“Så kan AI och robotar ge oss ett nytt arbetsliv” – utdrag ur boken Människor och AI

By 25 februari, 2019 Insikt & åsikt

Boken Människor och AI – en bok om artificiell intelligens och oss själva samlar tolv olika röster och perspektiv på artificiell intelligens och samspelet med oss människor.

Boken Människor och AI – en bok om artificiell intelligens och oss själva är ett initiativ inom addAI.org och utgiven med stöd av Automation Region och tankesmedjan Fores.

Futurion medverkar i boken med ett kapitel skrivet av Per Lagerström:

“Så kan AI och robotar ge oss ett nytt arbetsliv”

Det som går att definiera, det går att programmera och även att automatisera. Med mer AI och maskininlärning i arbetslivet får vi människor äntligen tid över för att göra det vi är bäst på: att vara mänskliga. Det kräver dock ett helt nytt sätt att se på vad, hur och var vi lär oss saker i framtiden.

Oro över hur teknikskiften påverkar arbetsmarknad och arbetstillfällen är inget nytt. Den romerske kejsaren Vespasius oroades år 69 e.kr över att det inte skulle gå att föda befolkningen när pelarna till Capitolium levererades med maskiner istället för med bärare, och drottning Elisabet I uttryckte år 1589 sin oro över att stickmaskinen skulle göra befolkningen arbetslös och tvinga dem att bli tiggare.

Det intressanta är att vi fortfarande har samma perspektiv på vad nya tekniska landvinningar kan innebära för jobb och välfärd. Prognoser och profetior över automatiseringens framtida effekter heter nästan uteslutande något på temat risk of automation’. Risken, inte möjligheterna, står i fokus.

När Stiftelsen för strategisk forskning (SSF) våren 2018 genomförde en Novus-undersökning om svenska folkets syn på livet med AI i framtiden så svarade 46 procent att ”många” eller ”hälften” av alla jobb är ersatta med AI om 15 år. Men bara 1 procent trodde att just deras jobb kommer att försvinna. Ett uttryck för den ganska vanliga mänskliga förnyelsen att “det här händer bara andra, inte mig”.  Förmodligen hade undersökningen givit samma svar om SSF bytt ut AI mot ord som automatisering eller robotisering.

Forskningen om automatiseringens effekter på arbetsmarknaden har nästan uteslutande presenterats med siffror på hur många jobb som kan komma att försvinna. Ibland är det robotar som är sinnebilden för hotet. Ibland artificiell intelligens och maskininlärning. Ibland båda delar och i termer av det kanske läskigaste av allt: ”smarta robotar”.

I grunden bygger den forskning som i media sammanfattas med att ”hälften av alla jobb försvinner”, på studier där bland andra svenske forskaren Carl Frey och hans kollega Michael Osborne vid institutionen för Technology and Employment vid Oxford Martin School, analyserat den amerikanska databasen The Occupational Information Network (O*NET) och dess definition av arbetsinnehållet i 702 olika yrken på den amerikanska arbetsmarknaden. Den mest citerade studien är från 2013 och har titeln The Future of Employment: How susceptible are jobs to computerisation?

Automatiseringen inget hot
Denna forskning är inte så alarmistisk som citeringarna i media ger sken av. Att vissa yrken försvinner är förvisso sant. Både hiss- och kägelpojkar har automatiserats bort. Men det är mycket viktigare och mer konstruktivt att istället fokusera på automatiseringens två andra effekter; nämligen att jobb fördjupas, förändras och att helt nya möjligheter uppstår. Mycket svårare, men mycket viktigare, eftersom det utmanar vårt sätt att se på kompetenser och kräver att vi fokuserar på hur vi människor och maskiner samspelar och hur vi kan dra nytta av automatiseringen. Inte betrakta den som ett hot.

Självklart har alla teknikskiften inneburit en mer eller mindre plågsam kompetensväxling som följd. Att vi i Sverige internationellt sett klarat av detta väl, beror till stor del på våra flexibla omställningssystem, som en viktig del av den svenska partsmodellen. Eller som New York Times konstaterar i en artikel från 2017: The robots are coming and Sweden is fine; och fortsätter: ”I en värld full av ångest över automatiseringens jobbförstörande effekter, står Sverige väl rustade för att omfamna ny teknik och samtidigt begränsa de negativa mänskliga effekterna.”

Gott så. Men när vi nu står i början av ytterligare ett sådant där utvecklingssteg så är det viktigt att se vilka typer av kompetenser som behövs för att vi även denna gång (precis som efter akvedukter och symaskiner) ska kunna få ett ännu bättre och mänskligare arbetsliv.

