Өнімділікті арттыру үшін машина қолдану жаңалық емес. Кез келген құрал машина болғандықтан, адамзат планетамызбен салыстырғандағы қысқа тарихында оны қолданып келеді. Алайда алғашқы өнеркәсіптік революция кезінде, бу қуаты мен механикаландыру өнімділіктің күрт өсуіне әкелгенде бұл үдеріс тоқтаусыз арта бастады.
Елдің бәрі мұндай өзгерісті қолдаған жоқ. Көпшілік жұмыс күшіне сұраныстың төмендеуі тұрақты жұмыссыздықты көбейтеді деп алаңдады. Әйтсе де, іс жүзінде бұлай болған жоқ. Керісінше, өнімділік пен табыстың өсуі сұранысты және осылайша экономикалық белсенділікті күшейтті. Уақыт өте келе еңбек нарығы дағдыларға бейімделіп, ақыр соңында жұмыс уақыты қысқарды, өйткені табыс пен бос уақыттың тепе-теңдігі өзгерді.
Иә, машиналар экономиканың ақпараттық, бақылау және транзакция салаларында көптеген міндеттерді автономды түрде орындайды. Осылайша, адам еңбегін пайдалану автоматтандыруға жол берген кезеңде, жұмыс орындарын ауқымды түрде жоғалту қаупі қайта күшейе түсті. Бәрін былай қойғанда, әрекеті күнде қайталанатын, оңай кодталатын офистік және қызмет көрсету саласындағы жұмыстар, әсіресе 2000 жылдан бері өте тез жылдамдықпен жоғалып келеді. Аталған жұмыс орындарының көп бөлігі орташа кірісі бар адамдарды қамтығандықтан, бұл үдеріс табыс пен жұмыстың полярлануына әкеледі.
Дегенмен, ХІХ ғасырдағы секілді еңбек нарығы да бейімделіп жатыр. Бастапқыда жұмысынан шығып қалған адамдар өздері меңгерген салада жұмыс іздеуі мүмкін. Бірақ мүмкіндіктерінің шектеулі екенін көрген соң, олар көп ұзамай біліктілігі төмен (немесе оңай қолжетімді) талаптарға сай жұмыс істей бастайды. Оның ішінде интернет арқылы қолжетімді гиг-экономикадағы ішінара жұмыспен қамту секілді табысы аз бағыттар да бар.
Уақыт өте келе көптеген жұмысшылар тұрақты емес, жоғары жалақы төленетін қызмет санаттарына қажетті дағдыларды игеруге ақша сала бастайды. Бұл әдетте көп уақытты қажет ететін процесс. Дегенмен кей елдерде, соның ішінде АҚШ-та үкімет, бизнес және білім беру мекемелерінің бастамалары арқасында бұған қол жеткізу жеделдетілген.
Бірақ институттық қолдау тетіктерінің қосылғанына қарамастан, дағдыларды дамытуға қол жеткізу баршаға бірдей мүмкін емес. Қажетті инвестицияны жеткілікті уақыты мен қаржылық ресурстары бар адамдар ғана жасай алады. Ал теңсіздік белең алған қоғамда көптеген жұмысшылар бұл топқа кіре алмайды. Осыған байланысты жұмыссыздықтың артып, теңсіздіктің көбеюіне және оның әлеуметтік-саяси салдарына алаңдауымыз керек секілді.
Әрине, технологиялық бейімделу дағдыларын игеру мәселені шешуге ықпал етуі мүмкін. Неге десеңіз, нарыққа цифрлы құрал-жабдықтар мен жүйелерді пайдалануды жеңілдететін инновациялар қажет. Мысалы, пайдаланушының көрнекі индикаторлар арқылы электронды құрылғылармен өзара әрекеттесуге мүмкіндік беретін графикалық интерфейсі қазіргі таңда кең таралғаны соншалық, оны қалыпты деп қабылдаймыз. Осындай интуитивті тәсілдер барған сайын күрделі технологиялық процестерге қолданылатындықтан, қайта даярлауға қажеттілік пен цифрлы революцияның табысты үлестірудегі әсері азаяды.
