Milyen munkákat nem fognak tőlünk átvenni a gépek?

Anthony Goldbloom, a gépi tanulás (machine learning) egyik avatott szakértője egy rövid, alig ötperces TED előadásában fejtette ki, hogy miben nem tudja soha utólérni a gépeket az ember, és mi az a terület, ahol egyelőre legalábbis fordított a helyzet. Egy 2013-as, Oxford University-n végzett kutatás arra a következtetésre jutott, hogy a munkakörök 50%-ánál jelentős a kockázata annak, hogy az automatizálás áldozatává válik. Azért ez elég sokkoló arány.

A mesterséges intelligencia egyik fontos területe a gépi tanulás, melynek lényege, hogy a számítógép óriási mennyiségű, múltban keletkezett adat feldolgozására alkalmas, és ezekre az információkra alapozva átveheti az embertől azokat a feladatokat is, amire korábban a masinák nem voltak képesek. Az 1990-es években olyan, relatíve egyszerű tevékenységek átvételével kezdődött, mint a hitelkérelmek kockázatelbírálása vagy kézzel megcímzett levelek szortirozása.


Az utóbbi néhány év drámai áttöréseket hozott a területen. 2012-ben például olyan algoritmust készítésére írt ki a Kaggle cég pályázatot, ami középiskolai fogalmazásokat tud értékelni. A győztes pályamunkák értékelései megfeleltek a tanárok osztályzatainak. 2015-ben pedig egy szembetegség diagnosztizálásával végeztek hasonló kísérletet, ahol a nyertes algoritmusok által kiadott eredmények ugyancsak egybeestek a szemorvosok konklúzióival. A gépek lényegesen nagyobb adatmennyiségből, pillanatok alatt tudnak eredményre jutni, tehát lepipálják az embereket, legalábbis a gyakori és nagy volumenű feladatok esetében.

Ahol viszont a gépek kevés fejlődést mutattak mindeddig, az az új szituációk kezelése. Amiről nem áll rendelkezésre nagy mennyiségű múltbeli adat, abban már nem erősek. A gépi tanulás alapvető korlátja, hogy rengeteg adatra van szüksége a múltból. Az embereknek viszont nincs. Össze tudunk kötni teljesen különbözőnek és függetlennek tűnő információkat, és így tudunk problémákat megoldani, vagy újat alkotni. 

A tanulásra képes gépek tehát leginkább azokat a munkákat fenyegetik, ahol sokszor ismétlődő, nagy volumenű tranzakció történik. Ahol nap mint nap új szituációkkal találkozunk és kreatív válaszokat kell adnunk, ott hosszabb távon is szükség lesz ránk.