Personlige datamaskiner startet en informasjonsteknologirevolusjon. Vil AI bringe tilsvarende dramatiske endringer? Bettmann via Getty Images

Eksplosjonen av interesse for kunstig intelligens har trukket oppmerksomheten ikke bare til algoritmers forbløffende evne til å etterligne mennesker, men til realiteten at disse algoritmene kan fortrenge mange mennesker i jobbene deres. De økonomiske og samfunnsmessige konsekvensene kan være intet mindre enn dramatiske.

Veien til denne økonomiske transformasjonen går gjennom arbeidsplassen. EN mye sirkulert Goldman Sachs studie forventer at om lag to tredjedeler av nåværende yrker i løpet av det neste tiåret kan bli påvirket og en kvart til en halvpart av arbeidet folk gjør nå kan bli overtatt av en algoritme. Opptil 300 millioner arbeidsplasser over hele verden kan bli berørt. Konsulentfirmaet McKinsey utgitt sin egen studie forutsier et AI-drevet løft på 4.4 billioner dollar til den globale økonomien hvert år.

Implikasjonene av slike gigantiske tall er nøkterne, men hvor pålitelige er disse spådommene?

Jeg leder et forskningsprogram som heter Digital planet som studerer effekten av digitale teknologier på liv og levebrød rundt om i verden og hvordan denne påvirkningen endres over tid. En titt på hvordan tidligere bølger av slike digitale teknologier som personlige datamaskiner og internett påvirket arbeidere gir litt innsikt i AIs potensielle innvirkning i årene som kommer. Men hvis historien om fremtidens arbeid er noen guide, bør vi være forberedt på noen overraskelser.

IT-revolusjonen og produktivitetsparadokset

En nøkkelindikator for å spore konsekvensene av teknologi på økonomien er vekst i arbeiderens produktivitet – definert som hvor mye arbeid en ansatt kan generere per time. Denne tilsynelatende tørre statistikken betyr noe for hvert arbeidende individ, fordi det er direkte knyttet til hvor mye en arbeider kan forvente å tjene for hver time med arbeid. Sagt på en annen måte, forventes høyere produktivitet føre til høyere lønn.

Generative AI-produkter er i stand til å produsere skriftlig, grafisk og lydinnhold eller programvare med minimal menneskelig involvering. Yrker som reklame, underholdning og kreativt og analytisk arbeid kan være blant de første til å merke effekten. Enkeltpersoner i disse feltene kan bekymre seg for at selskaper vil bruke generativ AI for å gjøre jobber de en gang gjorde, men økonomer ser et stort potensial for å øke produktiviteten til arbeidsstyrken som helhet.

Goldman Sachs-studien forutsier at produktiviteten vil vokse med 1.5 % per år på grunn av bruken av generativ AI alene, noe som vil være nesten en dobling fra 2010 og 2018. McKinsey er enda mer aggressiv og sier at denne teknologien og andre former for automatisering vil innlede "neste produktivitetsgrense", og presser det så høyt som 3.3 % i året innen 2040.

Den typen produktivitetsøkning, som vil nærme seg tidligere år, vil bli ønsket velkommen av både økonomer og, i teorien, også arbeidere.

Hvis vi skulle spore 20-tallets historie med produktivitetsvekst i USA, galopperte den kl. om 3% årlig fra 1920 til 1970, og løftet reallønn og levestandard. Interessant nok avtok produktivitetsveksten på 1970- og 1980-tallet, sammen med introduksjonen av datamaskiner og tidlige digitale teknologier. denne "produktivitetsparadoks” ble berømt fanget i en kommentar fra MIT-økonom Bob Solow: Du kan se datamaskinens alder overalt men i produktivitetsstatistikken.

Digital teknologiskeptikere ga skylden på "uproduktiv" tid brukt på sosiale medier eller shopping og hevdet at tidligere transformasjoner, som introduksjonen av elektrisitet eller forbrenningsmotoren, hadde en større rolle i å fundamentalt endre arbeidets natur. Teknooptimister var uenige; de hevdet at nye digitale teknologier trengte tid til å oversette inn i produktivitetsvekst, fordi andre komplementære endringer må utvikles parallelt. Enda andre bekymret for at produktivitetstiltak ikke var tilstrekkelige i å fange verdien av datamaskiner.

