Читати книгу - "Пришестя роботів: техніка і загроза майбутнього безробіття"

люди, яким, загалом, безробіття нині не загрожує. Йдеться про невеличкий контингент елітних працівників. У своїй книзі Average Is Over («Час посередності сплив»), опублікованій 2013 року, економіст Тайлер Ковен наводить висловлювання одного з учасників турнірів з фрістайл-шахів, який стверджує, що найкращі гравці є «генетичними виродками, такими собі аномаліями» [54]. З огляду на це ідея співробітництва людей з машинами вже не видається системним розв’язанням проблеми великої кількості людей, викинутих з рутинних робочих місць. До того ж, як ми щойно переконалися, існує також і проблема офшорингу. Багато хто з отих 2,6 млрд людей в Індії та Китаї з радістю вхопляться за ту чи іншу з вищезгаданих елітних робіт.

Є також вагомі підстави прогнозувати, що значна частина робочих місць, створених унаслідок співробітництва людей і машин, виявиться недовговічною. Лишень пригадайте приклад WorkFusion і те, як алгоритми машинного навчання, створені цією компанією, поступово, але невпинно автоматизують робо́ти, які зазвичай виконують нештатні працівники. Основна ідея полягає в тому, що коли вам доведеться співпрацювати з розумною програмною системою на партнерських засадах чи навіть бути її підлеглим, то можна майже не сумніватися в тому, що ви — усвідомлено чи неусвідомлено — будете також здійснювати навчання програми, яка в підсумку замінить вас на робочому місці.

Іще одне спостереження полягає в тому, що в багатьох випадках ті працівники, які прагнутимуть співпраці з машинами на своєму робочому місці, неминуче опиняться в ситуації, яку можна охарактеризувати відомою фразою «будь обережним у своїх бажаннях — вони можуть справдитися». До прикладу, візьмімо нещодавні тенденції в царині юридичного розкриття інформації. Коли корпорації займаються судовою тяганиною, то виникає потреба просіювати величезну кількість внутрішньої документації і вирішувати, які з цих документів мають потенційний стосунок до справи, що розглядається в суді. Закони вимагають, щоб ці документи були надані супротивній стороні, а штрафи за непред’явлення тих чи інших релевантних матеріалів можуть бути чималими. Один із парадоксів безпаперового діловодства полягає в тому, що одна лише кількість таких документів, особливо у вигляді електронних листів, з часів друкарських машинок і паперу зросла до гігантських масштабів. Для того, щоб мати змогу обробляти цей велетенський обсяг документів, правничі фірми почали вдаватися до використання нових методів.

Перший метод полягає у цілковитій автоматизації. Так зване програмне забезпечення e-Discovery ґрунтується на потужних алгоритмах, здатних проаналізувати мільйони електронних документів і автоматично віднайти саме ті, що необхідні наразі. Ці алгоритми виходять далеко за межі звичайних пошуків за ключовими словами, і часто застосовують процедури машинного навчання, здатні віднаходити релевантні концепції навіть за відсутності ключових фраз [55]. Одним з безпосередніх результатів застосування такого методу стало зникнення великої кількості робочих місць для правників та юрисконсультів, які колись ретельно нишпорили в картонних коробках з паперовими документами.

Широко застосовується ще один метод: правничі фірми можуть передати цю пошукову роботу спеціалістам, які наймають нещодавніх випускників юридичних факультетів ВНЗ. Ці випускники, зазвичай, є жертвами різкого напливу прийому студентів до юридичних ВНЗ, який скінчився так само різко, як і почався. Не маючи змоги знайти роботу повноцінним правником і здебільшого маючи величезні борги через освітні кредити, вони натомість змушені працювати сортувальниками документів. Кожен юрист сидить перед монітором, на якому рухається безперервний потік документів. Поруч із документом видніються дві кнопки: «Підхожий» і «Непідхожий». Випускники юридичних ВНЗ продивляються документ на екрані і натискають відповідну кнопку. Після цього з’являється новий документ [56]. Від них очікують, що вони зможуть таким чином класифікувати до вісімдесяти документів на годину [57]. І для цих випускників не існує ані зали судових засідань, ані жодної можливості навчитися, підвищити свою кваліфікацію чи просунутися по службі. Натомість година за годиною, перед ними маячать лише дві кнопки: «Підхожий» і «Непідхожий».[24]

Стосовно цих двох протилежних підходів до виконання такої роботи виникає очевидне запитання: а чи є модель машинно-людської співпраці життєздатною? Навіть за відносно низької зарплатні (як для правника), що її отримують ці колишні випускники, автоматизований підхід видається значно економнішим. Що ж до низького рівня кваліфікації, якого потребує виконання цієї роботи, то вам може здатися, що я зумисне навів такий гнітючий приклад. Зрештою, хіба ж більшість тих робіт, де необхідна співпраця, не наділяють людей правом здійснювати контроль: щоб працівники керували машинами й займалися цікавою роботою, а не просто були гвинтиками й коліщатками механізованого процесу?

Проблема цього дещо надуманого припущення полягає в тому, що воно не підтверджується реальними даними. У своїй книзі Super Crunchers («Суперкомп’ютери»), яка вийшла в світ 2007 року, професор Єльського університету Іен Ейрес наводить приклади безлічі досліджень, які свідчать, що алгоритми в цьому відношенні працюють краще, ніж люди-експерти. Коли загальний контроль над процесом довіряють людям, то результати майже завжди виявляються гіршими. Навіть коли людям-експертам надають доступ до алгоритмічних результатів заздалегідь, то вони все одно видають результати гірші за видані машинами в автономному режимі. Для того, щоб люди дійсно приносили цьому процесу хоч якусь користь, краще поставити їм завдання забезпечувати ввід у систему тієї чи іншої специфічної інформації, але не ввіряти їм загальний контроль виконання завдання. Як стверджує Ейрес, «накопичуються свідчення на користь інакшого і більш жорсткого, більш дегуманізаційного механізму об’єднання зусиль експертів та алгоритмів» [58].

Як на мене, то хоча робочі місця, де люди співпрацюватимуть з машинами, безперечно, існуватимуть, однак, скоріше за