Robotar och maskininlärning kommer inte att ersätta lika många jobb som vi tror, men fler typer av jobb än vi anar. Men det största hotet mot vårt samhälle kommer inte från miljontals arbetslösa människor, utan från institutioner och trygghetssystem som inte hänger med i utvecklingen. Bortom dagens diskussion om validering av formell kompetens, så sker kanske den största förändringen de kommande åren när gränsen mellan jobb och utbildning suddas ut. Så sammanfattas de viktigaste trenderna när det gäller framtidens arbete i IFTFs rapport Geographies of transition.
IFTF har identifierat nio olika så kallade urgent futures – omedelbara och angelägna framtidsutmaningar. Områden som på olika sätt också är krafter som bidrar till en ökad osäkerhet och instabilare samhällsutveckling. Det handlar om allt från tilliten till politiken, om en rubbad demografi, klimatförändringar och globalisering. I den senaste framtidsrapporten Geographies of transition beskrivs en av dessa angelägna utmaningarna – den om framtidens arbete – så här:
”När tankar om framtiden tränger igenom i den dagsaktuella debatten, handlar det ofta om ikoniska och futuristiska milstolpar. Inte sällan hämtade från årtioenden av science fiction i filmer, böcker och TV-serier.
I takt med den teknologiska utvecklingen under de senaste 50 åren, har vår gemensamma bild av framtiden styrts av idéer om flygande bilar, hologram och obegränsade energitillgångar. Men mer än någonting annat kanske bilden av att smarta maskiner och robotar som kommer att ta ifrån oss människor både arbete och andra meningsfulla sysslor i samhällsbygget.
De flesta av oss är plågsamt medvetna om att den avlägsna framtiden när vi människor lämnar över våra jobb till robotar inte alls är så avlägsen längre. Tvärtom händer det redan. Och det sker snabbt.
Nya visioner behövs
Att vi inte är bättre förberedda på den här stora förändringen beror bland annat på ett underliggande problem som till stor del skapats av oss futurister; när vi sakta men säkert närmar oss en alltmer automatiserad tillvaro, fungerar de framtidssymboler vi vuxit upp med allt sämre. Inte minst när vi ska försöka förstå hur automatiseringen fungerar i praktiken – i våra organisationer och samhällen under de kommande årtioendena.
För att bättre förbereda oss själva – våra organisationer, medarbetare och lokalsamhällen – på en automatiserad framtid, behöver vi montera ned en del av vår gamla framtidssymboler för att hitta de verkliga signalerna på den disruptiva förändring som nu sker.
1. Robotar och maskininlärning kommer inte att ersätta lika många jobb som vi tror, men fler typer av jobb än vi anar.
Precis som när det gäller klimatförändringarna, så är automatiseringen en sån där fråga som är så stor och komplex att det är svårt att få någon samsyn kring om det kommer att förändra allt över en natt, eller om det kommer att hända överhuvudtaget.
Det finns politiker som fortfarande kommer att vinna röster genom att påstå att jobb inom tillverkningsindustrin har flyttat utomlands och kan ”hämtas hem” igen och att jobben kommer att vara desamma som när de försvann. Å andra sidan har vi Elon Musk, välkänd innehavare av självkörande elektriska fordon, som uppmanar politiker att fixa till en allmän medborgarlön så fort som möjligt, eftersom automatiseringen kommer att ta alla jobb.
Verkligheten ligger, som alltid, någonstans mittemellan. Det är sant att maskininlärning och avancerad robotik kan utföra många sysslor både snabbare och uthålligare än vi människor. Det vanligaste jobbet i USA är att köra lastbil, och miljontals lastbilschaufförer har all anledning att känna sig hotade av den snabba utvecklingen av självkörande fordon.
Men det är också sant att långt ifrån alla jobb ligger på huggkubben. Miljontals människor på den här planeten utför arbeten som troligen inte blir automatiserade i brådrasket. Vaktmästare, livsmedelsdistributörer, sjuksköterskor och lärare behöver nog inte oroa sig att robotar kommer att översvämma deras branscher, eller utföra deras arbeten billigare än idag. Och för alla tusentals jobb som försvinner i den kreativa förstörelsen, så skapas behovet av nya jobb som kräver högre kompetens för att klara av att hantera de tjänster som automatiseringen har givit oss.