En stund så det ut til at optimistene ville få rett. I andre halvdel av 1990-tallet, rundt den tiden World Wide Web dukket opp, økte produktiviteten i USA doblet, fra 1.5 % per år i første halvdel av dette tiåret til 3 % i andre. Igjen var det uenigheter om hva som egentlig foregikk, noe som gjorde vannet ytterligere grumset om paradokset var løst. Noen argumentert at investeringene i digitale teknologier endelig ga resultater, mens en alternativ utsikt var at ledelsesmessige og teknologiske innovasjoner i noen få nøkkelbransjer var hoveddriverne.

Uavhengig av forklaringen, like mystisk som den begynte, at bølgen på slutten av 1990-tallet var kortvarig. Så til tross for massive bedriftsinvesteringer i datamaskiner og internett – endringer som forvandlet arbeidsplassen – var det fortsatt usikkert hvor mye økonomien og arbeidernes lønn hadde nytte av teknologien.

Tidlig på 2000-tallet: Ny nedgang, ny hype, nye forhåpninger

Mens starten av det 21. århundre falt sammen med sprengning av den såkalte dot-com-boblen, ble året 2007 preget av ankomsten av nok en teknologirevolusjon: Apple iPhone, som forbrukere kjøpte for millioner og som selskaper implementerte på utallige måter. Likevel begynte veksten i arbeidsproduktiviteten å stoppe opp igjen på midten av 2000-tallet, tikker opp kort i 2009 under den store resesjonen, bare for å gå tilbake til en nedgang fra 2010 til 2019.

 Smarttelefoner har ført til millioner av apper og forbrukertjenester, men har også holdt mange arbeidere tettere knyttet til arbeidsplassene sine. San Francisco Chronicle/Hearst Newspapers via Getty Images

Gjennom denne nye nedgangen forutså teknooptimister nye vinder av forandring. AI og automasjon ble i ferd med å bli i farten og ble forventet å transformere arbeid og arbeidernes produktivitet. Utover tradisjonell industriell automasjon, droner og avanserte roboter, strømmet kapital og talent til mange potensielle spillendrende teknologier, inkludert autonome kjøretøy, automatiserte kasser i dagligvarebutikker og til og med roboter til å lage pizza. AI og automatisering ble anslått å presse produktivitetsveksten over 2% årlig i løpet av et tiår, opp fra 2010-2014-bunnene på 0.4%.

Men før vi kunne komme dit og måle hvordan disse nye teknologiene ville bølge gjennom arbeidsplassen, en ny overraskelsestreff: COVID-19-pandemien.

Pandemiens produktivitetspress – så brøt

Hvor ødeleggende pandemien var, arbeidernes produktivitet økte etter at det begynte i 2020; produksjonen per jobbet time globalt nådde 4.9 %, det høyeste registrert siden data har vært tilgjengelig.

Mye av denne bratte økningen ble tilrettelagt av teknologi: Større kunnskapsintensive selskaper – iboende de mer produktive – gikk over til fjernarbeid, opprettholde kontinuitet gjennom digitale teknologier som videokonferanser og kommunikasjonsteknologier som Slack, og sparer på pendlertid og fokus på trivsel.

Selv om det var tydelig at digitale teknologier bidro til å øke produktiviteten til kunnskapsarbeidere, var det en akselerert overgang til større automatisering i mange andre sektorer, da arbeidere måtte forbli hjemme for sin egen sikkerhet og overholde nedstengninger. Bedrifter i bransjer som spenner fra kjøttforedling til virksomhet innen restauranter, detaljhandel og gjestfrihet investert i automatisering, som roboter og automatisert ordrebehandling og kundeservice, som bidro til å øke produktiviteten deres.

Men så var det enda en vending på reisen langs teknologilandskapet.

Økningen i investeringer i 2020-2021 teknologisektoren kollapset, og det samme gjorde sprøytenarkoman om autonome kjøretøy og roboter til å lage pizza. Andre skummende løfter, som f.eks metaverses revolusjonerende fjernarbeid eller trening, så også ut til å forsvinne i bakgrunnen.

