Мартин Форд - Роботы наступают

Несоответствие между работой и квалификацией стало настоящим бичом недавних выпускников: почти каждый студент колледжа знает выпускника, которому полученная квалификация не помогла избежать работы в кофейне. В марте 2013 г. канадские экономисты Пол Бодри, Дэвид Грин и Бенджамин Сэнд опубликовали научную работу под названием «Великий разворот спроса на навыки и когнитивные задачи» (The Great Reversal in the Demand for Skill and Cognitive Tasks) {176}. Если вкратце, то за этим броским названием стоит следующее: авторы статьи обнаружили, что общий спрос на квалифицированный труд в США достиг своего пика приблизительно в 2000 г., после чего он начал стремительно падать. Результат — все больше выпускников колледжей вынуждены соглашаться на работу, которая не требует практически никакой квалификации, зачастую вытесняя с рынка труда людей без дипломов о высшем образовании.

Причем серьезно пострадали даже те, кто специализировался в области естественных наук и техники. Как мы уже видели, рынок труда в сфере информационных технологий изменился до неузнаваемости в результате повышения уровня автоматизации, связанного с растущей популярностью облачных вычислений, а также офшорингом. Широко распространенное мнение о том, что диплом инженера или специалиста в области информационных технологий является гарантией трудоустройства — по большому счету всего лишь миф. В апреле 2013 г. Институт экономической политики (Economic Policy Institute) провел исследование, в ходе которого выяснилось, что лишь половине из выпускаемых американскими колледжами инженеров и специалистов в области информационных технологий удается найти работу по специальности. Авторы исследования пришли к выводу, что «число выпускников намного превышает спрос на них в отрасли» {177}. Становится все более очевидно, что огромное количество людей будут стараться получить качественное образование, но при этом не смогут найти применения своим знаниям в экономике будущего.

Хотя некоторые экономисты, уделяющие большое внимание изучению исторических данных наконец начинают приходить к пониманию влияния развития технологий на рабочие места, требующие высокой квалификации, как правило, они с большой осторожностью относятся к попыткам экстраполировать эту тенденцию в будущее. Исследователи, работающие в области искусственного интеллекта, часто демонстрируют куда большую смелость в суждениях. Например, Норико Араи, математик из Национального института информатики в Японии, руководит проектом по разработке системы, которая должна будет пройти вступительные экзамены в Токийском университете. По мнению Араи, если компьютер сможет продемонстрировать такое сочетание аналитических и языковых навыков, которого достаточно для поступления в самый престижный университет Японии, то, скорее всего, он в конечном итоге сможет делать то же, что и многие из выпускников. Араи предсказывает возможность массового замещения людей машинами на рынке труда в ближайшие 10−20 лет. В качестве одной из главных целей своего проекта она видит попытку оценить возможное влияние внедрения технологий искусственного интеллекта на рынок труда. Араи беспокоится, что замена 10−20 % квалифицированных работников средствами автоматизации станет «настоящей катастрофой», заявляя, что «даже не хочет думать о том, к чему приведет замена 50 %». Потом она добавляет, что это будет нечто «посерьезнее катастрофы, но в случае успешного развития технологий искусственного интеллекта в будущем исключать возможность такого развития событий нельзя» {178}.

Сама сфера высшего образования исторически является одним из главных рынков труда для высококвалифицированных специалистов. Многие из них, в особенности те, кто доходит до защиты диссертации, как правило, начинают свою карьеру первокурсниками и проводят в колледже всю жизнь. В следующей главе мы посмотрим на то, как эта отрасль — а вместе с ней и многие карьерные возможности — также может оказаться на пороге фундаментальных изменений, обусловленных развитием технологий.

В марте 2013 г. в ответ на информацию о том, что оценкой эссе, написанных в рамках стандартизированных тестов, будут заниматься машины, небольшая группа ученых, состоящая главным образом из специалистов по английскому языку и преподавателей письменного английского, выступила в Интернете с петицией, направленной против данной инициативы. В этой петиции под названием «Профессионалы против оценки машинами студенческих эссе в ответственных случаях» (Professionals Against Machine Scoring of Student Essays in High Stakes Assessment) {179}отражено общее мнение авторов о том, что алгоритмическое оценивание эссе, помимо прочего, отличается упрощенностью, неточностью, произвольностью и предвзятостью, не говоря уже о том, что оно выполняется «устройством, которое на самом деле даже не умеет читать». Меньше чем за два месяца петицию подписали почти 4000 преподавателей и специалистов, а также все уважаемые интеллектуалы, включая Ноама Хомского.

Разумеется, в идее использовать компьютеры для оценки тестов нет ничего нового: уже многие годы они занимаются простейшей задачей оценки тестов с несколькими вариантами выбора. В этом контексте они рассматриваются как средство снижения трудоемкости. Однако стоит лишь алгоритмам покуситься на область, которая, по всеобщему мнению, в значительной степени зависит от человеческих навыков, включая способность выносить суждения, как тут же многие преподаватели начинают видеть в технологиях угрозу. В основе машинных технологий оценки эссе лежат передовые средства искусственного интеллекта; основная стратегия, используемая при оценке студенческих эссе, во многом схожа с методологией, реализованной в онлайн-переводчике Google. Сначала в алгоритмы машинного обучения загружается большое количество образцов с оценками, выставленными преподавателями-людьми. Затем алгоритмы применяются при оценке новых студенческих эссе; при этом они выдают результат практически мгновенно.

Авторы петиции, безусловно, правы в том, что участвующие в оценивании машины «не умеют читать». Однако, как мы уже видели на примере других случаев применения больших данных и технологий машинного обучения, это не имеет никакого значения. Методы, основанные на анализе статистических корреляций, очень часто не уступают лучшим экспертам или даже превосходят их по эффективности. Например, в 2012 г. сотрудники Педагогического колледжа Университета Акрона провели исследование, в ходе которого сравнили результаты работы машин с оценками, поставленными преподавателями. Выяснилось, что применение машинных технологий позволило «добиться практического такого же уровня точности и при этом в некоторых случаях ПО оказалось даже надежнее». В исследовании приняли участие девять компаний, занимающихся разработкой решений для автоматизации оценивания, в нем было использовано свыше 16 000 студенческих эссе с проставленными оценками из государственных школ шести штатов США {180}.