Az MIT szerint új közpolitikák kellenek az AI munkaerőpiaci hatásai miatt
Az AI munkaerőpiaci hatásai túl összetettek és jelentősek ahhoz, hogy kizárólag a piaci erőkre bízzák a kezelést, állítja két MIT-kutató. Javaslataik között munkáltatók által kialakított átképzések, tanulószerződéses programok és országos bérbiztosítási program is szerepel.
- Az MIT kutatói szerint az AI munkaerőpiaci hatásait nem lehet kizárólag a piaci erőkre bízni.
- A nagy nyelvi modellek három-négy órás emberi feladatoknál 65 százalékos sikerességi arányt érnek el.
- Ha a hibaarány feleződésének üteme fennmarad, az LLM-ek 2029-re 93 százalékos sikerarányt érhetnek el sok szövegalapú szakmai feladatban.
- A javaslatok között munkáltatói együttműködésre épülő képzés, tanulószerződéses program és bérbiztosítás szerepel.
- A szakpolitikai válaszokat külön kell igazítani az állások megszűnéséhez és a bérek csökkenéséhez.
Eltérő ütemben változhatnak a munkák
Guy Ben-Ishai, az MIT FutureTech kutatója és vezető tanácsadója, valamint Neil Thompson, az MIT Computer Science and AI Lab vezető kutatója és az MIT Initiative on the Digital Economy AI, Quantum and Beyond kutatócsoportjának vezetője a Brookings Institution által szeptemberben közölt tanulmányban vizsgálta a kérdést. A Workforce Policy for the Age of AI: Recommendations from the Economic Literature című munka korábbi gazdasági kutatásokra, köztük IDE-hez és az MIT Sloanhoz kötődő tanulmányokra támaszkodik.
A kutatók szerint az AI-ról és a munkáról szóló vita gyakran a tömeges munkanélküliség és az emberi képességeket kiegészítő technológia közötti választásként jelenik meg. A meglévő bizonyítékok azonban egyik következtetést sem támasztják alá egyértelműen. Egyes munkafajták gyorsan visszaszorulhatnak, másokat az AI fokozatosan kiegészíthet, és a hatás foglalkozásonként, iparáganként, valamint munkáltatónként is eltérhet.
A tanulmány szerint az AI-nak való kitettség önmagában nem jelenti azt, hogy egy feladat kereskedelmileg életképesen automatizálható. Amikor a nagy nyelvi modellek olyan feladatokat végeznek el, amelyek az embereknek három-négy órát vennének igénybe, sikerességi arányuk 65 százalék. A kutatók szerint a hosszabb feladatoknál romlik a teljesítmény: a feladat átlagos időtartamának tízszeres növekedése 11 százalékkal csökkenti az AI-modell teljesítményét.
A szakértelem értéke is átalakulhat
Az MIT összefoglalója szerint az AI nem egyszerűen munkahelyeket hoz létre vagy szüntet meg, hanem a szakértelem értékét is módosíthatja. Egyes területeken több, de alacsonyabb bérű állás jelenhet meg. Ha például az AI megbízhatóan diagnosztizálná és kezelné a gyakori betegségeket, csökkenhetne az orvosok szakértelmének értéke, és több feladatot végezhetnének alacsonyabb bérű ápolói szakemberek.
Más foglalkozásoknál kevesebb, de magasabb bérű pozíció maradhat. Ha az AI automatizálná a könyvelést, de az adózási tanácsadásban következetlen lenne, nagyobb szükség lehetne a megmaradó könyvelői szakértelemre. A kutatók szerint az AI használatának oktatása ezért önmagában kevés. A dolgozóknak azt is fel kell ismerniük, mikor megbízható egy rendszer, és mikor valószínű, hogy hibázik.
A korábbi kutatások alapján a nagy nyelvi modellek hibaaránya körülbelül 2,5 évente feleződik. Ha ez a tendencia fennmarad, 2029-re 93 százalékos alapértelmezett sikerarányt érhetnek el a legtöbb professzionális, szövegalapú feladatban. A technikai lehetőség azonban nem azonos a pénzügyi életképességgel. Az integráció költségei miatt az amerikai vállalkozások a számítógépes látással elvégezhető feladatoknak csak körülbelül egynegyedét, pontosan 23 százalékát automatizálnák.
Célzott képzéseket és gyorsabb átmenetet javasolnak
Ben-Ishai és Thompson öt szakpolitikai irányt vázolt fel. Ezek célzott, bizonyítékokra épülő programok lennének, amelyek a szerzők szerint nem igénylik az amerikai szociális védőháló vagy a munkaerőpiac átfogó átalakítását.
- A kiszoruló dolgozók és a magas termelékenységű lehetőségek támogatása: a korábbi tapasztalatok szerint a magas munkanélküliség idején állásukat elvesztők csaknem három évnyi keresetnek megfelelő veszteséget szenvedtek el. Az átképzés mellett álláskeresési segítségre és bérbiztosításra is szükség lehet.
- Munkáltatókkal közösen kialakított, szakterülethez kötött képzés: a programoknak gyakorlati módon kell megtanítaniuk az AI-eszközök használatát, az eredmények ellenőrzését, a rendszer korlátainak felismerését és az emberi döntéshozatalt. A munkáltatói együttműködés a tényleges álláslehetőségekhez igazíthatja a képzést.
- A programok igazítása a szakértelem változásához: külön kell kezelni az állások megszűnését és a bérek csökkenését. Az első esetben új foglalkozások és ágazatok felé vezető átmenetre, a másodikban a keresetek megőrzésére vagy javítására lehet szükség.
- A tanulószerződéses programok bővítése: ezek egyszerre csökkenthetik a képzés költségeit, segíthetik a munkáltatók kiválasztási folyamatát, és a valós üzleti igényekhez igazíthatják a felkészítést.
Az összefoglaló az ajánlások között országos bérbiztosítási programot is említ. A kutatók szerint a cél nem minden foglalkozási változás előrejelzése, hanem olyan munkaerőpiaci keret kialakítása, amely még azelőtt képes reagálni, hogy az átmeneti zavar tartós gazdasági kárrá válna.
MIT Initiative on the Digital Economy: AI’s Impact on Jobs Demands a New Approach and New Public Policies