Parallelt, med liten advarsel, "generativ AI" brast ut på scenen, med et enda mer direkte potensial for å øke produktiviteten samtidig som det påvirker arbeidsplasser – i massiv skala. Hype-syklusen rundt ny teknologi startet på nytt.

Se fremover: Sosiale faktorer på teknologiens lysbue

Gitt antall plottvendinger så langt, hva kan vi forvente herfra? Her er fire forhold til vurdering.

For det første handler fremtidens arbeid om mer enn bare ubehandlet antall arbeidere, de tekniske verktøyene de bruker eller arbeidet de gjør; man bør vurdere hvordan AI påvirker faktorer som mangfold på arbeidsplassen og sosiale ulikheter, som igjen har en dyp innvirkning på økonomiske muligheter og kultur på arbeidsplassen.

For eksempel mens det brede skiftet mot fjernarbeid kunne hjelpe fremme mangfold med mer fleksibel ansettelse, ser jeg at den økende bruken av AI sannsynligvis vil ha motsatt effekt. Svarte og latinamerikanske arbeidere er overrepresentert i de 30 yrkene med høyest eksponering for automatisering og underrepresenterte i de 30 yrkene med lavest eksponering. Selv om kunstig intelligens kan hjelpe arbeidere med å få gjort mer på kortere tid, og denne økte produktiviteten kan øke lønningene til de sysselsatte, kan det føre til et alvorlig tap av lønn for de hvis jobbene er fordrevet. En avis fra 2021 fant det lønnsulikheten hadde en tendens til å øke mest i land der selskaper allerede stolte mye på roboter og som var raske til å ta i bruk de nyeste robotteknologiene.

For det andre, ettersom arbeidsplassen etter COVID-19 søker en balanse mellom personlig og fjernarbeid, vil effektene på produktivitet – og meninger om emnet – forbli usikre og flytende. EN 2022 studie viste forbedret effektivitet for fjernarbeid ettersom bedrifter og ansatte ble mer komfortable med arbeid hjemmefra, men ifølge en separat 2023-studie, ledere og ansatte være uenig om virkningen: Førstnevnte mener at fjernarbeid reduserer produktiviteten, mens ansatte mener det motsatte.

For det tredje kan samfunnets reaksjon på spredningen av generativ AI i stor grad påvirke forløpet og den endelige virkningen. Analyser tyder på at generativ AI kan øke arbeidernes produktivitet på spesifikke jobber – for eksempel fant en studie fra 2023 den forskjøvede introduksjonen av en generativ AI-basert samtaleassistent økt produktiviteten til kundeservicepersonell med 14 %. Likevel er det allerede økende samtaler å vurdere generative AIs mest alvorlige risikoer og ta dem på alvor. På toppen av det, anerkjennelse av det astronomiske databehandling og miljøkostnader av generativ AI kan begrense utviklingen og bruken.

Til slutt, gitt hvor feil økonomer og andre eksperter har tatt tidligere, er det trygt å si at mange av dagens spådommer om AI-teknologiens innvirkning på arbeid og arbeiderproduktivitet også vil vise seg å være feil. Tall som 300 millioner jobber som er berørt eller 4.4 billioner dollar årlige økninger til den globale økonomien er iøynefallende, men jeg tror folk har en tendens til å gi dem større troverdighet enn det er berettiget.

Dessuten betyr "jobber berørt" ikke jobber tapt; det kan bety flere jobber eller til og med en overgang til nye jobber. Det er best å bruke analysene, som Goldmans eller McKinseys, til å sette i gang fantasien vår om de plausible scenariene om fremtiden til arbeid og arbeidere. Det er bedre, etter mitt syn, å proaktivt brainstorme de mange faktorene som kan påvirke hvilken som faktisk kommer til å skje, se etter tidlige varseltegn og forberede seg deretter.

Historien om fremtidens arbeid har vært full av overraskelser; ikke bli sjokkert hvis morgendagens teknologier er like forvirrende.

Om forfatteren

Bhaskar Chakravorti, dekan for Global Business, Fletcher School, Tufts University

Denne artikkelen er publisert fra Den Conversation under en Creative Commons-lisens. Les opprinnelige artikkelen.