De nya AI-systemen som blivit tillgängliga de senaste månaderna spås ta över allt fler mänskliga jobb. Men hur troligt är det egentligen? German Bender granskar studierna bakom rubrikerna och förklarar varför vi bör vara skeptiska.
Nu är det dags igen. En ny våg av medierubriker och forskningsstudier sköljer över oss med förutsägelser om vilka jobb som har störst risk att automatiseras, när den senaste generationens AI-system slår alla (nåja, de flesta) med häpnad.
Senast det hände var för ganska precis tio år sedan, när en forskningsstudie författad av bland andra den svenske Oxford-ekonomen Carl Benedikt Frey förutspådde att nästan hälften av alla jobb i USA befann sig i riskzonen för att automatiseras bort ”inom ett årtionde eller två” (en annan studie kom fram till ungefär samma siffror för Sverige).
I dag vet vi att det åtminstone inte hände inom ett årtionde.
Men nu är det alltså dags att damma av skräckscenarierna igen. De senaste veckorna har det kommit åtminstone två studier (denna och denna) som försöker uppskatta hur arbetsuppgifter och branscher kommer att påverkas av den senaste formen av maskininlärning, som ChatGPT (så kallade LLM, Large Language Models).
Omfattande sociala och politiska reformer är nödvändiga
Det rör sig om så kallade neurala nätverk som tränas på stora mängder data, som text eller bilder, och lär sig ”förstå” och tala naturligt språk. De kan även generera text, bilder eller ljud. Systemen uppvisar något som liknar generell intelligens, men kan dessutom tränas för att bättre behärska specifika ämnen (som Palmemordet) eller färdigheter.
De nya forskningsstudierna försöker undersöka hur de här systemens ”förmågor” stämmer överens med de mänskliga förmågor som krävs i olika yrken och branscher. Alltså uppskatta sannolikheten för att de här förmågorna kan utföras av de AI-system som redan finns.
Enligt en av studierna kan ChatGPT och liknande AI-system redan i dag utföra ungefär hälften av arbetsuppgifterna som utförs av var femte anställd i USA. Generellt är sannolikheten högre att AI kan utföra arbetsuppgifter i yrken med högre lön och högre kompetenskrav. Det är med andra ord svårare att med dagens teknik automatisera arbetsuppgifter i mer traditionella arbetaryrken med stora inslag av praktiska, snarare än abstrakta, arbetsmoment.
Jag har länge följt forskningen om AI:s effekter på arbetsmarknaden. Det är viktig forskning, inte minst eftersom den gör oss uppmärksamma på att omfattande sociala och politiska reformer är nödvändiga och att vi kanske behöver sakta ner teknikutvecklingen.
Personligen är jag övertygad om att olika typer av AI-teknik kommer att påverka världen i grunden under vår livstid. Men frågan är hur snart och på vilka sätt? Är det dags att fundera på att byta yrke redan nu?
Även om forskarna själva försöker framhålla osäkerheten i sina resultat, innehåller studierna listor och diagram över yrken och branscher som sprids i media med mer eller mindre alarmistiska budskap.
Men om man läser själva forskningsartiklarna upptäcker man att slutsatserna är långt ifrån så alarmerande som de braskande rubrikerna låter antyda. Så jag tänkte berätta om det finstilta, det man oftast inte får reda på om man inte läser forskningsstudierna noga. Det finns åtminstone tre viktiga aspekter som borde uppmärksammas mer.
- Allt som kan automatiseras kommer inte att automatiseras
Jobb försvinner inte bara för att det finns teknik som kan utföra en del av arbetsuppgifterna. Teknik är en grundförutsättning, visst. Men huruvida ett jobb faktiskt försvinner, eller ens förändras, avgörs även av andra faktorer.
Ekonomi. Om det inte är lönsamt att ersätta människor med teknik är det betydligt mindre sannolikt att det sker. Faktum är att höga löner (särskilt lägstalöner) ökar takten i teknikutvecklingen eftersom det gör människor dyrare än teknik. Men det är inte något negativt, så länge vi skapar minst lika många nya och bättre jobb – och så länge människor kan utföra de jobben. Historiskt är det så strukturomvandling har fungerat.
