Tekoälyn tuoman työelämän murroksen mallintaminen
Useimmat keskustelut tekoälystä ja työllisyydestä alkavat yksinkertaisesta kysymyksestä: mitä töitä tekoäly voi tehdä?
Kysymys on tärkeä, mutta se ei riitä ennustamaan, mitä työntekijöille tapahtuu. Teknologia voi suoriutua monista ammatin tehtävistä ilman, että itse ammatti katoaa. Tähän voi olla useita syitä. Ihminen voi pysyä työssä välttämättömänä, koska asiakkaat haluavat asioida ihmisen kanssa, instituutiot edellyttävät ihmisen kantavan vastuun tai työ vaatii fyysistä läsnäoloa ja harkintaa. Kustannusten lasku voi myös kasvattaa kysyntää niin paljon, että alan työllisyys kasvaa supistumisen sijaan, vaikka tekoäly parantaa työntekijöiden tuottavuutta.
OpenAI:n kehittämä tekoälyn tuoman työelämän murroksen viitekehys tarjoaa uuden tavan tarkastella näitä mahdollisuuksia. Sen sijaan, että se ennustaisi työpaikkojen katoamista pelkästään tekoälyn teknisten mahdollisuuksien perusteella, se esittää kolme kysymystä:
Voiko tekoäly suorittaa merkittävän osan ammatin tehtävistä?
Onko ihminen yhä keskeisessä roolissa työn tekemisessä, valvonnassa tai vastuun kantamisessa?
Jos tekoäly laskee palvelun kustannuksia, kasvaako kysyntä riittävästi vastaamaan tuottavuuden kasvua?
Kun viitekehystä sovelletaan 921 ammattiin, jotka kattavat noin 148 miljoonaa työpaikkaa Yhdysvalloissa, se antaa työmarkkinoiden murroksesta monipuolisemman kuvan. Noin 18 prosenttiin työpaikoista kohdistuu suhteellisen suuri automaatioriski, 24 prosentissa työ todennäköisesti järjestetään uudelleen, 12 prosentissa työpaikat voivat lisääntyä tekoälyn ansiosta ja 46 prosentissa välittömät muutokset näyttävät vähäisemmiltä.
Nämä luokat eivät ennusta, että tietty prosenttiosuus työpaikoista katoaisi. Ne kuvaavat, missä erilaiset muutokset voivat näkyä ensin.
Työt, joissa automaatioriski on suurempi: Tähän ryhmään voivat kuulua esimerkiksi tietojentallentajat, puhelinmyyjät, oikolukijat sekä eräät kirjanpito- ja hallintotehtävät. Suuri osa työstä on vakiomuotoisen tiedon käsittelyä, tarkistamista tai välittämistä. Tekoäly pystyy yhä useammin hoitamaan näitä tehtäviä ilman, että ihminen tuottaa lopullisen palvelun suoraan asiakkaalle. Näiden tehtävien kysyntä ei välttämättä kasva riittävästi tasapainottamaan tuottavuuden kasvun vaikutusta.
Näitä töitä on syytä seurata tarkasti etenkin silloin, kun työpaikat ovat keskittyneet tietyille alueille tai työntekijöillä on vähän mahdollisuuksia siirtyä lähialojen tehtäviin. Näissäkään töissä tekninen kyvykkyys ei kuitenkaan johda automaattisesti tai välittömästi työntekijöiden korvaamiseen. Työnantajien on silti uudistettava työnkulkuja, liitettävä tekoäly nykyisiin järjestelmiin, hallittava virheitä ja sääntelyriskejä sekä selvitettävä, onko automatisointi todella halvempaa kuin ihmisten työllistämisen jatkaminen.
Työt, jotka järjestetään uudelleen: Toisen, suuremman ryhmän työt todennäköisesti järjestetään uudelleen sen sijaan, että ne katoaisivat. Esimerkkejä voisivat olla juristit, kirjanpitäjät, ohjelmistokehittäjät, rahoitusanalyytikot ja opettajat. Tekoäly osaa jo luonnostella sopimuksia, tiivistää todistusaineistoa, laatia talousanalyysejä, kirjoittaa koodia ja luoda oppimateriaaleja. Asiakkaat ja instituutiot tarvitsevat silti ihmisiä käyttämään harkintaa, kantamaan vastuun päätöksistä, ymmärtämään poikkeustapauksia sekä rakentamaan suhteita kollegoihin, oppilaisiin ja asiakkaisiin.
Tekoälyn avulla kukin juristi voi ehkä käydä läpi enemmän asiakirjoja, kehittäjä tuottaa enemmän koodia tai opettaja laatia yksilöllisempiä materiaaleja. Tämä voi vähentää joidenkin tehtävien vaatimaa työpanosta, mutta itse ammateissa ihmisen rooli säilyy selvästi tunnistettavana. Keskeiseksi kysymykseksi nousee työn uudistaminen: mitkä tehtävät annetaan tekoälylle, mitkä jäävät työntekijöille ja tarjoavatko aloitustason tehtävät ja urapolut jatkossakin oppimismahdollisuuksia.
