Вештачката интелегенција сè повеќе станува вообичаен дел од секојдневиот и академскиот дискурс, навлегувајќи во сите пори од современото живеење. Таа се вградува во голем број современи уреди и апликации кои го олеснуваат човековиот живот. Освен тоа, вештачката интелигенција е препознаена во деловното работење како можна алатка за подобрување на перформансите во работењето на бизнисите. Како и секоја нова технологија која забрзано надоаѓа и предизвикува развоен скок, така и вештачката интелегенција се очекува да изврши тектонски промени во структурата на работните места во светската економија. Имено, побарувачката за одредени занимања поврзани со интензивно користење на вештачката интелигенција би се зголемила, додека други работни места нужно би биле супституирани од новата технологија или би претрпеле значителна промена во структурата на задачите.
Историски гледано, пазарот на труд ја отсликува динамиката што постои во рамките на економијата. Имено, со текот на времето настануваат промени во структурата на определени дејности (индустриски гранки) во вкупниот аутпут што го произведува една економија. Тоа се одразува врз пазарот на труд, така што предизвикува промена во распределбата на работните места и вработеноста според занимањата. Еден од клучните феномени што стои зад ваквите промени е т.н. „креативна деструкција“ чиј творец е познатиот австриски економист Јозеф Шумпетер. Таа деструкција претпоставува дека како резултат на економскиот раст згаснуваат работните места со помала продуктивност, а истовремено се креираат нови работни места со поголема продуктивност. И покрај тоа што поимот на прв поглед изгледа контрадикторно, сепак, креативната деструкција е процес што е во согласност со реалните процеси и претставува двигател на економскиот развој на модерното капиталистичко општество.
Но, за да разбереме какви би биле ефектите на вештачката интелигенција врз пазарите на труд неопходно е да знаеме што претставува вештачката интелигенција и каде сè таа може да најде примена. Во широка смисла на зборот, за „вештачка“ се смета интелигенција која се манифестира кај машини, особено кај компјутерските системи. Таа се смета за област во рамки на компјутерските науки во која се развиваат методи и софтвер, што на машините им овозможува да го согледаат окружувањето и да користат учење за преземање акција со цел максимизирање на веројатноста во постигнување на дефинирана цел. Примената на овие технологии можеме да ја разбереме доколку поединечно ги разгледаме нејзините пет категории: вештачка интелигенција (Artificial Intelligence), машинско учење (Machine Learning), длабинско учење (Deep Learning), процесирање на природен јазик (Natural Language Processing) и компјутерско гледање (Computer Vision).
Вештачката интелигенција како најсеопфатен поим овозможува машините да учат од искуството, да се прилаготуваат на новиот инпут и да спроведуваат задачи налик на човекот. Повеќето примери на вештачка интелигенција кои се употребуваат секојдневно, во голема мера се базираат врз технологиите за длабинско учење и процесирање на природен јазик. Со користење на овие технологии компјуерите можат да бидат „обучени“ да извршуваат специфични задачи преку процесирање голем обем на податоци и препознавање шеми во податоците. Машинското учење е метод за анализирање на податоци кој го автоматизира аналитичкото градење модели. Тоа е гранка на вештачката интелигенција заснована врз идејата дека системот може да учи од податоци, да препознава шеми и да носи одлуки со минимална човечка интервенција. Додека вештачката интелигенција претставува пошироко научно поле за имитирање на човечките способности, машинското учење е специфична технологија која ја обучува машината како да учи. Длабинското учење е посебен тип на машинско учење што ги тренира компјутерите да спроведуваат задачи налик на човекот, како на пример препознавање на говор, идентификување слики или предвидување. Наместо користење на податоците за оценување на зададени равенки, длабинското учење поставува основни параметри за податоците и го тренира компјутерот самостојно да учи преку препознавање шеми и користење повеќе итерации за постепено приближување до решението. Процесирање на природен јазик е гранка на вештачката интелигенција што на компјутерите им помага да препознаат, интерпретираат и обработуваат човечки јазик. Оваа технологија на компјутерите им овозможува да комуницираат со луѓето на нивниот јазик, како и да читаат текст, да слушаат говор, да интерпретираат, да мерат чувства и да определуваат кои делови се значајни. Компјутерското гледање е дел од вештачката интелигенција што ги тренира компјутерите да го разберат и интерпретираат визуелното окружување. Со користење дигитални слики од камери и видеа, како и модели на длабинско учење, машините можат точно да идентификуваат и класифицираат објекти, а потоа да реагираат во зависност од тоа што „гледаат“.
Посебно внимание денес привлекува т.н. генеративна вештачка интелигенција, која претставува посебен тип вештачка интелигенција што може да произведува различни видови содржини вклучително текст, слики, аудио и други синтетички податоци. Таа наоѓа примена во широк спектар на дејности како што се: развој на софтвер, здравство, финансии, услуги за клиенти, продажба и маркетинг, уметност, мода, забава итн. Од една страна, таа претставува моќна алатка која олеснува голем број човечки задачи и активности. Од друга страна, генеративната вештачка интелигенција е критикувана заради можностите за злоупотреба, односно недозволено фабрикување на слики и видеа (deepfake), при што се нарушуваат приватноста, правата на интелектуална сопственост и се остварува неовластена корист.