Men i uppräkningen av relativt robotsäkrade jobb, saknas många av de yrken som våra tidigare framtidsbilder fått oss att tro på som just svåra att automatisera: läkare, mellanchefer, revisorer och konstnärer. Samtidigt som avancerade robotar utmanar om de enkla jobben, klarar de framväxande systemen av artificiell intelligens av att samla, analysera och tillgängliggöra information snabbare än vad en mänsklig expert någonsin skulle kunna drömma om.
Helt nyligen ställdes en grupp med högutbildade leukemiexperter i Tokyo inför ett till synes olösligt problem med en patient, ända tills IBM’s Watson upptäckte en mycket ovanlig form av sjukdomen, som läkargruppen missat. Till skillnad från specialistläkarna, har Watson förmågan att läsa och ta till sig tusentals av de relevanta studier som publiceras varje år, utan att någonsin tröttna eller somna.
På det hela taget så är det de förutsägbara sysslorna som kommer att automatiseras först. Om ett jobb kan definieras till en formel, oavsett om det handlar om att böja plåt eller identifiera oregelbundna mönster, så finns det förmodligen ett laboratorium någonstans som redan jobbar på en algoritm som kan automatisera den sysslan.
Jobb som kräver socialt interaktion, kulturell förståelse eller övergripande ansvar kommer förmodligen förändras och underlättas, men däremot inte försvinna inom en nära framtid.
2. Det största hotet mot vårt samhälle kommer inte från miljontals arbetslösa människor, utan från institutioner som inte hänger med i utvecklingen
Bill Gates föreslog i början av 2017 att vi borde skapa en särskild robotskatt för att sakta ner takten i automatiseringen och samtidigt skapa resurser till stöd för de arbetare som blivit ersatta av robotar. Det här är en tilltalande idé rent teoretiskt, men den bygger i grunden på bilden av att mänskliga arbeten ersätts ett i taget av människoliknande robotar. Verkligheten är mycket mer subtil, större till sin omfattning och potentiellt mer hotfull.
Tänk på Uber. Uber har automatiserat bort mängder av de sysslor som ett traditionellt taxiföretag erbjöd. Som t.ex växeltelefonisterna som förmedlade körningar till specifika kunder. Men växeltelefonisterna är inte ersatta med robotar, utan med en liten del av en mjukvara som körs i ett nätverk av miljontals mobiltelefoner världen över.
För att testa Gates förslag – representerar en Uber-app en robot, eller är varje nedladdad app en egen robot?
För att ytterligare komplicera saken så har Uber dessutom vuxit till världens tredje största arbetsgivare, (tills de själva har fått fart på sin flotta av självkörande bilar förstås) – trots att man avskaffat funktionen med telefonister.
Eftersom robotik och mjukvara i grunden förändrar hur vi genomför uppgifter, så förändrar de också hur institutioner och industrier är organiserade. Den globala micro-jobb marknaden, som Uber bara är ett exempel på, växer med en häpnadsväckande och accelererande takt och beräknas vara en 25-miljarders marknad redan 2020.
I det här framväxande ekosystemet bryts jobb ner till separata sysslor, som sedan fördelas till rätt person, robot eller algoritm i realtid. Arbetsuppgifter som tidigare utfördes i centraliserade traditionella institutioner blir nu istället fördelade över globala digitala nätverk, och behovet av de här nätverken – och färdigheterna som behövs – växer hela tiden.
Långt innan vi når den punkt när det inte finns tillräckligt med jobb för alla människor, kommer vi att se stora gap mellan en del av arbetskraften som inte har den kompetens som behövs för att kunna ta de jobb som erbjuds. Våra utbildnings- och fortbildningsinstitutioner är inte designade för att klara av det ständiga behov av fortbildning som dagens arbetskraft behöver.
Och vi har kämpat för att matcha tillgänglig arbetskraft med de lämpliga jobb som finns. Men när arbetslösa hittar nya vägar till försörjning och inkomster inom den spirande gig-ekonomin, så blir trygghetssystemen i form av sjukförsäkringar och pensionssystem allt mer flyktiga och osäkra.
