Huisje, boompje, beestje
Moeten we vrezen voor technologie die onze banen bedreigd? De robotstofzuiger Roomba heeft al moeite met de simpele taak van een kamer stofvrij maken. Het kunstmatige brein, de computer die Google bouwde, kon na lang sleutelen pas kattenfilmpjes op internet opzoeken. Dr. Anna Salomons (Economie, UU) brengt graag nuance aan in het debat over robots die in de nabije toekomst onze banen zouden inpikken. Zij is universitair docent toegepaste econometrie en onderzoekt de economie van de arbeidsmarkt. Haar lezing is onderdeel van de reeks Huisje, Boompje, Beestje waarin we ons afvragen of we beter worden van een leven vol technologie.
Digitale revolutie
We bevinden ons momenteel in de digitale revolutie en die vertoont paralellen met de industriële revolutie. Toen waren het de Luddieten die weefmachines vernietigden, uit angst voor werkloosheid en technologische vooruitgang. Nu waarschuwt minister Asscher dat de automatisering grote negatieve invoed heeft op de werkgelegenheid. Het is een thema dat wereldwijd speelt, de korte documentaire 'Humans need not apply' kreeg veel aandacht in de media en heeft miljoenen views op YouTube. Het schetst het beeld dat binnen 15 tot 30 jaar bijna 50% van de banen kan worden geautomatiseerd: mensen gaan het afleggen dus ze hoeven niet eens te solliciteren. Het populaire mantra 'robots die onze banen inpikken' gaat ervan uit dat zij slimmer zijn dan wijzelf, maar is dat wel zo? Na de industriële revolutie bleef er ondanks de komst van machines toch ook genoeg werk over?
Eerste valkuil in het debat
Salomons onderzoekt hoe de technologie de arbeidsmarkt beïnvloedt. De eerste belangrijke vraag hierbij is of technologie subsitutionair of complementair is aan onze mankracht. Dat brengt ons bij de eerste 'valkuil' van het automatiseringsdebat. In de toekomst zullen we vooral met technologie gaan samenwerken, niet concurreren. Als automatisering complementair wordt maakt het ons productiever en zullen de reële prijzen van goederen en diensten dalen. We hebben dan meer inkomen en als we dat besteden aan die goederen en diensten neemt de vraag toe en daarmee ook de arbeidsvraag. Salomons schetst al snel een veel positiever beeld dan de geluiden die de boventoon voeren in het debat.
Meer onjuistheden in de voorspellingen
Daarbij komt een tweede valkuil: we moeten oppassen voor extrapolaties. Bij toekomstvoorspellingen wordt er al snel gekeken naar wat er op dit moment gebeurt, daar worden vervolgens een paar periodes bovenop geteld, die minstens een verdubbeling veroorzaken. De cartoon schetst wat er niet klopt aan deze vorm van redeneren. Daarnaast is het belangrijk om niet te vallen voor de 'lump of labor fallacy'. Die stelt namelijk dat er een vaste hoeveelheid werk is, waarvan robots een X deel overnemen, waardoor er nog maar een Y deel overblijft voor de mens. Zo ga je voorbij aan het feit dat de vraag naar goederen ook zal toenemen met een stijging van de werkgelegenheid tot gevolg. Om nog maar te zwijgen over de vraag naar toekomstige goederen die we nu nog niet kennen. Economen tonen aan dat nog nooit in de geschiedenis automatisering heeft geleid tot een afname in de werkgelegenheid. Sterker nog, met de komst van de techniek verdubbelde ons salaris. Ook het aanbod van arbeid blijkt op de lange termijn elastisch en vult de nieuwe werkgelegenheid in.
Arbeidsverdeling
Een belangrijk aspect wat in het debat onbelicht blijft is de polarisatie van de arbeidsverdeling. Technologie beïnvloedt niet alle opleidingsniveaus op dezelfde manier, dit heet de 'biased shock'. Robots zijn niet in staat om op elk werkniveau van toegevoegde waarde te zijn. Zij kunnen gestructureerde, voorspelbare taken uitvoeren, omdat deze codificeerbaar zijn voor machines. Taken die voor de mens eenvoudig zijn, zoals schoonmaken en babysitten zijn voor een machine uiterst complex. "De dingen die wij doen op ons werk en niet in regels kunnen vatten geven een rem op de automatisering", vertelt Salomons. Of zoals de paradox van Polanyi (1966) beschrijft: we know more than we can tell. Dit slaat op het krijgen van een idee, iets herkennen als een stoel of tafel en ons aanpassingsvermogen in een nieuwe omgeving.
Dit betekent dat alleen banen die in algoritmes te vangen zijn, geschikt zijn voor automatisering. Dit gaat om gemiddeld betaalde banen: aan boekhouden en productiewerk. De hogeropgeleiden daarentegen, zullen vooral gaan samenwerken met techniek. Zoals we dat nu al veel zien bij artsen. Voor schoonmakers, kappers en babysitters is een samenwerking met techniek echter van weinig toegevoegde waarde, maar zij zullen gewoon werk hebben. De arbeidsverdeling polariseert: de ruggegraat van de samenleving zal zich verplaatsen van de middenklasse naar een hoger segment, na enige bijscholing, of naar een lager segment.
Geen leger robots
Tot slot laat Salomons weten dat we niet moeten overschatten hoe snel de techniek vooruit gaat: "Er staat morgen niet een leger aan robots voor de deur". De toepassing van nieuwe technologieën duurt gemiddeld 15 tot 30 jaar. In plaats van te bedenken wat moeilijke en makkelijke taken zijn voor de mens moeten we ons verplaatsen in machines. En afstappen van de verwachting dat de techniek onze taken massaal over zal nemen. Dat kunstmatige brein van Google had maar liefste 16.000 processoren nodig om een kat op filmpjes te herkennen. Meestal had de computer het goed, maar soms werd zelfs een koffiekopje voor kat aangezien. "Machine learning gets it right on all the average, but misses all the important cases." Vlak de mens dus niet uit!
Kijk de lezing terug. Volgende week laat dr. Mirko Tobias Schäfer (Utrecht Data School, UU) zien wat je aan de hand van o.a. social media data kan zeggen over individuen, maar ook over een maatschappij. Moeten we ons zorgen maken over die datasporen?