Ny teknik kräver ny kompetens
När vi i slutet av 1700-talet lyckades få in ångkraften i den industriella produktionen var den efterfrågade kompetensen muskelkraft och enkel maskintekniskt kunnande. När vi drygt 100 år senare på allvar elektrifierade våra processer, ökade den potentiella effektiviteten enormt och kompetensbehovet handlade om att standardisera, minska risker och skapa förutsägbarhet. Datoriseringen för drygt 40 år sedan och framåt har inneburit krav på ökad specialisering och digitala spetskompetenser.

Och in kommer nu den fjärde industriella revolutionen med AI, trådlösa, neurala nätverk och sakernas internet och då handlar kompetensbehovet istället om att vara agil, förändringsbenägen, tvärsektoriell och att ha förmågan att se nya samband. Det vill säga en uppsättning förmågor och färdigheter som ganska radikalt skiljer sig från det vi tidigare premierat och fortfarande har behov av.

Den stora utmaningen, och lite förenklat hela den gordiska knuten och svaret på om vi kommer att kunna skapa oss ett mänskligare arbetsliv med hjälp av AI, ligger i att vi tillsammans kan hantera den kompetensmässiga resan från IQ till AQ. Från intelligens och att veta svaret på frågan. Till anpassningsbarhet och förmågan att ställa rätt fråga.

Det är en kompetensutmaning som heter duga eftersom den i grunden kräver att vi både klarar av att lösa dagens akuta kompetensbrist på olika typer av IT-specialister och samtidigt förändrar vår syn på detta med kunskap, kompetens och färdigheter. Både på vad vi behöver prioritera att lära oss, och var och hur vi lär oss detta.

Vad, var och hur behöver vi förändra vår kompetens i framtiden?

VAD?
När vi från Futurion gick igenom den internationella forskningen om automatiseringens effekter på framtidens arbetsliv sammanfattade vi kompetensbehovet i rapporten Framtidens färdigheter i ett digitaliserat arbetsliv (2017). Färdigheter som nytänkande, konstnärlighet, social kompetens, övertalningsförmåga och medkänsla. En lista över genuint mänskliga färdigheter, s.k. ‘soft skills’ på managementsvenska, något som alla rekryterare och HR-avdelningar redan idag lyfter fram i jakten på framtidens medarbetare.

Ett annat sätt att testa den här kompetensprofilen är att ställa frågan vad vi inte behöver kunna. När Futurions kaliforniska samarbetspartner Institute for the Future (IFTF) våren 2018 frågade ett antal AI-experter vilka som är de minst betydelsefulla kompetenserna i en AI-framtid fick de följande svar:

  • Kodning– systemen kommer vara självprogrammerade.
  • Designa utbildningar och kurser– de som lär sig skapar sina personliga utbildningar.
  • Planera, schemalägga och organisera– kommer att vara helt automatiserat.
  • Planering och beslutsfattande– algoritmerna tar hand om KPI-baserade beslut.
  • Programmera AI-system– gränssnitten kommer att vara ”drag-and-drop”.
  • Skriva eller granska CV:n– anseende och rykten sprids socialt.
  • Studera juridik– att tolka lagstiftning blir automatiserat.
  • Data- och resultatanalys– gå på magkänsla, datan analyseras automatiskt.

Och så den avslutande summeringen: Allt som är repetitivt– det som går att definiera, går att programmera.

Samma slutsatser präglar analysen från Nesta, en brittisk stiftelse för policyutveckling. I rapporten Which digital skills do you really need? (2018)konstateras att alla digitala kompetenser definitivt inte är ”framtidssäkrade” och de som framför allt inte kommer att vara aktuella i framtidens arbetsliv handlar om kompetenser inom tjänsteområden där vi automatiserat saker som vi tidigare gjorde manuellt. Det som däremot är viktigt att prioritera är exempel på (digitala) färdigheter som handlar om att skapa nytt, innovera och designa nya system och tjänster.

En stor utmaning för hela utbildningssystemet är att det är väldigt svårt att skapa kursplaner i nytänkande. Eller i medkänsla och social kompetens för den delen. För att inte tala om svårigheten att validera eller certifiera dessa kompetenser. Här behöver vi tänka nytt i hela kedjan. Från utbildningsanordnare till jobbsökare och arbetsgivare.