I bägge fallen, så är de närliggande problemen, både för det nya prekariatet inom gig ekonomin och de nyligen friställda arbetarna, till stora delar möjliga att undvika och det är egentligen de eftersläpande systemen som förtjänar kritik än själva automatiseringen i sig.
3. Bortom dagens diskussion om validering av formell kompetens, sker kanske den största förändringen när gränsen mellan jobb och utbildning suddas ut
Ett av de största diskussionsämnena idag när det gäller framtidens jobb, handlar om utvecklingen från traditionell fyra-årig universitetsutbildning, till nya former av kompetensreferenser och mikro-betyg. Hur ska vi mäta lärandet som sker hos miljontals människor på YouTube varje dag, eller göra rätt sorts bedömning av olika typer av livserfarenhet som visar sig ge relevanta färdigheter, även om det inte är specifika kompetenser?
Gig-plattformar som t.ex Upwork löser detta genom att kombinera jobb och lärande på en och samma plattform. Vem som helst kan lägga upp ett jobb på Upwork och genom de miljontals olika uppgifter som årligen efterfrågas, får plattformen en insikt i vilka kompetenser som verkligen behövs. Utifrån den bilden skapas sedan samarbeten med tredjepartsleverantörer som erbjuder relevanta kompetens-tester för det stora nätverket av gig-arbetare. I kombination med omdömen från tidigare kunder som dessa gig-arbetare samlar på sig, bygger Upwork upp en robust två-vägs plattform som matchar det ständigt förändrade utbudet och efterfrågan.
Det här är ett recept som kommer att visa sig vara svårt, men nödvändigt, att överföra till den röriga strukturen inom vårt formella utbildningsväsende.
När vi tar oss framåt i det kommande årtioendet kommer vi kanske upptäcka att både behovet av bakgrundsutvärdering av kompetens och behovet av ständig kompetensutveckling kommer att finnas inbäddade i alla uppkopplade enheter och miljöer som omger oss. Sensorer både på våra arbetsplatser och kroppar kommer att känna av och algoritmiskt bekräfta vår förmåga att utföra saker, i tusentals olika dimensioner, och dessutom utvärdera oss medan vi utför själva sysslorna.
Istället för att anpassa sig till våra traditionella och strikt uppdelade stuprör kring arbete och lärande, kommer den här framväxande miljön sannolikt leda till att vi börjar tjäna pengar genom arbete på micro-plattformar i mycket yngre åldrar, och samtidigt erhålla helt olika typer av intyg och diplom under hela vårt yrkesliv.
Oavsett vilka typer av policy-förändringar vi försöker åstadkomma för att möta automatiseringsvågen – medborgarlön eller någonting annat – så handlar framtidens arbete inte om att individer kommer att förlora sina jobb, utan om en misslyckad reformering av våra grundläggande sociala kontrakt och trygghetssystem.
Inom de närmaste tio åren kommer våra offentliga institutioner och system bli tvingade att anpassa sig till helt nya förutsättningar för hur vi hanterar produktivitet och fördelningen av samhällets resurser.”
Strategier för ökad resiliens
Utifrån den här beskrivningen ger IFTF ett förslag på en tredelad strategi för ökad resilens – förmågan till omvandling och återhämtning . Hur kan er organisation anpassa er till genomgripande förändringar när det gäller framtidens arbetsmarknad och samtidigt erbjuda möjligheter till omställning i en automatiserad miljö?
- Identifiera vilka processer inom organisationen som lämpar sig för automatisering inom en nära framtid och skapa omställnings-strategier för medarbetare som riskerar att bli ersätta.
- Undersök relevanta vägar till fortbildning och kompetensutveckling för nuvarande och blivande medarbetare för att på så sätt öka deras unika värde för organisationen och en förändrad arbetsmarknad.
- Stöd policyförslag som underlättar omställning och en väg bort från ensidigt beroende av en specifik arbetsgivare.
(Utdrag ur Geographies of transition, 2017, IFTF. Översättning: Per Lagerström, Futurion)