Veel mensen denken dat het vooral laaggeschoold werk is dat door robots en kunstmatige intelligentie zal worden overgenomen. Naarmate het werk moeilijker wordt, zou het minder eenvoudig te robotiseren zijn. Dit is een hardnekkig misverstand. Hoogopgeleiden wanen zich ten onrechte veilig op de arbeidsmarkt.
Dit is deel 6 van de serie ‘Perspectieven op Kunstmatige Intelligentie’. Voor kunstmatige intelligentie is het aantal jaren studie dat mensen nodig hebben om een vak te leren geen relevant criterium. Alle activiteiten die een routinematig karakter hebben, kunnen door kunstmatige intelligentie worden overgenomen. Ook in goedbetaalde banen, waarvoor vele jaren moet worden gestudeerd en academische titels zijn vereist, zit vaak veel routine. En hoe meer routine, hoe meer data er beschikbaar zijn en hoe beter kunstmatige intelligentie die activiteiten kan aanleren. Zoals we in een eerder blog hebben toegelicht, worden moderne kunstmatige intelligentiesystemen niet geprogrammeerd, maar zijn zij zelflerend door het gebruik van neurale netwerken. Aan de hand van voorbeelden stellen zij trends en patronen in de data vast. De nauwkeurigheid neemt toe naarmate de machine meer ervaring en meer feedback krijgt. Dit kan overigens heel snel gaan, want als 100 mensen hetzelfde AI systeem gebruiken, leert het systeem op 100 plaatsen tegelijk en combineert het al die ervaringen ten behoeve van iedereen.Kwetsbare beroepen: van fabrieksarbeider tot advocaat
De eerste robots zagen we in autofabrieken om het werk van de mensen langs de lopende band over te nemen. Dit levert niet alleen een besparing op aan loonkosten, maar bevordert ook de kwaliteit, omdat robots iedere keer precies hetzelfde doen. Naar de huidige maatstaven zijn deze robots vrij dom. Ze reageren niet op hun omgeving en zijn niet zelflerend. Moderne robots die dat dankzij kunstmatige intelligentie allemaal wel kunnen, raken veel meer beroepen. Zelfrijdende auto’s, vrachtwagens en bussen maken chauffeurs overbodig. Het werk van bezorgers kan worden overgenomen door drones, waar onder andere Amazon mee experimenteert. Domino’s werkt aan een zelfrijdende pizza bezorger, de DRU (Domino’s Robotic Unit).
Watson in de gezondheidszorg
Op het platform IBM Watson draaien verschillende applicaties die het werk van hoogopgeleide professionals ingrijpend veranderen. Voor artsen levert Watson een expertsysteem waar geen mens meer tegenop kan. Watson analyseert alles wat er op het gebied van oncologie is gepubliceerd en geeft op basis daarvan voor een individuele patiënt een diagnose en een behandelplan, inclusief de verwachte kans van slagen. In een onderzoek in de Verenigde Staten werden 1018 patiëntendossiers voorgelegd aan Watson en aan een panel van oncologen. In 96 gevallen waarin het panel geen behandelmogelijkheden zag, vond Watson die wel. Een oncoloog die alle literatuur wil bijhouden, zou daar 160 uur per week voor nodig hebben. Dit is praktisch onmogelijk en maakt ondersteuning door een AI systeem onontbeerlijk. Een vergelijkbare toepassing, genaamd Ross, is in ontwikkeling voor de advocatuur. In de Verenigde Staten werken inmiddels meer dan 20 advocatenkantoren met Ross, die het onderzoekswerk uit handen neemt. Als er een nieuwe casus binnenkomt, geeft Ross aan welke artikelen in de wet van toepassing zijn en wat de verwachte uitkomst is op basis van de jurisprudentie. Wat ooit vele uren werk was en veel kennis vereiste, wordt volledig geautomatiseerd.Krijgen we massale werkloosheid?
We hebben hierboven slechts een kleine selectie van beroepen genoemd die door AI ingrijpend veranderen. Het is voldoende om de vraag op te werpen die ook veel politici bezighoudt: gaat kunstmatige intelligentie leiden tot massawerkloosheid? Recent en veel geciteerd onderzoek van McKinsey laat zien dat in de ontwikkelde economieën tot 2030 ongeveer een kwart van het werk zal worden vervangen door automatisering. Wereldwijd betreft het 400 miljoen mensen. De angst van massawerkloosheid als gevolg van technologische ontwikkeling is begrijpelijk, maar als we afgaan op de geschiedenis, niet nodig. Toen het overgrote deel van de mensen nog op het land werkte en de landbouw mechaniseerde, werden dezelfde vragen gesteld. Er ontstond een industriesector, waarin veel mensen weer werk vonden. En toen de fabrieken efficiënter werden en productie naar lagelonenlanden verhuisde, groeide hier de dienstensector. Ook nu zien we veel banen in nieuwe sectoren ontstaan. Om een voorbeeld te geven: er werken meer mensen in de duurzame energie dan in de fossiele energie. De kans is groot dat we, als we over 25 jaar terugkijken, tot de conclusie komen dat het allemaal weer goed is gekomen met de economie en de werkgelegenheid. Dat is het macroperspectief. Je zult maar degene zijn wiens baan wordt gerobotiseerd, werkloos worden en geen mogelijkheden meer zien om iets nieuws te beginnen. Niet iedereen beschikt over voldoende aanpassings- en leervermogen om de overstap naar de nieuwe economie te maken. Op microniveau maakt de technologische ontwikkeling slachtoffers en dat vraagt om passende maatregelen. Hoe managen we de transitie? Een baan die door de technologische vooruitgang is verdwenen, komt nooit meer terug. We kunnen wel inzetten op het creëren van nieuw werk. We hebben niet alleen mensen nodig die de technologie ontwikkelen, maar ook om die te implementeren. Denk aan de herinrichting van processen in organisaties. Ook zijn er nieuwe banen in de interactie tussen mensen en robots. Mensen moeten leren met robots om te gaan en andersom. Er ligt een grote uitdaging voor het onderwijs om mensen op te leiden voor werk dat nu nog niet bestaat. Hier komen we in een later blog op terug. De arbeidsmobiliteit neemt toe en de arbeidsmarkt wordt steeds flexibeler. Kunstmatige intelligentie gaat helpen om een goede match te maken tussen baan en kandidaat. Verder is de discussie over het basisinkomen weer actueel, omdat dat een belangrijk middel kan zijn om mensen die hun baan verliezen te helpen om nieuw werk te vinden. In verschillende landen worden hier experimenten mee gedaan, onder andere in Finland waar sinds begin 2017 2000 mensen een basisinkomen hebben gekregen. Enkele vergelijkbare experimenten in Nederland kennen zoveel voorwaarden, zoals een sollicitatieplicht, dat die geen basisinkomen mogen heten. Het zou goed zijn om hier niet door dogma’s gedreven over te discussiëren, maar daadwerkelijk te testen of mensen lui worden van een basisinkomen of juist creatief. Tenslotte hebben bedrijven een verantwoordelijkheid om te anticiperen op de technologische ontwikkelingen. Een tijdige en beheerste transitie is altijd beter, zowel voor de continuïteit van de onderneming als voor de medewerkers.
Willem Peter de Ridder
- Deel 1: De mens of de machine: wie beslist?
- Deel 2: Persoonlijk klantcontact via intelligente chatbots: hoe doe je dat?
- Deel 3: De HR functionaris of slimme software: wie selecteert de beste mensen?
- Deel 4: AI vergroot onze veiligheid ten koste van onze privacy
- Deel 5: Hoe AI impact heeft op alle bedrijfsonderdelen
