Olen jälginud tehisintellekti vallas toimuvaid arenguid jämedalt viis aastat. Selle aja jooksul tehisintellekti majandusmõju üle peetud vaidlused ja mured näivad minevat ikka samasse auku ja taanduvat pea täpselt samadele argumentidele. Miks on meil ikka veel sedavõrd raske ennustada, mis järgmise viie aasta pärast tööhõive ja majandusega juhtub?
Majanduse seisukohast on küsimus võrdlemisi lihtne. Automatiseerimine ja tehisintellekti laiem rakendamine kasvatab produktiivsust. Lahendused esimesena kasutusele võtnud ettevõtete kogemused näitavad, et firmad lõikavad sellest kasu. See annab julgust, et automatiseerimine on kasulik.

Muutuste mõju ennustamise muudab raskeks uue tehnika kasutuselevõtu kiirus. Analoogia võib tuua 1980. aastate lõpu ja 1990. aastate algusega, kui Robert Solow sõnastas produktiivsuse paradoksi. Arvuteid võis näha toona kõikjal peale majandusstatistika. Reaalselt hakkas produktiivsus kasvama alles 1990. aastate lõpus. Ajal, kui uued lahendused võeti erinevate majandussektorite poolt laiemalt kasutusele. Me oleme ilmselt praegu samas kohas.

Näeme digitaalseid tehnoloogiaid selgelt kõikjal. Hakkame nägema vaikselt tehisintellektil põhinevaid tehnoloogiaid nagu Siri ja Alexa, Need on väga huvitavad, kuid me ei näe nende majanduslikku mõju. Uued tehnoloogiad pole veel muutunud majanduse toimimist enamikes riikides. Ma ei usu, et näeme tehisintellektist tingitud majanduskasvu veel järgmised viis aastat. Pigem kuuleme järgmistel aastatel uutest huvitavatest lahendustest ja üksikutest sektoripõhistest edulugudest, kuid mitte muutustest riikide majanduskasvu trajektoorides.

Töö osas on ennustuste tegemine kõige keerulisem. See peegeldub meie enda uuringute ennustusvahemike laiuses. Seda võib mõjutada nii tehniline progress, kulud, tööjõu dünaamika kui ka uute tehnoloogiate pakutavad eelised.

Tavaliselt tuuakse automatiseerimise musternäidetena välja riike nagu Singapur, Lõuna-Korea ja Jaapan. Kui palju on meil praegusel ajal, tehisintellektist kannustatud muutuste hakul neilt õppida? Ka neil on inimeste ümberõpetamise ja muutustega kohanemisega omad probleemid.
Singapur on linnriik ehk selle rahvarv on suhteliselt väike. Seega on nad suutnud teha oma väikeses kontekstis palju rohkem. Lõuna-Koreas on väga tugevalt automatiseeritud vaid majanduse mõned sektorid, mitte terve majandus. Töötlevas tööstuses on nad produktiivsuse poolest maailma tipus, teistes valdkondades mitte nii palju.

Kuid inimestele uute oskuste õpetamine on selle võrrandi kõige raskem osa. Maailmas pole tegelikult ühtegi head näidet. Olen muutnud selles osas ka enda vaatenurka, julgustan teisi sama tegema. Treeningprogramme lähemalt uurides haaravad neist kõige edukamad vaid kümneid või sadu inimesi. Seda on väga vähe, kui arvestada, et meil on sõltuvalt riigist vaja ümber õpetada isegi miljoneid inimesi.

Minu parimad näited pärinevad kahjuks USA-st. Need polnud sugugi veatud, kuid hõlmasid suurt arvu inimesi. AT&T treenis lühikese aja vältel umbes 100 000 inimest. Walmarti neli-viis aastat tagasi alanud Walmarti Akadeemia programmi on läbinud 600 000 inimest.

Seega ei muretse ma praegu töökohtade pärast. Kümmet probleemi reastades on nende võimalik kadumine tähtsuselt kümnendal kohal ja muutub tähtsaks võib-olla 20 aasta pärast. Sellest hoopis tähtsamad on üleminekuga seonduvad raskused ja kasvõi inimeste palk.

Mul on olnud juhust kohtuda paari Saksamaa vabrikutöölisega, kes töötavad masinate kõrval väga rõõmsalt ja on oma lühikese töönädala uhked. Seega tundub, et mõned tehisintellektiga seotud muredest on tehislikud. Kas me muretseme ikka õigete asjade pärast? Nagu mainisite ja olete välja toonud oma raportites, kaob vajadus teatud ülesannete täitmise järele, kuid ametid ise ei kao.
Täielikult automatiseeritavate töökohtade osakaal on väga väike. Umbes 60 protsendi ametite puhul saab automatiseerida 30 protsenti ülesannete täitmisest. See mõjutab palju rohkemaid inimesi, kui tehisintellekti tõttu töö kaotab. Kas inimesed peaksid üle õnnelikud olema? Nii ja naa

Kui inimesed töötavad masinate kõrval ja mõlemad osapooled teevad seda, mida teevad nad kõige paremini, on kombinatsioon väga tugev. Inimesed on õnnelikud. Nad ei pea tegelema rutiinsete ülesannetega ja saavad tegeleda töö loomingulisema poolega. See on hea kõigi jaoks, seda nii palga kui ka produktiivsuse mõttes. Lihtsalt imeline!

Ent tasub meeles pidada, et spektril on teine ots. Inimesed töötavad sellisel juhul küll masina kõrval, ent väärtuse lisab tööle just masin. Inimeste oskuste olulisus väheneb ja töökohale kvalifitseerub palju rohkem inimesi. See võib langetada inimeste palka. See on juhtunud juba näiteks kõnekeskustes. Neil on töö alles, kuid töö tegemiseks tarviliku tehnilised oskused on raamatusse ette kirjutatud. Töö tegemiseks pead lihtsalt lugeda oskama, asja sisust midagi teadmata. Kui asi nii kaugele jõuab, on tööst oskused sisuliselt kadunud.

Seega on toonud masinate kõrval töötamine nii palju head kui ka toonud välja selle spektriosa, mis on paras väljakutse. Me peame mõtlema peale.

Mis on üks asi, mis teid professionaalses mõttes öösel valdkonna spetsialistina ja võib-olla natukene murest tingitult uinumast hoiab?
See seondub suuresti tehisintellekti vastutusvõimega, selle kasutamise ja väärkasutamise, sisseehitatud kallutatusega. Küsimusega, mis on selle jaoks sobiv või ebasobiv ja kas meil on küsimusega tegelemiseks eetiline raamistik. Ma muretsen selle pärast.

Veel hiljuti oli suurem osa tehisintellekti vallas tehtavast teadustööst keskendunud hämmastavatele teadussaavutustele, mitte taoliste küsimuste üle arutlemisele. Arvan, et inimesed on hakanud hiljuti nendele teemadele mõtlema, kogunevad eetikaga tegelevad töörühmad. Ja otseloomulikult muretsen tehisintellekti laiemasse kasutusse võtmisega seotud tööjõuliikumiste pärast.

James Manyika astus üles 16. oktoobril toimunud Kultuurikatlas toimunud kohtumisel Tallinn Digital Summit 2018, mis keskendus suurandmetele ja tehisintellektile.