AIが高収入の仕事を生み出すと同時に仕事を代替できる理由

AIが高収入の仕事を生み出すと同時に仕事を代替できる理由

自動化、特に人工知能とロボット工学の進歩が、今日の労働者にとって問題となるかどうか。この議論は毎日繰り広げられ、双方の感情が高ぶっています。しかし、過去には自動化によって雇用が創出され、実質賃金も上昇しました。

共通の懸念は、現在テクノロジーに取って代わられるリスクが最も高い労働者が、テクノロジーが生み出す新しい仕事をこなすために必要なスキルを欠いているということだ。この問題を詳しく見てみよう。自動化が労働者に悪影響を及ぼすと懸念する人々は、まずさまざまな仕事を指摘し、低賃金で低スキルの仕事から高賃金で高スキルの仕事までランク付けする。以下のように表示されます。

そして、下の図に示すように、テクノロジーは主に遺伝学者などの高収入の仕事を生み出すと指摘しています。

同時に、次のグラフに示すように、テクノロジーはファーストフード店などの低賃金、低スキルの仕事を破壊しました。

すると、人々はよく「ファストフード店の従業員が遺伝学者になれると本当に思えますか?」といった質問をします。

彼らは、適切なスキルを持たない失業者が将来の仕事に就くことができないため、大規模で組織的な失業に直面することになるのではないかと懸念している。驚くべきことに、議論の双方ともこの点については同意している。テクノロジーが、低スキルで低賃金の仕事を破壊し、高スキルで高賃金の仕事を生み出してきたことは疑いの余地がありません。

さて、これで物語は終わりですか?

私たち社会は、訓練を受けて新しい仕事で高給を稼ぐ人々と、訓練が足りず機械に仕事を奪われる人々の2つのグループに分かれる運命なのでしょうか。後者のグループは訓練不足のため、永遠に労働力から締め出されるのでしょうか。

答えはノーです。

「ファーストフード店の従業員は遺伝学者になれるのか?」この質問自体が間違いです。ファーストフード店の従業員は遺伝学者にはなりません。

しかし、大学の生物学教授が遺伝学者になり、高校の生物学教師が大学の職に就き、高校の教師の職に就くために代用教師がフルタイムで雇われ、というように全員が昇進していきます。

問題は、低スキルの仕事に就いている人が高スキルの仕事に就けるかどうかではない。むしろ、問題は「誰もが現在の仕事よりももう少し頑張れるか?」ということです。もしそれができるなら、そしてその答えはイエスだと私は確信していますが、テクノロジーが新しい「より高度な」仕事を生み出すたびに、誰もがやる気を出すことになります。 ”

これは単なる学術理論ではなく、西洋における 200 年にわたる経済史でもあります。

過去200年間、大恐慌を除いて、米国の失業率は2%から13%の間で推移している。ヨーロッパの変動幅は大きいが、それほど大きくはない。

200 年間の失業率のグラフを見て、どこで組立ラインが伝統的な製造業に取って代わったか、どこで蒸気動力が急​​速に動物の力に取って代わったか、あるいは産業が電光石火の速さで電気を採用したかを見つけてくださいと私に頼んだとしても、見つけることはできないでしょう。失業率の記録にも現れていないのです。

このことは、組立ラインを見なくてもわかります。これは 200 年間ずっと続いています。おそらく、50 年ごとに雇用の約半分が失われており、その割合は 1800 年以来ほぼ一定です。

なぜ過去 200 年間、半世紀ごとに雇用が半分ずつ失われてきたのに、失業は一度も発生しなかったのでしょうか。それは、失業が発生しなかっただけでなく、この期間に賃金上昇を背景に完全雇用が達成されたからです。

雇用の半分が失われ続けているのに、どうして賃金が上がるのでしょうか?

理由は簡単です。新しいテクノロジーは必ず労働者の生産性を高め、低賃金の骨の折れる仕事を破壊しながらウェブデザイナーやプログラマーなどの新しい仕事を生み出し、そうなると誰もがより良い仕事に就くことができるからです。

私たちの現在の状況は過去と何ら変わりません。テクノロジーの本質は常に、高度なスキルを要する仕事を生み出し、労働者の生産性を高めることであり、それは誰にとっても良いニュースです。

よく、将来仕事に就くために子どもは何を勉強すべきかと聞かれますが、私はたいてい、それは大したことではないと答えます。もし私が今知っているすべての知識を持って 80 年代半ばに戻れるとしたら、高校時代に何を学んでいたら今に備えることができたでしょうか。授業は 1 つしかなく、コンピューター サイエンスではなくタイピングだったので、誰が予想できたでしょうか。

素晴らしいスキルとは、新しいことを学ぶ能力であり、幸運なことに、私たち全員がその能力を持っています。実際、それは人類としての私たち独自の能力なのです。私の日々の仕事で主に行っているのは、長年にわたって習得してきたスキルです。私の経験では、あらゆるレベルの人に「もっとお金を稼ぐために、もっとやりがいのある仕事をしたいですか?」と尋ねると、ほぼ全員が「はい」と答えます。

これが私たちが今日ここにたどり着くまでに要したものであり、前進するために必要なものなのです。

<<:  見ないと後悔するよ! 2019年の人工知能業界の25の主要トレンド

>>:  2019年のAI開発の7つの分野

ブログ    
ブログ    

推薦する

AIは運輸業界をどう変えるのか

運輸業界は、現在のレベルに到達するまでに何百年にもわたる研究、実験、改良を経てきました。 1787 ...

...

作業の重複をなくしましょう! 30分で独自のディープラーニングマシンを作成する方法を教えます

[[327809]]画像ソース: unsplash繰り返し作業はいつも面倒です。新しいプロジェクトを...

IT 労働者の皆さん、AI があなたの仕事を「奪う」ためにやって来ています!今回はデータセンターからスタートします

[[349442]]人工知能に関する議論は現在、自動運転車、チャットボット、デジタルツイン、ロボット...

落とし穴を避けよう!ニューラルネットワークの欠点と短所を数え上げよう

最近、ディープラーニングが大々的に宣伝されており、人々はニューラル ネットワークをあらゆる場所で使用...

人工知能と医師が出会ったら何が起こるかを伝える7つの短編物語

[[187416]] Huxiu 注: この記事は、4 月 3 日に The New Yorker ...

人工知能は企業で実用化されつつある

AI は、従来のプロセスや従来のテクノロジーにまき散らされた魔法の精霊ではなく、ビジネスのやり方を根...

音声における GPT の瞬間: Meta が複数のタスクを解決するための普遍的なモデルである「画期的な」生成音声システムをリリース

GPT や DALL-E などの大規模な生成モデルが自然言語処理やコンピューター ビジョンの研究に革...

IoT機械学習とAIサービスの収益は2026年までに36億ドルに達する

COVID-19 パンデミックにより、増大するデータ量を管理し、そこから洞察を得るための IoT に...

機械学習モデルが公平かどうかを簡単に確認する方法

[[361220]] [51CTO.com クイック翻訳] 私たちはますます分断が進む世界に住んでい...

...

AI が Sogou 入力方式の新バージョンを強化: 音声認識は 9 つの言語をサポート

最近、Sogou 入力方式がバージョン 10.8 に更新されました。新バージョンでは、主に音声入力と...

中国科学院自動化研究所は、科学サブジャーナル「自己組織化バックプロパゲーションがネットワーク学習効率を向上」を出版した。

[[430306]]人工知能の分野では、現在人工ニューラルネットワークで広く使用されているバックプ...

ハーバード大学コンピュータサイエンス学部の旗艦プロジェクトはAIをメンターとして採用している

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...