VAR?
Dagens utbildningssystem, som till stora delar kan liknas vid en kamel, där vi fyller våra kunskapsdepåer för att orka igenom den ökenvandring som vi kallar yrkeslivet, med målet att överleva ända fram till pensioneringen i en oas långt borta. Ett system som nästan ingen tycker är framtidsanpassat, men som vi ändå har förtvivlat svårt att reformera.

När TCO lägger förslag om att högskolor och universitet även ska få ett omställningsuppdrag, utöver att forska, undervisa och sprida sin kunskap, så tvekar politiken. Medan universitetsrektorerna själva säger: ”Ja! Vi vill gärna spela den rollen, men då måste vi få rätt ekonomiska incitament.” Det vill säga det måste vara lönsamt att erbjuda korta kurser för folk som behöver ställa om, och inte bara at utbilda studenter. Under Futurions seminarium ”YouTube, Yale eller mittemellan” i Almedalen 2018 pratade KTHs: rektor Sigbritt Karlsson utifrån KTH:s framtidsscenario, formulerad som en kurskatalog för läsåret 2026-2027 där den kungliga tekniska högskolan inte längre har en fast fysisk adress, där studenterna har blivit (livslånga) medlemmar och där man alltid är nyutbildad. Där alla medlemmar i KTH också har en AI-mentor.

Den här typen av framtidsscenarier och visioner är precis det som behövs för att den högre utbildningens institutioner skall vara relevanta i en snabbrörlig framtid, där informellt lärande uppvärderas och där allt mer lärande sker på andra ställen än i skolan.

Future Skills Lounge
För att utforska detta vidare bjöd Futurion med partners in till samtal om de framtidskompetenser som göms i spelande och spelvärlden i en Future Skills Lounge på DreamHack Summer 2018. Där varvade vi samtal med unga och erfarna gamers som beskrev vilka kompetenser som krävs vid övertagande av en bombplats i Counter Strike, hur du ska tänka i spelets slutskede – s.k late games i Fortnite eller när du använder dina ”superkrafter” – ultimatesi League of Legends. Samtal som tydligt visar att den som spelar spel förvärvar och utvecklar många av de kompetenser som dagens arbetsgivare söker. Som den 20-årige CS-spelaren som först efter att han i lunchrusningen på sitt första jobb på McDonalds förstod att han på frågan: ”Kan du hantera stress och hålla många bollar i luften?” borde ha svarat: ”Jag är grym på clutch fightsi CS, där jag ensam möter tre motståndare” Nästa utmaning blir förstås att öka förståelsen även hos arbetsgivare så att fler vet vad de ska leta efter när de rekryterar.

Vare sig spelvärlden eller andra informella arenor för lärande kan ersätta den formella undervisningen, men definitivt komplettera den och är en förbisedd eller underutnyttjad resurs. Som grundskolechefen för Jönköpings kommun konstaterade i samtalssoffan på DreamHack Summer: ”Vi vet att kunskapsmonopolet redan är avskaffat. Och det är bara bra.”

HUR?
Med ett upphävt kunskapsmonopol, allt kortare hållbarhet på förvärvade kompetenser, och en ständig tillgång till ett digitalt överflöd av YouTube-tutorials, MOOC:s och andra utbildningar online, så har redan sättet vi lär oss saker förändrats. Och den förändringen kommer att fortsätta. I rapporten Charting new paths to the futurehar (IFTF) sammanfattat hur världens största vuxenutbildare – nätverket av kommunala colleges i Kalifornien – hanterar den digitala transformationen när det gäller lärandet. De bygger sin förändringsresa på författaren och futuristen Ian Morrisons teori om the second curvedär det gäller att följa med den existerande vågen in i en framtida. Ett agilt och flexibelt sätt att leda förändring.

När det gäller framtidens lärande har IFTF identifierat åtta dimensioner – från ett gammalt, oftast analogt och platsbestämt, sätt att lösa saker till ett nytt, oftast digitalt och alltid agilt:

  1. Från individ till grupp till nätverk.
  2. Från utbildning definierad till tid, plats och livsfas till ständig fortbildning.
  3. Från avgångsbetyg till återkommande feedback.
  4. Från begränsad kurslitteratur till ett digitalt överflöd.
  5. Från ”tidigare utbildning” till ”senaste jobbet” – i rekryteringen.
  6. Från en kurs för alla till skräddarsydda upplevelser.
  7. Från magkänsla till algoritmer – i rekryteringen.
  8. Från fasta fysiska miljöer till en digital-analog mix.

