Inhoudsopgave
    

Samenwerken met de machines
Martin Ford
door Martin Ford
leestijd: 12 min

Ook tal van hooggeschoolde banen verdwijnen door technologie, stelt futurist Martin Ford. En in de overgangsfase zullen de banen waarin mensen moeten samenwerken met machines en algoritmes onaangenaam of zelfs 'ontmenselijkend' zijn.

Veel banen komen op de tocht te staan door technologie. Futurist Martin Ford betoogt in zijn boek De opmars van robots dat we nu actie moeten ondernemen. Dit boek verscheen onlangs in een Nederlandse vertaling bij Uitgeverij Q. Hieronder publiceren we een deel van het hoofdstuk 'Witteboordenbanen in gevaar'.

De machines hebben inmiddels ook de hooggeschoolde banen in het vizier. Onder economen die deze trend aanvoelen komt een nieuw idee naar voren: in de banen van de toekomst zullen we moeten samenwerken met de machines. Vooral Erik Brynjolfsson en Andrew McAfee van het Massachusetts Institute of Technology zijn grote voorstanders en adviseren werknemers om te leren hoe ze kunnen ‘racen met de machines’ – in plaats van ertegen. 

Dat kan best verstandig advies zijn, maar het is niet echt nieuw. Leren werken met de heersende technologie is altijd een goede loopbaanstrategie geweest. Vroeger noemden we het ‘computervaardigheden leren’. Toch zouden we kritisch moeten kijken naar het idee dat deze meest recente heropkomst een adequate oplossing zal bieden naarmate de informatietechnologie zijn onstuitbare, exponentiële weg voortzet.

Freestyle schaken

Het vaak aangehaalde voorbeeld voor dit idee van een symbiose tussen machines en mensen is een relatief onbekend spel, namelijk freestyle schaken. Meer dan tien jaar nadat IBM’s Deep Blue-computer schaakkampioen Garry Kasparov versloeg, is het algemeen aanvaard dat machines in een een-op-een wedstrijd met mensen absoluut de baas zijn. Freestyle schaken is echter een teamsport. Groepen mensen, die niet allemaal schakers van wereldklasse hoeven te zijn, spelen tegen elkaar en hebben het recht om vrijelijk te overleggen met computerschaakprogramma’s bij het overwegen van elke zet. Nu nog zijn menselijke teams met toegang tot meerdere schaakalgoritmes in staat om elke alleen-spelende schaakcomputer te verslaan.

Het idee dat samenwerking tussen mens en machine de boventoon zal voeren op de werkvloer van de toekomst, in plaats van volledige automatisering, kent een aantal duidelijke problemen. Allereerst is het bepaald niet zeker dat teams van mensen én machines de baas zullen blijven bij het freestyle schaken. Naar mijn idee lijkt het proces dat deze teams aanwenden – het beoordelen en vergelijken van de resultaten van verschillende schaakalgoritmes alvorens tot de beste zet te besluiten – unheimisch veel op wat IBM’s supercomputer Watson doet, wanneer hij honderden informatiezoekende algoritmes afvuurt en er vervolgens in slaagt om de resultaten te rangschikken. Ik denk niet dat het al te gewaagd is om te opperen dat een ‘meta’schaakspelende computer die meerdere algoritmes ter beschikking heeft, uiteindelijk menselijke teams kan verslaan – vooral wanneer snelheid een belangrijke factor is.

Niet investeren in routinewerk

Ten tweede, zelfs als een team van mensen en machines een voordeel biedt in de toekomst, is het nog maar de vraag of werkgevers bereid zullen zijn tot de benodigde investeringen om gebruik te maken van dat voordeel. Ondanks alle motto’s en slogans die bedrijven tot hun werknemers richten, zijn de meeste bedrijven in werkelijkheid niet bereid om aanzienlijk meer te betalen voor ‘prestaties van wereldklasse’ voor het merendeel van het routinewerk dat hun bedrijfsvoering vereist. Mocht u daar nog aan twijfelen, dan stel ik voor dat u uw kabelbedrijf probeert te bellen.

