Știai că unul dintre cei mai vizibili economiști ai momentului în domeniul economiei inteligenței artificiale s-a născut în Moldova?
Alex Imas este profesor titular la University of Chicago Booth School of Business, una dintre cele mai prestigioase școli de business din lume, unde ocupă catedra de Behavioral Science, Economics and Applied AI. În prezent, Alex este în concediu academic de la Chicago Booth și conduce direcția de AGI Economics la Google DeepMind. Mai nou, Alex Imas este și membru al Consiliului Consultativ Internațional al Chișinău Business School.
Alex a publicat pentru Chisinau Business School un articol despre una dintre marile întrebări ale momentului: cum va afecta inteligența artificială locurile de muncă?
Cum va afecta AI locurile de muncă?
Discuțiile despre inteligența artificială și viitorul muncii sunt adesea formulate în termeni simpli: dacă AI poate face o parte din munca noastră, atunci locurile de muncă vor dispărea. Dar economia AI este mai complexă. Expunerea unei profesii la AI nu înseamnă automat înlocuirea oamenilor. În multe cazuri, AI poate crește productivitatea lucrătorilor, poate schimba natura muncii și chiar poate duce la o cerere mai mare pentru anumite competențe.
Un punct de plecare important este studiul realizat de Eloundou, Manning, Mishkin și Rock, GPTs are GPTs, care estimează că aproximativ 80% dintre lucrătorii din SUA ar putea avea cel puțin 10% din sarcini afectate de modelele lingvistice mari, iar aproximativ 19% ar putea avea jumătate sau mai mult din sarcini afectate. Dar aceste cifre trebuie interpretate atent: ele descriu „expunerea” la AI, nu probabilitatea ca un job să dispară. Expunerea înseamnă că AI poate reduce timpul necesar pentru îndeplinirea unor sarcini; nu înseamnă că întreaga profesie va fi automatizată.
Pentru a înțelege mai bine această distincție, trebuie să pornim de la o idee simplă: un loc de muncă nu este o singură activitate, ci un ansamblu de sarcini. Un manager de proiect, de exemplu, generează idei, coordonează echipe, pregătește prezentări, comunică cu colegii sau clienții și se ocupă de activități administrative. Dacă AI automatizează o parte din sarcinile repetitive, managerul nu devine neapărat inutil. Dimpotrivă, poate avea mai mult timp pentru activitățile unde contribuția umană contează cel mai mult: judecată, coordonare, relații, prioritizare și decizie.
AI poate fi atât substitut, cât și complement al muncii umane. Dacă tehnologia preia toate sarcinile centrale ale unui job, atunci riscul de înlocuire este real. Dar dacă preia doar unele sarcini, mai ales pe cele repetitive sau administrative, ea poate crește productivitatea lucrătorului. În acest caz, automatizarea nu elimină jobul, ci îl reorganizează.
Sarcinile sunt adesea complementare: calitatea rezultatului final depinde de modul în care toate sarcinile sunt îndeplinite împreună. Un bucătar nu poate urma doar o parte din rețetă, un muzician nu poate cânta „aproape” corect, iar un programator nu poate livra un cod care funcționează doar parțial. În multe profesii, valoarea muncii apare tocmai din combinarea mai multor activități care se susțin reciproc.
Aici devine relevantă teoria „O-ring” a lui Michael Kremer, publicată în 1993. Numele vine de la dezastrul navetei Challenger, unde defectarea unei singure componente — un inel de etanșare — a dus la eșecul întregului sistem. Ideea economică este că, în activitățile complexe, productivitatea nu este doar suma sarcinilor realizate bine, ci rezultatul interacțiunii dintre ele. O mică îmbunătățire a calității într-o sarcină poate avea efecte mari asupra rezultatului final, pentru că se propagă prin întregul proces de producție.
Aceeași logică este importantă pentru automatizarea prin AI. Într-un cadru de tip „O-ring automation”, automatizarea parțială poate crește valoarea muncii umane. De ce? Pentru că, atunci când AI preia unele sarcini, omul își poate concentra timpul și atenția asupra sarcinilor rămase. Acesta este „efectul de focalizare”: lucrătorul devine mai productiv nu doar pentru că AI face ceva în locul său, ci pentru că el poate face mai bine ceea ce rămâne de făcut.
Această logică este relevantă mai ales pentru profesiile cu multe sarcini complementare: consultanță, medicină, cercetare, educație, management sau alte forme de muncă intelectuală. Un consultant poate folosi AI pentru o primă analiză de date sau pentru o schiță de prezentare, dar rămâne responsabil pentru relația cu clientul, interpretare, strategie, adaptare și implementare. Un medic poate folosi instrumente AI pentru sprijin diagnostic sau documentare clinică, dar judecata medicală, comunicarea cu pacientul și responsabilitatea finală rămân umane. În aceste cazuri, AI poate crește productivitatea fără să elimine complet rolul uman.
