Роботы наступают - Мартин Форд

Я хочу сказать, что даже если и существуют профессии, в которых человек и машина взаимодействуют на равных, то их относительно немного[35] и большинство из них недолго задерживаются на рынке труда. При этом во многих случаях такая работа не приносит удовлетворения и даже унизительна для человека. На этом фоне сложно найти аргументы в поддержку призыва помочь людям получить в будущем одно из таких мест, научив их необходимым методам работы, не говоря уже о том, что мы вряд ли сможем четко сформулировать, чему именно мы должны их научить. По правде говоря, я воспринимаю этот призыв как попытку любыми способами вдохнуть жизнь в набившую оскомину концепцию (в очередной раз дать работникам возможность пройти профессиональную переподготовку) и сохранить ее еще на какое-то время. Мы приближаемся к точке, где все будет совершенно по-другому и где нам придется куда более серьезно менять свои подходы.

Первыми жертвами автоматизации умственного труда, безусловно, станут позиции начального уровня, занимаемые выпускниками колледжей. Как мы видели в главе 2, уже сейчас можно наблюдать признаки того, что этот процесс начался. В период с 2003 по 2012 г. медианный доход выпускника колледжа со степенью бакалавра в США упал почти с $52 000 до суммы, едва превышающей $46 000 (в ценах 2012 г.). В то же время совокупная задолженность по образовательным кредитам в течение этого времени выросла в три раза — приблизительно с $300 млрд до $900 млрд{175}.

Несоответствие между работой и квалификацией стало настоящим бичом недавних выпускников: почти каждый студент колледжа знает выпускника, которому полученная квалификация не помогла избежать работы в кофейне. В марте 2013 г. канадские экономисты Пол Бодри, Дэвид Грин и Бенджамин Сэнд опубликовали научную работу под названием «Великий разворот спроса на навыки и когнитивные задачи» (The Great Reversal in the Demand for Skill and Cognitive Tasks){176}. Если вкратце, то за этим броским названием стоит следующее: авторы статьи обнаружили, что общий спрос на квалифицированный труд в США достиг своего пика приблизительно в 2000 г., после чего он начал стремительно падать. Результат — все больше выпускников колледжей вынуждены соглашаться на работу, которая не требует практически никакой квалификации, зачастую вытесняя с рынка труда людей без дипломов о высшем образовании.

Причем серьезно пострадали даже те, кто специализировался в области естественных наук и техники. Как мы уже видели, рынок труда в сфере информационных технологий изменился до неузнаваемости в результате повышения уровня автоматизации, связанного с растущей популярностью облачных вычислений, а также офшорингом. Широко распространенное мнение о том, что диплом инженера или специалиста в области информационных технологий является гарантией трудоустройства — по большому счету всего лишь миф. В апреле 2013 г. Институт экономической политики (Economic Policy Institute) провел исследование, в ходе которого выяснилось, что лишь половине из выпускаемых американскими колледжами инженеров и специалистов в области информационных технологий удается найти работу по специальности. Авторы исследования пришли к выводу, что «число выпускников намного превышает спрос на них в отрасли»{177}. Становится все более очевидно, что огромное количество людей будут стараться получить качественное образование, но при этом не смогут найти применения своим знаниям в экономике будущего.

Хотя некоторые экономисты, уделяющие большое внимание изучению исторических данных наконец начинают приходить к пониманию влияния развития технологий на рабочие места, требующие высокой квалификации, как правило, они с большой осторожностью относятся к попыткам экстраполировать эту тенденцию в будущее. Исследователи, работающие в области искусственного интеллекта, часто демонстрируют куда большую смелость в суждениях. Например, Норико Араи, математик из Национального института информатики в Японии, руководит проектом по разработке системы, которая должна будет пройти вступительные экзамены в Токийском университете. По мнению Араи, если компьютер сможет продемонстрировать такое сочетание аналитических и языковых навыков, которого достаточно для поступления в самый престижный университет Японии, то, скорее всего, он в конечном итоге сможет делать то же, что и многие из выпускников. Араи предсказывает возможность массового замещения людей машинами на рынке труда в ближайшие 10−20 лет. В качестве одной из главных целей своего проекта она видит попытку оценить возможное влияние внедрения технологий искусственного интеллекта на рынок труда. Араи беспокоится, что замена 10−20 % квалифицированных работников средствами автоматизации станет «настоящей катастрофой», заявляя, что «даже не хочет думать о том, к чему приведет замена 50 %». Потом она добавляет, что это будет нечто «посерьезнее катастрофы, но в случае успешного развития технологий искусственного интеллекта в будущем исключать возможность такого развития событий нельзя»{178}.