Една од основните придобивки од широкото прифаќање на вештачката интелигенција во деловното работење е зголемување на продуктивноста на трудот. За голем број задачи каде што претходно била потребна анализа на голем обем на податоци, со помош на вештачката интелигенција тоа се постигнува многу попрецизно и за пократко време. Иако, сè уште е рано да се квантифицира ефектот на вештачката интлигенција врз продуктивноста на трудот, сепак првичните согледувања укажуваат на пораст на продуктивноста кај работниците со ниско и средно ниво на квалификации. Особено позитивниот ефект на вештачката интелигенција врз продуктивноста е концентриран кај услужните дејности и помалите компании, додека ефектите кај големите компании од преработувачка дејност не можат да се издвојат од останатите фактори на продуктивноста. Некои емпириски истражувања укажуваат на фактот дека вештачката интелигенција во одредени случаи воопшто нема ефект или дури ја намалува продуктивноста на работниците кај некои работни задачи.
Во поглед на вработувањето, ефектите на вештачката интелигенција се помешани, односно, како и кај секоја нова технологија постојат добитници и губитници на пазарот на труд. Додека кај едни занимања има зголемен број нови вработувања како резултат на вештачката интелигенција, кај други занимања вработеноста опаѓа. Така, на пример, во изминатава деценија бројот на работни места со специфични барања за вештини поврзани со вештачка интелигенција се зголемил седумкратно, додека бројот на регуларните работни места за истиот период се зголемил само двојно. Овогодишниот нобеловец Дарон Асемоглу открива дека компаниите кои се изложени на вештачка интелигенција преку онлајн вработување имаат зголемување на бројот на нови работни места. Истовремено, компаниите ги намалуваат вработувањата на работните места кои не се директно поврзани со вештачка интелигенција или кај овие работни места ја менуваат структурата на барани вештини. Според неговата анализа, агрегатниот ефект на вештачката интелигенција врз вработеноста и платите моментално е премногу занемарлив за да биде откриен (1). Сепак, разликата на оваа технолошка револуција во однос со претходните е во тоа што сега не се супституираат само работни места со ниска продуктивност на трудот, но исто така и работни места со многу повисока продуктивност.
Денес веќе се прават обиди за определување работни места и занимања кои се наоѓаат под „висока изложеност“ од вештачката интелигенција. Во оваа категорија спаѓаат занимања кои вклучуваат активности како што се добивање и процесирање информации, анализа на податоци и информации, евалуација на информации за утврдување согласност со стандарди, донесување одлуки или решавање проблеми и др. Меѓу работните места кои во скоро време се очекува да бидат заменети од вештачката интелигенција се следниве: агенти за телемаркетинг, сметководствени службеници, рецепционери, преведувачи, стручњаци за компјутерска поддршка, стручњаци за истражување на пазар, рекламни продавачи и сл. Од друга страна, се очекува дека и покрај развојот на вештачката интелигенција некои занимања нема да можат да се супституираат. Тоа се занимања кои на скалата на изложеност имаат средна или ниска изложеност на вештачка интелигенција. Такви би биле следниве занимања: менаџер на човечки ресурси, менаџер за продажба и маркетинг, менаџер за односи со јавност, планери на настани, писатели, развивачи на софтвер, графички дизајнери и сл.
Како резултат на брзото надоаѓање на новите технологии засновани на вештачката интелигенција, постои итна потреба за интервенција на политиките со цел да обезбедат нивно доверливо користење. Во овој контекст, некои земји веќе го прилагодуваат своето законодавство во оваа сфера и ја зајакнуваат неговата примена. Колективното преговарање и социјалниот дијалог имаат значајна улога во поддршка на работниците и работодавците во транзицијата кон вештачката интелигенција. Владите можат да го поттикнуваат прифаќањето на вештачката интелигенција преку обезбедување грантови за развој на проекти или формирање на стартапи во оваа сфера. Особено е важна навремена обука на работниците со цел полесно прифаќање и примена на новите технологии. Тоа би можела да се остварува преку обука на самите работни места, но и со вградување на новите вештини и компетенции во образовните курикулуми. Со цел постигнување максимални резултати, политиките треба да бидат засновани врз сознанија, а активностите да се преземаат во консултација со широк круг на засегнати страни.
1) Acemoglu, D., Autor, D., Hazell, J. and Restrepo, P. (2022) “Artificial Intelligence and jobs: Evidence from online Vacancies”, Journal of Labour Economics, 40(S1), S293-S340.
Автор: проф. д-р Димитар Николоски, Економски факултет - Прилеп, УКЛО