Työt, jotka lisääntyvät tekoälyn ansiosta: Näissä töissä tekoäly voi laskea kustannuksia niin paljon, että kysyntä kasvaa. Esimerkkejä ovat yksityisopettajat, mielenterveysneuvojat, henkilökohtaiset talousneuvojat ja eräät terveydenhuollon ammattilaiset. Nämä palvelut ovat nykyisin monille kalliita tai vaikeasti saatavilla. Näillä aloilla parempi tuottavuus ei välttämättä tarkoita työntekijöiden määrän vähenemistä. Edullisempi yksityisopetus voisi saada useammat perheet ostamaan sitä. Edullisempi talousneuvonta voisi tuoda yksilöllisen ohjauksen niidenkin kotitalouksien saataville, joilla ei nykyisin ole siihen varaa. Tekoälyn tukemat terveydenhuollon ammattilaiset voisivat tarjota enemmän seurantaa ja jatkuvaa hoitoa. Jos kysyntä kasvaa riittävästi, työllisten kokonaismäärä voisi kasvaa, vaikka kunkin työntekijän tuottavuus paranisi.
Työt, joissa välitön muutos on vähäisempi: Tähän ryhmään kuuluu monia töitä, joiden keskeiset tehtävät ovat edelleen fyysisiä ja edellyttävät läsnäoloa tietyssä paikassa. Esimerkkejä ovat sähköasentajat, putkiasentajat, kattoasentajat, rakennustyöntekijät ja monet ruokapalvelutyöntekijät. Tekoäly voi silti auttaa aikataulutuksessa, kustannusarvioissa, koulutuksessa, varastonhallinnassa tai asiakasviestinnässä, mutta se ei nykyisin voi asentaa sähköjohtoja, korjata putkea, uusia kattoa tai valmistaa ja tarjoilla ateriaa.
Nämäkään ammatit eivät jää tekoälyn vaikutusten ulkopuolelle. Niiden hallinto- ja johtamistehtävät voivat muuttua, ja robotiikan kehitys voi ajan mittaan laajentaa automatisointia. Toistaiseksi kielipohjainen tekoäly pystyy kuitenkin tekemään suhteellisen vähän näiden ammattien ydintehtävistä, joten suuret muutokset ovat lähitulevaisuudessa epätodennäköisempiä.
Tekoälyn ensivaikutukset näkyvät todennäköisesti tehtävien, työnkulkujen ja osaamisvaatimusten muutoksina ennen kuin kokonaiset ammatit alkavat kadota. Tekoälyä käytetäänkin jo nykyisin enemmän ammateissa, joihin on arvioitu kohdistuvan suurempi automaatioriski. ChatGPT:n käyttö on suurimman riskin ammateissa noin kolme kertaa yleisempää kuin työvoiman keskuudessa keskimäärin.
Viimeaikaiset työttömyyden muutokset eivät silti vastaa suoraviivaisesti sitä, kuinka paljon tekoäly voisi teknisesti vaikuttaa eri ammatteihin. Vuoden 2024 ensimmäisen neljänneksen jälkeen työttömyys on kasvanut eräissä tekoälylle vähemmän altistuvissa ammateissa enemmän kuin niissä, joihin viitekehyksen mukaan kohdistuu suurin tekoälyriski. Tämä ei kuitenkaan todista, ettei tekoälyllä olisi vaikutusta työmarkkinoihin. Ammattikohtaiseen työttömyyteen vaikuttavat monet tekijät, ja osa muutoksista voi näkyä ensin rekrytoinneissa, aloitustason työmahdollisuuksissa, palkoissa tai työn sisällössä eikä irtisanomisissa.
Tekoäly ei määrää työlle yhtä väistämätöntä tulevaisuutta. Teknisellä kyvykkyydellä on merkitystä, mutta niin on myös instituutioilla, kuluttajakysynnällä, yritysten päätöksillä, sääntelyllä ja ihmisen osallistumisen pysyvällä arvolla. Tässä raportissa ehdotetun murroksen viitekehyksen perusteella eri ammatit tarvitsevat erilaisia politiikkatoimia.
Suuren automaatioriskin töissä voidaan tarvita ennakkovaroitusjärjestelmiä, kohdennettua sopeutumistukea ja paikallisesti laadittuja siirtymäsuunnitelmia.
Todennäköisesti uudelleen järjestettävissä töissä voidaan tarvita koulutuksen, ammattistandardien ja henkilöstösääntöjen päivityksiä sekä selkeämpiä odotuksia ihmisen suorittamalle valvonnalle.
Työt, joissa on kasvupotentiaalia, voivat hyötyä toimista, jotka kannustavat tekoälyn käyttöönottoon, parantavat palvelujen saatavuutta ja antavat useammille työntekijöille valmiudet siirtyä alalle.
Päättäjät tarvitsevat kaikista ryhmistä parempaa reaaliaikaista tietoa. Perinteiset työmarkkinatilastot ovat arvokkaita, mutta ne päivittyvät usein liian hitaasti kuvatakseen tehtävien, työnantajien odotusten ja teknologian käytön muutoksia. Työllisyystietojen yhdistäminen tekoälyn kyvykkyyttä ja todellista käyttöönottoa kuvaaviin mittareihin voi antaa ajantasaisemman kuvan siitä, mihin paineet kasautuvat.