Regler. Om det inte är tillåtet eller alltför krångligt att ersätta mänskligt arbete med teknik kommer det inte ske, eller ske betydligt långsammare. Till den här kategorin kan vi räkna politiska reformer, lagstiftning, kollektivavtal, tekniska standarder, handelsavtal, med mera, som på olika sätt påverkar om och hur tekniska innovationer kan implementeras i arbetslivet och i ekonomin.
Många yrken som exponeras för ny teknik blir mer kvalificerade och högavlönade
Kultur. Om vi inte trivs med eller accepterar de förutsättningar som krävs för att teknik ska fungera kommer den inte att anammas lika snabbt eller överhuvudtaget. Våra attityder, vanor och normer är avgörande. Facebook hade till exempel inte fungerat om alla hade velat vara anonyma på internet (vilket många ville för 20 år sedan).
Samtliga tre faktorer varierar över tid och mellan olika samhällen och branscher. Givetvis kan också alla faktorerna påverkas av teknik, sambanden är komplexa och dubbelriktade. Min poäng här är att teknik är nödvändigt, men inte tillräckligt.
- Studierna skiljer inte på augmentation och substitution
Många av forskningsstudierna tar inte hänsyn till om den som utför ett jobb kommer att gynnas eller missgynnas av tekniken. Studierna uppskattar bara hur ”exponerat” ett yrke eller en bransch är för automatisering eller AI. Och ”exponering” kan definieras och mätas på olika sätt. I en studie anses ett yrke vara exponerat om minst hälften av arbetsuppgifterna kan utföras av ett visst AI-system med dagens prestanda. Andra studier har helt andra sätt att mäta exponering.
Många yrken som exponeras för ny teknik blir mer kvalificerade och högavlönade (augmenteras). Andra yrken och arbetsuppgifter ersätts eller blir nedkvalificerade (substitueras), men historiskt har de varit i minoritet.
Många yrken försvinner alltså inte om en del av arbetsuppgifterna utförs av ny teknik – de förändras. Vi vet dessutom att ny teknik historiskt alltid har lett till skapandet av nya jobb. Visst kan det bli annorlunda den här gången, men det skulle i så fall gå på tvärs med alla historiska erfarenheter.
- Studierna har betydande metodologiska svagheter
De allra flesta forskningsstudier om hur ny teknik påverkar arbetsmarknaden bygger på databaser (ofta den amerikanska O*NET) som innehåller tiotusentusentals klassificeringar av yrken och arbetsuppgifter. Uppgifterna i de här databaserna bygger på bedömningar som är standardiserade, subjektiva och sällan uppdateras. Och som därmed kan skilja sig från verkligheten. Dessutom gör forskningsassistenter och/eller mjukvara bedömningar av hur väl databasernas uppgifter om yrken och färdigheter överlappar med AI-systemens förmågor. Även dessa bedömningar är subjektiva och behäftade med olika problem.
Forskarna anger själva detta som en viktig osäkerhetsfaktor, som också varierar med kontext. Studier baserade på amerikanska data utförda av amerikanska forskare är till exempel inte direkt överförbara på svenska förhållanden.
Men jag måste erkänna att jag känner oron gnaga i bakhuvudet
Det finns en rad andra metodologiska problem och osäkerheter som i regel är tydligt redovisade i studierna, men kan vara svåra att förstå eller helt enkelt inte ryms i korta medieartiklar.
Inför den nya vågen av studier som förutspår slutet på mänskligt arbete är det alltså klokt att hålla huvudet kallt. Själv är jag skeptisk till sådana förutsägelser.
Men jag måste erkänna att jag känner oron gnaga i bakhuvudet när jag läser studierna. Blicken dras till listorna över praktiska yrken som tycks vara svårare att automatisera med den senaste AI-tekniken.
Bagare ligger rätt bra till.
German Bender är utredningschef på Arena Idé och gästforskare vid Harvard University
Följ Dagens Arena på Facebook och Twitter, och prenumerera på vårt nyhetsbrev för att ta del av granskande journalistik, nyheter, opinion och fördjupning.