Сама сфера высшего образования исторически является одним из главных рынков труда для высококвалифицированных специалистов. Многие из них, в особенности те, кто доходит до защиты диссертации, как правило, начинают свою карьеру первокурсниками и проводят в колледже всю жизнь. В следующей главе мы посмотрим на то, как эта отрасль — а вместе с ней и многие карьерные возможности — также может оказаться на пороге фундаментальных изменений, обусловленных развитием технологий.

Глава 5

Трансформация высшего образования

В марте 2013 г. в ответ на информацию о том, что оценкой эссе, написанных в рамках стандартизированных тестов, будут заниматься машины, небольшая группа ученых, состоящая главным образом из специалистов по английскому языку и преподавателей письменного английского, выступила в Интернете с петицией, направленной против данной инициативы. В этой петиции под названием «Профессионалы против оценки машинами студенческих эссе в ответственных случаях» (Professionals Against Machine Scoring of Student Essays in High Stakes Assessment){179} отражено общее мнение авторов о том, что алгоритмическое оценивание эссе, помимо прочего, отличается упрощенностью, неточностью, произвольностью и предвзятостью, не говоря уже о том, что оно выполняется «устройством, которое на самом деле даже не умеет читать». Меньше чем за два месяца петицию подписали почти 4000 преподавателей и специалистов, а также все уважаемые интеллектуалы, включая Ноама Хомского.

Разумеется, в идее использовать компьютеры для оценки тестов нет ничего нового: уже многие годы они занимаются простейшей задачей оценки тестов с несколькими вариантами выбора. В этом контексте они рассматриваются как средство снижения трудоемкости. Однако стоит лишь алгоритмам покуситься на область, которая, по всеобщему мнению, в значительной степени зависит от человеческих навыков, включая способность выносить суждения, как тут же многие преподаватели начинают видеть в технологиях угрозу. В основе машинных технологий оценки эссе лежат передовые средства искусственного интеллекта; основная стратегия, используемая при оценке студенческих эссе, во многом схожа с методологией, реализованной в онлайн-переводчике Google. Сначала в алгоритмы машинного обучения загружается большое количество образцов с оценками, выставленными преподавателями-людьми. Затем алгоритмы применяются при оценке новых студенческих эссе; при этом они выдают результат практически мгновенно.

Авторы петиции, безусловно, правы в том, что участвующие в оценивании машины «не умеют читать». Однако, как мы уже видели на примере других случаев применения больших данных и технологий машинного обучения, это не имеет никакого значения. Методы, основанные на анализе статистических корреляций, очень часто не уступают лучшим экспертам или даже превосходят их по эффективности. Например, в 2012 г. сотрудники Педагогического колледжа Университета Акрона провели исследование, в ходе которого сравнили результаты работы машин с оценками, поставленными преподавателями. Выяснилось, что применение машинных технологий позволило «добиться практического такого же уровня точности и при этом в некоторых случаях ПО оказалось даже надежнее». В исследовании приняли участие девять компаний, занимающихся разработкой решений для автоматизации оценивания, в нем было использовано свыше 16 000 студенческих эссе с проставленными оценками из государственных школ шести штатов США{180}.

Одним из самых ярых противников машинного оценивания и одним из инициаторов протестной петиции 2013 г. является Лес Перельман, бывший директор программы обучения письменной речи в МIT. Перельману удалось ввести в заблуждение алгоритмы оценивания с помощью нескольких абсурдных эссе, некоторые из которых заслужили высокую оценку машин. Однако, по моему мнению, навыки, требуемые для составления бессмысленных текстов специально для того, чтобы обмануть ПО, в общем и целом сравнимы с навыками, необходимыми для написания логически выстроенного эссе. Это противоречит выводу Перельмана о том, что систему легко обмануть. На самом деле следовало бы задаться вопросом: а способен ли студент, который не владеет развитыми навыками письменной речи, обмануть ПО, используемое для оценивания? Исследование специалистов из Университета Акрона показывает, что это невозможно. Впрочем, одна из поднимаемых Перельманом проблем заслуживает внимания: опасение, что в будущем студентов будут учить так, чтобы их работы нравились алгоритмам, которые, по его мнению, «дают студентам непропорционально много баллов за длинные и вычурные высказывания»{181}.