A mesterséges intelligencia munkaerőpiaci hatásához jobb adatok kellenek

A változás gyakran a feladatoknál kezdődik

David Kertai, a Center for Data Innovation augusztus 20-án megjelent írásában arra figyelmeztet, hogy a mesterséges intelligencia gazdasági hatásairól szóló politikai vita túl nagy hangsúlyt helyez arra, létrehoz vagy megszüntet-e munkahelyeket. Ezek a változások fontosak, de gyakran később jelennek meg, mint az AI első hatásai.

A szerző szerint a vállalatoknál kezdetben inkább az egyes feladatok alakulnak át, a felelősségek újraoszlanak, és módosulnak a munkafolyamatok. Egy marketingelemző például az AI segítségével készítheti el egy jelentés első változatát, egy mérnök pedig felgyorsíthatja a szoftverfejlesztést. A felszabaduló időt a dolgozók további feladatokra vagy új típusú munkára fordíthatják.

Ezért a szakpolitikai vizsgálatoknak és statisztikai felméréseknek azt is rögzíteniük kellene, hogy az AI rutinfeladatokat automatizál, a meglévő tevékenységeket támogatja, vagy magasabb értékű munkák felé tereli a dolgozókat.

Egységesebb mérésre és részletesebb felmérésekre lenne szükség

A Center for Data Innovation szerint világosabb foglalkozási besorolásokra van szükség. Ezeknek külön kellene választaniuk azokat a munkaköröket, amelyekben az AI elsősorban kiegészíti a dolgozók feladatait, illetve azokat, amelyekben a technológia a tevékenységek jelentős részét automatizálja.

A felméréseknek azt is meg kellene mutatniuk, mire használják az AI-t az egyes ágazatokban. Ilyen funkció lehet a döntéstámogatás, a tartalomkészítés vagy az ügyfélkapcsolat. Következetes fogalmak nélkül nehéz összehasonlítani a cégeket, az iparágakat és a régiókat.

A kutatásoknak a különböző demográfiai csoportokra gyakorolt hatást is vizsgálniuk kellene. A 18 és 22 év közötti, a munkaerőpiacra éppen belépő dolgozók más helyzetben lehetnek, mint a tapasztaltabb szakemberek, mivel a kezdő pozíciók gyakran több rutinfeladatot tartalmaznak. Ennek követése segíthet megérteni a karrierkezdés, az előrelépés és a munkaerő-fejlesztés hosszabb távú alakulását.

A vállalati és a dolgozói AI-használatot együtt kell vizsgálni

Két, azonos iparágban működő vállalat hasonló foglalkoztatási adatokat mutathat akkor is, ha teljesen eltérően vezeti be az AI-t. Az egyik cég a napi működésbe integrált vállalati rendszereket használhat, míg a másik csak egyetlen részlegen, kísérleti jelleggel próbál ki egy eszközt.

A statisztikai felméréseknek ezért a bevezetés érettségét is rögzíteniük kellene. Fontos lehet, hogy a használat kísérleti szakaszban van-e, néhány funkcióra korlátozódik-e, vagy már az egész szervezetre kiterjed. A vizsgálatoknak arra is ki kellene térniük, mely dolgozók férnek hozzá az eszközökhöz, hogyan szabályozza a vállalat a használatukat, és kapnak-e a munkatársak hivatalos képzést.

Kertai szerint a vállalati adatok önmagukban alábecsülhetik az AI elterjedtségét, mert a dolgozók gyakran már azelőtt használnak nyilvánosan elérhető eszközöket szövegírásra, dokumentumok összefoglalására vagy adatelemzésre, hogy a munkáltató hivatalosan bevezetne vállalati rendszert. Ezért a munkáltatói felméréseket dolgozói felmérésekkel is ki kellene egészíteni.

A képzés a bevezetés egyik meghatározó tényezője

A szerző szerint az AI sikeres alkalmazása a technológiai beruházások mellett az emberekbe fektetett erőforrásoktól is függ. A szoftver megvásárlása önmagában nem garantálja, hogy a vállalat ki tudja használni az eszközök előnyeit. Ehhez a dolgozóknak meg kell tanulniuk, hogyan illesszék be az AI-t a meglévő munkafolyamatokba.

A szakpolitikai adatgyűjtésnek ezért az átképzést, az AI-képzéseket és a humántőkébe történő beruházásokat is követnie kellene. A Center for Data Innovation álláspontja szerint ezek az adatok segíthetik annak megértését, miért érnek el egyes szervezetek nagyobb termelékenységnövekedést másoknál. A részletesebb mérés a vállalkozások, a dolgozók és a kormányzat számára is világosabb képet adhat az AI változó gazdasági hatásáról.