Värt att notera är förstås att många av de här förändringarna blir möjliga tack vare en ökad och förfinad matchning baserad på algoritmer.

I den utmärkta boken A new culture of learning – cultivating the imagination for a World of constant change (2011) tar författarna Douglas Thomas och John Seely Brown bl.a. fasta på Polanyis paradox – den som säger att vi kan mycket mer än vi kan beskriva i ord. De menar att framtidens ständiga och snabba förändring är som gjord för tyst lärande (tacit learning) och pekar lite förenklat på ytterligare ett par parametrar som ett framtidsanpassat lärande måste utgå ifrån. Det handlar om att gå från (min översättning) att:

  • läsa läxan – till att läsa läraren
  • läsa manualen – till att testa funktionerna
  • lära genom att läsa – till att lära genom att göra
  • lära genom att lyssna – till att lära genom att uppleva
  • ge rätta svar – till att ställa rätt frågor.

Ur ett fackligt perspektiv har detta med kompetensväxling historiskt varit samma sak som att ”byta ut personalen”, d.v.s. ett hot. Men i en framtid där det faktiskt inte finns ”någon annan att tillgå”, där företag söker efter talanger med förmåga att lära, snarare än med formell utbildning, så kommer det i grunden att handla om både kompetensutveckling och kompetensväxling. För alla. Oavsett bransch.

För att den optimistiska synen på vad ett AI-förstärkt arbetsliv kan göra för oss skall bli verklighet, krävs en kombination av tre saker. För det första en anpassning av dagens formella utbildningssystem, av den typ som Kaliforniens community colleges arbetar utifrån. För det andra en ny syn på lärande, som förespråkas av John Seely Brown. För det tredje måste också det arbetsplatsnära lärandet prioriteras. Principen om 70-20-10 där 70 procent av lärandet sker i jobbet, 20 procent genom fortbildning och 10 procent i externa kurser, är nog en god tumregel. Problemet idag är att det inte sker. När Finansförbundet, som organiserar anställda i den automatiseringsutmanade finansbranschen, frågar sina medlemmar om de får den kompetensutveckling de behöver så svarar bara hälften att det finns en plan för fortbildning. Och bara 40 procent – av de 50 procenten – att planen verkligen genomförs.

Det främsta skälet att det inte blir av är tidsbristen. Därefter den egna och chefens låga motivation. Slimmade organisationer och ekonomisk högkonjunktur leder till pressade arbetssituationer, och det kommer alltid vara lättare att göra lite mer av det man håller på med, än att lära nytt och lära om.

Ett annat reellt problem när det gäller fortbildningen redan idag är att beskrivningen av det AI-förstärkta kompetensbehovet är så vag, för att inte säga osynlig. Budskap av typen: ”AI kommer att förändra allt. Men vi vet inte hur”, är inte mycket till hjälp för den som söker rätt sorts kompetensutveckling, kurs eller utbildning. Problemet är att den rådande förhoppningen till AI inom de flesta branscher inte ger mycket mer vägledning än så. I konsultföretaget SAS rapport The enterprise AI promise: Path to valuesammanfattas bilden av AI-framtiden hos ledande internationella bolag i en kombination av 1) enormt höga förväntningar, 2) dålig organisatorisk beredskap, 3) stor osäkerhet kring vilken typ av kompetensutveckling de mänskliga medarbetarna behöver samt 4) etiska dilemman.

I inledningen av seminariet Livet med AI i Almedalen 2018 inledde Magnus Boman, professor i intelligenta programvarusystem på KTH, med att konstatera att rätt svar på hur AI kommer att påverka våra jobb och arbetsmarknaden är ”vet ej”. Osäkerheten kring utvecklingen av AI är för stor för tvärsäkra prognoser. Men det gör den inte mindre intressant. Tvärtom. Det är de svaga signalerna, d.v.s. kombinationen av osäkra men omvälvande faktorer, som är viktiga att ha koll på i framtidsspaningarna.

Men istället för att ”vänta och se” är det lika bra att vi börjar förbereda oss på ett alltmer AI-förstärkt arbetsliv. Vi måste börja lära för lärandets skull. Prioritera de genuint mänskliga färdigheter som har bäst chans att överleva automatiseringen. Och inte minst fortsätta gå från IQ till AQ. Eller som futuristen Alvin Toffler lär ha sagt: ”Framtidens analfabet är inte den som inte kan läsa eller skriva, utan den som inte har förmågan att lära, lära om och lära nytt.”

Per Lagerström
kommunikationsansvarig Futurion