Totuși, faptul că AI crește productivitatea nu înseamnă automat că vor exista mai multe locuri de muncă. Aici intervine o altă variabilă esențială: cererea. Dacă o firmă devine mai productivă, costurile scad și prețurile pot scădea. Dar ce se întâmplă după aceea depinde de reacția consumatorilor. Dacă prețurile mai mici duc la o creștere puternică a cererii, firmele pot ajunge să producă mai mult și chiar să angajeze mai mulți oameni. Dacă însă cererea nu crește suficient, firma poate produce aceeași cantitate cu mai puțini angajați.
Acesta mai este numit paradoxul Jevons. În secolul al XIX-lea, economistul William Stanley Jevons a observat că atunci când tehnologia a făcut utilizarea cărbunelui mai eficientă, consumul total de cărbune nu a scăzut, ci a crescut. Eficiența mai mare a făcut ca energia bazată pe cărbune să devină mai ieftină și utilizabilă în mai multe domenii, ceea ce a dus la o expansiune a consumului total. Aplicat la AI, raționamentul este următorul: dacă AI face un serviciu mult mai ieftin și mai bun, cererea pentru acel serviciu poate crește atât de mult încât firmele să aibă nevoie de mai mulți lucrători, nu de mai puțini.
De exemplu, dacă AI face consultanța, analiza financiară, cercetarea de piață sau dezvoltarea software mai rapide și mai ieftine, mai multe organizații ar putea cumpăra astfel de servicii. În acest scenariu, productivitatea mai mare nu reduce neapărat ocuparea, pentru că piața se extinde. Dar dacă produsul sau serviciul are o cerere inelastică — adică oamenii nu cumpără mult mai mult chiar dacă prețul scade — atunci creșterea productivității poate duce la concedieri. Firma are nevoie de mai puțini oameni pentru a produce același volum.
Prin urmare, efectul AI asupra locurilor de muncă depinde de două lucruri: structura jobului și elasticitatea cererii. Structura jobului contează pentru că unele profesii au multe sarcini complementare, în timp ce altele sunt construite în jurul unui număr mic de sarcini centrale. Elasticitatea cererii contează pentru că ea determină dacă productivitatea mai mare se transformă în expansiunea pieței sau în reducerea numărului de angajați.
Din acest punct de vedere, cele mai vulnerabile joburi nu sunt neapărat cele mai „expuse” la AI în sens larg. Uneori, profesiile foarte expuse — precum consultanța, cercetarea sau anumite roluri manageriale — pot beneficia de AI tocmai pentru că au multe sarcini complementare. În schimb, joburile cu puține sarcini centrale pot fi mai vulnerabile, chiar dacă par mai puțin expuse în măsurătorile clasice.
Exemple relevante sunt transportul rutier și munca în depozite. Munca unui șofer de camion pe distanțe lungi este dominată de o funcție centrală: deplasarea sigură a camionului dintr-un punct în altul. Dacă tehnologia de conducere autonomă devine suficient de fiabilă pe anumite rute, jobul nu este doar „augmentat”; el poate fi fundamental amenințat. În mod similar, multe activități din depozite — sortare, ambalare, mutare de paleți, picking — sunt relativ standardizate și pot fi automatizate progresiv.
Un aspect adesea ignorat este stimulentul firmelor de a automatiza. Automatizarea nu este gratuită. Ea presupune costuri de tehnologie, integrare, reorganizare, training și schimbare organizațională. O firmă va investi masiv în AI dacă beneficiul economic este suficient de mare. Iar beneficiul este mai mare atunci când automatizarea unei sarcini permite eliminarea întregului job, nu doar eficientizarea unei mici părți din el. De aceea, firmele au stimulente mai puternice să automatizeze joburile cu dimensiune redusă — adică acele joburi care depind de una sau câteva sarcini esențiale.
Concluzia este că indicatorii de „expunere la AI” trebuie interpretați cu prudență. Ei ne spun unde tehnologia poate intra într-un job, dar nu ne spun automat dacă acel job va dispărea, va fi transformat sau va deveni mai valoros. Pentru a evalua riscul real, trebuie să ne întrebăm: câte sarcini are jobul? Sunt aceste sarcini complementare? Automatizarea unei sarcini eliberează timp pentru activități mai valoroase sau elimină funcția centrală a jobului? Cererea pentru produsul final este elastică sau inelastică? Și au firmele un stimulent economic suficient de puternic pentru a investi în automatizare completă?
În loc să ne temem mecanic de toate profesiile „expuse” la AI, ar trebui să analizăm mai atent arhitectura muncii. În unele domenii, AI va înlocui oameni. În altele, va crește valoarea muncii umane. Iar în multe cazuri, efectul final va depinde nu doar de tehnologie, ci de economie: costuri, cerere, organizarea firmelor și modul în care oamenii reușesc să se concentreze pe sarcinile unde contribuția lor rămâne esențială.