Жасанды интеллект саласындағы прогресс те әсер етеді. Шамамен он жыл бұрын автоматтандырылған құрылғылар міндеттерді кодтауға сүйенетін. Машиналар бағдарламасы адамның шешім қабылдау логикасына сай жасалып, қажетті нұсқаулар жиынтығы көрсетілетін. Бірақ қисынға көнбейтін, алдын ала анықтауға келмейтін тапсырмалар туралы не айта аламыз? Қарапайым секілді көрінетін табиғи тілді түсінуден бастап, объектілерді көзбен тануға дейін таңғаларлық әрекеттер жиынтығы осы санатқа сәйкес келеді. Бұл көптеген жұмыс орындарын автоматтандыруға жол берген жоқ. Алайда жасанды интеллектінің, машиналық оқудың дамуы салдарынан бұл үдеріс ұзаққа созылмады.
Машиналық оқыту – өте күрделі заңдылықты тани білу. Өте көп мәліметтерді және есептеудің үлкен қуатын пайдаланып, машиналар біз кодтай алмайтын нәрселерді жасауға үйренеді. Олар мұны ережелерге негізделген логикадан гөрі мысалдарды қолдана отырып жасайды. Машиналық оқытудағы жетістіктер автоматтандырудың жаңа бағыттарын ашты. Мәселен, роботтехника, автономды көлік құралдары және негізгі мақалаларға қажетті техникалық-медициналық әдебиеттерді сканерлеу. Генетика мен биомедициналық ғылымдағы үлгіні тану секілді көптеген салаларда машиналар жұмысшыларды алмастырып қана қоймайды, олардың мүмкіндіктері кез келген адамның қабілетінен асып түседі.
Бұл өте жақсы жаңалық. Иә, әлдеқайда көп тапсырмалар машиналарға қайта бөлінеді. Бірақ цифрлы революцияның мақсаты мен жетер жері – жұмысты автоматтандыруды цифрлы күшейтуге айналдыру. Машиналар адамдардың қолынан келмейтін тапсырмаларды орындаса, мақсатқа жеттік деген сөз.
Мұның нәтижесін қазіргі таңда нақты айту мүмкін емес. Әйтсе де, мұндай үзілісті кезең келешекте табысты арттырады деген сенім мол. Әлемдегі тұрғындардың кірісі төмен кезеңде жасанды интеллект пен роботтехника саласындағы жетістіктер жұмыс күшін қажет ететін өндірісті және оған тәуелді даму модельдерін бұзады әрі ығыстырады. Ақыр соңында, машиналық оқытуға негізделген мүмкіндіктер ғылыми зерттеулер мен технологиялық дамуға, сонымен қатар жоғары деңгейлі кәсіби қызметтерге үлкен әсер етеді.
Алайда біз қазір тепе-теңдікті емес, өте күрделі өтпелі кезеңде тұрмыз. Жұмысшылар мен еңбек нарықтарының табиғи бейімделуі әділ нәтиже беруін күте алмаймыз. Әсіресе, тұрғындар арасындағы табыс айырмашылығы үлкен кезде. Сондықтан саясаткерлер (бизнес, еңбек және мектептермен серіктесе отырып) кірістер мен байлық теңсіздігін төмендету шараларына, соның ішінде білім мен біліктілікті арттыру сияқты жоғары сапалы әлеуметтік қызметтерге жаппай қол жеткізуге баса назар аударуы керек. Мұндай әрекет жасалмаған жағдайда, цифрлы өзгеріс көптеген адамға теріс әсер етіп, ұзақ мерзімде әлеуметтік жағдайды төмендетеді.
Майкл СПЕНС,
Экономика саласы бойынша
Нобель сыйлығының лауреаты, экономика профессоры және Стэнфорд университетінің Жоғары бизнес мектебінің бұрынғы деканы.
Ол Гувер институтының аға стипендиаты, Луохан академиясының академиялық комитетінде қызмет етеді және Asia Global институтының консультативтік кеңесінің тең төрағасы
Copyright: Project Syndicate, 2021.
www.project-syndicate.org
