može biti u istoj industriji (upravljački poslovi, održavanje tehnologija), ali i u drugim, novim industrijama (na primjer, rast potražnje za turističkim uslugama, do čega dolazi zbog općeg rasta životnog standarda zahvaljujući tehnološkom napretku). Drugo, obrazovni sustav ponudom znanja i vještina mora biti u stanju odgovoriti na potražnju za novim vještinama koja je povezana s tehnološkim napretkom. Nije lako zadovoljiti oba uvjeta u isto vrijeme. Ova tvrdnja otvara pitanje o tehnološkim obilježjima vremena u kojem ćemo živjeti narednih nekoliko desetljeća: je li moguće da ulazimo u razdoblje u kojem će nas više biti supstituirano umjetnom inteligencijom, no što će se novih radnih mjesta otvoriti?
Umjesto da se iscrpljujemo u nemogućim predviđanjima, možemo zamisliti različite scenarije ovisno o relativnoj brzini širenja utjecaja tehnoloških promjena i prilagođavanja tržišta rada i obrazovnog sustava. U prvom, idiličnom scenariju, dinamički sklad će uglavnom biti postignut. Do ravnoteže na tržištu rada može doći zbog sporosti stvarnih tehnoloških promjena (Acemoglu) i/ili zbog optimalnog odgovora obrazovnog sustava odnosno sposobnosti za učenje (Goldin i Katz). AGI bi mogla biti naročito zanimljiva jer je upravo brzina učenja područje u kojem bi se tehnološki napredak mogao vrlo brzo očitovati. Ako AGI ubrza učenje ljudi, možda će ubrzanje učenja poništiti negativne učinke radno-štednog tehnološkog napretka. U drugom, konfliktnom scenariju, dinamički sklad tržišta rada i obrazovanja bit će narušen.
Drugi scenarij nije samo teoretska mogućnost. Tako poučavaju Goldin i Katz. Naime, u logici funkcioniranja gospodarstva ne postoji skrivena mistična zakonitost automatske prilagodbe koja osigurava dugoročnu dinamičku ravnotežu tržišta rada. Ono se može dugo nalaziti u stanju neravnoteže. Povijest poznaje i takve epizode koje u dobrim vremenima nestaju iz sjećanja. No, u njima su moguće (i vjerojatne) razne društvene reakcije. Ne nužno u vidu neoludizma ili nove marksistički inspirirane revolucije.
U prirodi je tržišne dinamike da stvara društvenu napetost
Začetnik ekonomske antropologije, socijalist, austrijanac i kritičar austrijske ekonomske škole, Karl Polany, u svom najpoznatijem djelu iz 1944. (Velika preobrazba) koje je objavljeno iste godine kada i Hayekov Put u ropstvo, razložio je tezu da su moderna tržišta izrazito dinamična i kolebljiva (dijelom i zbog tehnoloških promjena), što zahtijeva velika premještanja radnika između poslova i u prostoru u kratkom vremenu. Stalni pritisak tržišne dinamike otežava ili onemogućuje socijalnu koheziju i ugrožava za demokraciju dobrodošao društveni mir.
Kao i u svakom dualizmu čistih pozicija, kod Polanya nije jasno što su to društveni mir, demokracija i socijalna kohezija, odnosno, koliko je tržišne dinamike „dopušteno“ da ranije spomenute institucionalne vrednote njome ne budu ugrožene? Ako je austrijska ekonomska škola, čiji je Hayek najistaknutiji predstavnik – barem prema Polanyu – pretjerano apstraktna u smislu da iscrtava optimalne učinke idealnog funkcioniranja sustava cijena, Polanyu se isto tako može prišiti apstraktnost koncepta urednog i mirnog funkcioniranja demokracije, društvenog mira i socijalne kohezije: kako društvo uopće dolazi do takvog ideal-tipskog stanja, i kako se u njemu održava?
Polany nije dao odgovor na to pitanje. Iz činjenice da je pisao 1944. može se posredno zaključiti da je smatrao kako su uspon nacizma i Drugi svjetski rat izazvani socijalno nepodnošljivom dinamikom tržišta (tako su mnogi tumačili Polanya). No, ta teza je veoma nategnuta. Sam Keynes je uspon Hitlera tumačio nereazumno nametnutim ratnim reparacijama nakon što je Njemačka izgubila Prvi svjetski rat. Brojni povjesničari Drugi veliki rat tumače nastavkom Prvog, čije je izbijanje obavijeno velom tajne, daleko od bilo kakvog konsenzusa i podložno različitim interpretacijama pa i onima koje posve ignoriraju ekonomska tumačenja.
No, to nam ovdje nije glavna tema. Teme s kojima zaključujemo drugi dio serijala o odnosima strojeva i ljudi u kontekstu razvoja AGI su:
- Učinke tehnološkog napretka ne možemo predvidjeti, pa moramo razvijati scenarije.
- Nema smisla uljuljati se u mističnu vjeru da su odgovori na tehnološke promjene samoregulirajući mehanizam koji uvijek osigurava ravnotežu na tržištu rada.
- Opća umjetna inteligencija nosi nadu doprinosa ubrzanju ljudskog učenja, što bi mogao biti svojevrsni “automatski stabilizator” tržišta rada; ubrzanje učenja omogućit će ljudima čiji je poslovi nestati, da se bolje pripreme za pronalazak novih.
Ove teme ćemo dalje razrađivati u trećem dijelu.