Bedrijven zullen wél investeren op gebieden die essentieel zijn voor hun kerncompetenties – met andere woorden, de activiteiten die het bedrijf concurrentievoordeel bieden. Ook dat scenario is niet nieuw. En, wat belangrijker is: er komen geen werkelijk nieuwe mensen aan te pas. De mensen die bedrijven waarschijnlijk zullen aannemen om ze te koppelen aan de beste beschikbare technologie, zijn dezelfde mensen die vandaag grotendeels immuun zijn voor werkloosheid: een klein aantal elitewerknemers. In zijn boek Average Is Over uit 2013 citeert de econoom Tyler Cowen een goedgeïnformeerde freestyleschaker die vertelt dat de allerbeste spelers ‘genetische freaks’ zijn.

Dat klinkt niet alsof het idee van samenwerking tussen mens en machine een systematische oplossing kan vormen voor massa’s mensen die hun routinebaan verliezen. En daar het probleem van de offshoring bij. Een groot aantal van die 2,6 miljard mensen in India en China zal maar al te graag een van die elitebanen voor hun rekening nemen.

De mens traint slechts de software

Er zijn ook goede redenen om te verwachten dat veel banen waarin met machines samengewerkt wordt, relatief kort zullen bestaan. Denk aan het voorbeeld van WorkFusion en hoe hun zelflerende algoritmes het werk dat de freelancers uitvoerden geleidelijk steeds verder automatiseerden. (WorkFusion biedt grote ondernemingen een intelligent softwareplatform dat de uitvoering van projecten die ooit uiterst arbeidsintensief waren bijna volledig beheert met een combinatie van crowdsourcing en automatisering.) Uiteindelijk komt het er waarschijnlijk op neer dat u, indien u momenteel met of binnen een slim softwaresysteem werkt, mag veronderstellen dat u – al dan niet bewust – de software aan het trainen bent waardoor u uiteindelijk vervangen zult worden.

Daar komt bij dat werknemers die naarstig op zoek gaan naar een baan waarin ze met machines samenwerken, zich wellicht zullen realiseren dat ze de reikwijdte van dat verlangen verkeerd hebben ingeschat. Neem bijvoorbeeld de recente ontwikkelingen in juridisch onderzoek. Wanneer bedrijven in een juridisch geschil betrokken raken, ontstaat de noodzaak om enorme aantallen interne documenten te doorzoeken en te besluiten welke er mogelijk relevant kunnen zijn voor de onderhavige zaak. Volgens de regels dienen die documenten aan de tegenpartij te worden verstrekt, en het niet overdragen van relevante informatie kan tot flinke boetes leiden. Een van de paradoxen van het papierloze kantoor is dat dergelijke documenten, met name in de vorm van e-mail, spectaculair in aantal zijn toegenomen sinds het tijdperk van de typemachine en het carbonpapier. Om die overweldigende hoeveelheden te kunnen verwerken, zetten advocatenkantoren nieuwe technieken in.

De eerste aanpak is volledige automatisering. Zogeheten e-Discovery-software is gebaseerd op krachtige algoritmes die miljoenen digitale documenten kunnen analyseren en er automatisch de relevante gegevens uithalen. Deze algoritmes gaan veel verder dan simpelweg zoekopdrachten op sleutelwoorden, en omvatten vaak zelflerende technieken die relevante concepten zelfs kunnen isoleren wanneer de vooraf bepaalde zinsneden als zodanig niet in het document voorkomen. Als direct gevolg daarvan verdwijnen er grote aantallen banen voor advocaten en juridisch medewerkers die vroeger kartonnen dozen vol papieren documenten zouden hebben doorgeploegd.

Ook een tweede methode wordt algemeen aangewend: advocatenkantoren kunnen dit zoekwerk uitbesteden aan specialisten die hele legioenen onlangs afgestudeerde rechtenstudenten inhuren. Dit zijn vaak slachtoffers van de inmiddels ontplofte ‘bubble’ in het aantal aanmeldingen voor rechtenstudies. Niet in staat om werk te vinden als volleerde advocaten – en vaak belast met enorme studieschulden – werken ze in plaats daarvan als legal document reviewer. Iedere pas afgestudeerde jurist zit voor een monitor waarop een doorlopende stroom documenten verschijnt. Naast het document staan twee knoppen: ‘Relevant’ en ‘Niet Relevant.’ De jurist scant het document op het beeldscherm en klikt op de juiste knop. Vervolgens verschijnt er een nieuw document.

Vaak worden deze mensen geacht tot tachtig documenten per uur te classificeren. Deze advocaten-in-de-dop zien geen rechtszalen, hebben geen mogelijkheden om bij te leren of door te groeien in hun vak, en maken geen kans op promotie. Alleen – urenlang – die twee knoppen: ‘Relevant’ en ‘Niet Relevant’.

Algoritmes beter dan experts

Bij deze twee verschillende benaderingen is de vraag natuurlijk of het samenwerkingsmodel houdbaar is. Zelfs tegen het (voor juristen) relatief lage salaris dat deze werknemers ontvangen, lijkt de geautomatiseerde aanpak rendabeler. Wat de kwaliteit van deze banen aangaat veronderstelt u wellicht dat ik met opzet een wat dystopisch voorbeeld heb uitgekozen. Bij de meeste banen waarin met machines wordt samengewerkt zullen mensen immers de leiding hebben, als medewerkers die de machines in de gaten houden en dankbaar werk doen, in plaats van als radertjes te functioneren in een gemechaniseerd proces?

Het probleem is echter dat de data die nogal rooskleurige veronderstelling niet staven. In zijn boek Super Crunchers uit 2007 citeert professor Ian Ayres van de Yale University onderzoek na onderzoek waaruit blijkt dat de algoritmische aanpak in het algemeen beter werkt dan menselijke deskundigen. Wanneer mensen de leiding krijgen over een proces in plaats van computers, heeft het resultaat daar vrijwel altijd onder te lijden.

Zelfs wanneer menselijke deskundigen van tevoren de algoritmische resultaten kunnen inzien, zijn hun uitkomsten nog altijd minder goed dan die van de autonoom werkende machines. Voor zover mensen waarde toevoegen aan het proces, is het beter om hen specifieke input in het systeem te laten invoeren, in plaats van hun de leiding te geven. Zoals Ayres het stelt: "De bewijzen voor een ander, en veel vernederender, ontmenselijkend mechanisme voor het combineren van deskundige en (algoritmische) vakkennis stapelen zich op."

Mijn punt hier is dat er beslist banen zullen zijn waarin mensen en machines samenwerken, maar het zullen er waarschijnlijk relatief weinig zijn, en dan nog vaak van korte duur. In een groot aantal gevallen kunnen ze ook onaangenaam of zelfs ontmenselijkend zijn. Dat in aanmerking genomen, lijkt het moeilijk te rechtvaardigen dat we mensen specifiek zouden moeten opleiden om ze te helpen een van die banen te krijgen – als we überhaupt al konden bepalen wat die opleiding zou moeten inhouden. Mij lijkt de stelling vooral een manier om een heel gewoon idee (steeds meer beroepsopleiding voor werkenden) op te lappen zodat het nog een tijdje mee kan. Uiteindelijk zijn we op weg naar een ontwrichting die een veel dramatischer beleidsreactie zal vereisen.

Pas afgestudeerden zijn de klos

De eerste witteboordenbanen die ten prooi zullen vallen aan automatisering, zullen we onder andere vinden bij de startersbanen voor pas afgestudeerden. Er zijn aanwijzingen dat dit proces al in volle gang is. Tussen 2003 en 2012 daalde het mediaaninkomen van afgestudeerden met een bachelor in de VS van bijna tweeënvijftigduizend dollar naar iets meer dan zesenveertigduizend dollar, gemeten in dollars uit 2012. In hetzelfde tijdsbestek verdrievoudigde de totale studieschuld van ongeveer driehonderd miljard dollar naar negenhonderd miljard.

Onvolledige werkgelegenheid woekert onder pas afgestudeerden, en het lijkt wel of bijna iedere student wel iemand kent met een diploma dat heeft geleid tot een carrière in de snackbar. In maart 2013 publiceerden de Canadese economen Paul Beaudry, David A. Green en Benjamin M. Sand een academisch essay met de titel ‘The Great Reversal in the Demand for Skill and Cognitive Tasks’, – de grote ommekeer in de vraag naar geschoold en cognitief werk. De titel spreekt in feite voor zich: de economen ontdekten dat rond het jaar 2000 de totale vraag naar geschoold werk in de VS een hoogtepunt bereikte, en vervolgens een steile daling inzette. Het gevolg is dat pas afgestudeerden steeds vaker gedwongen worden om relatief ongeschoold werk aan te nemen – waarbij ze vaak minder hoogopgeleide werknemers opzijschuiven.

Zelfs wetenschappelijk en technisch gediplomeerde studenten werden hierdoor getroffen. Zoals we hebben gezien is met name de arbeidsmarkt in de informatietechnologie getransformeerd door de toegenomen automatisering, vanwege de trend naar cloudcomputing en offshoring. De breed gedragen overtuiging dat een diploma in engineering of computerwetenschap een baan garandeert, is grotendeels een sprookje. Uit een analyse in april 2013 door het Economic Policy Institute bleek dat het aantal afgestudeerden in de Verenigde Staten met een collegediploma in engineering en computerwetenschap wel 50 procent hoger is dan het aantal dat later feitelijk een baan vindt in dit vakgebied. Het onderzoek concludeert dat ‘het aanbod van gediplomeerden aanzienlijk groter is dan de vraag in de bedrijfstak’. Het wordt steeds duidelijker dat heel veel mensen precies de goede dingen zullen doen bij het volgen van hoger onderwijs, maar toch geen voet aan de grond zullen krijgen in de economie van de toekomst.

Massaal baanverlies door kunstmatige intelligentie

Hoewel sommige economen, die hele bergen historische gegevens uitpluizen, eindelijk de impact beginnen te zien van de voortschrijdende technologie op hooggeschoolde banen, zijn ze meestal erg voorzichtig bij hun pogingen om die trend op de toekomst te projecteren. Wetenschappers die werkzaam zijn op het gebied van kunstmatige intelligentie zijn vaak een stuk minder terughoudend. Noriko Arai, een wiskundige aan het Japanse National Institute of Informatics, leidt een project voor het ontwikkelen van een systeem dat in staat is om het toelatingsexamen van de Universiteit van Tokio te halen. Volgens Arai zal een computer die de benodigde combinatie van spreektaal en analytische vaardigheden kan demonstreren om toegelaten te worden tot de hoogst gewaardeerde universiteit van Japan, uiteindelijk hoogstwaarschijnlijk ook in staat zijn om veel van de banen voor universitair gediplomeerden te vervullen.

Zij voorziet een kans op massaal baanverlies binnen de komende tien à twintig jaar. Een van de voornaamste beweegredenen voor haar project is om de potentiële impact van kunstmatige intelligentie op de arbeidsmarkt te becijferen. Arai zegt verontrust dat 10 tot 20 procent van de geschoolde arbeid vervangen door automatisering ‘rampzalig’ zou zijn, en dat ze zich ‘niet eens kan voorstellen wat 50 procent zou betekenen’. Ze voegt eraan toe dat het ‘veel meer dan een ramp zou zijn, en zulke aantallen kunnen niet worden uitgesloten indien kunstmatige intelligentie in de toekomst goed presteert’.

Auteur

Martin Ford is futurist en auteur. Hij is ook oprichter van een softwarebedrijf in Silicon Valley.