Kas Robot võtab sinu töö?

Automatiseerumine, tehnoloogiline tööpuudus ja üleüldine mure tuleviku pärast on märksõnadena üha enam meedias, raamatutes ja poliitikute jutupunktides. See uus ajastu vajab pidepunkte, mida ma loodan siinkohal järgneva ülevaatega pakkuda.

Raamatud on olnud põhiliseks praeguse debati käivitajaks ja ülal hoidjaks. Keeruline on selget alguspunkti paika panna, aga Andrew McAfee ja Erik Brynjolfsson on hinnanud oma 2017. aastal ilmunud raamatus Machine, Platform, Crowd: Harnessing Our Digital Future, et nö Teise Masinajastu esimene algus oli 90ndate keskel, mil arvutid hakkasid inimeste asemel tegema palju rutiinseid tööülesandeid, ja teine algus 2010. aasta kandis: 2010 avalikustas Google, et on Californias testimas isejuhtivaid sõidukeid, 2011 võitis IBM-i Watson Kuldvillaku mängus inimesi ja umbes samal ajal muutusid nutitelefonid Lääne inimese igapäevaelu osaks. Suuresti pärast 2010. aastat hakkasid järjest ilmuma raamatud, mis kuulutasid uue ajastu algust: 2014 Erik Brynjolfsson ja Andrew McAfee enda The Second Machine Age: Work, Progress, and Prosperity in a Time of Brilliant Technologies (raamatu sisust ilmus osa algselt lühemal kujul 2011. aastal pealkirjaga Race Against the Machine), Martin Fordi 2015. aastal avaldatud raamat Rise of the Robots: Technology and the Threat of a Jobless Future (mis kordas osalt Fordi argumente aastast 2009, mil ilmus The Lights in the Tunnel) ja lõpuks ka Maailma Majandusfoorumi asutaja Claus Schwabi The Fourth Industrial Revolution: what it means, how to respond (2016), mis näitas kuivõrd on arutelu automatiseerumise ja võimaliku tehnoloogilise tööpuuduse osas jõudnud nn põhivoolu.

Kõige selle taustal motiveeris 2008. aasta globaalne majanduskriis paljusid tööandjaid, kelle sissetulekud vähenesid, aga kulud jäid samaks, hakkama tõsiselt kaaluma inimeste asendamist masinatega ja seda võimalusel ka tegema. Lisaks on samal perioodil avaldatud kolm uuringut, mille tulemuste najal inimesed tihti arutavad tehnoloogia mõju tööjõuturule: a) Frey & Osborne analüüs Future of Employment (2013), b) OECD rahastatud 2016. aastal avaldatud analüüs, mis oli paljuski vastus Frey & Osborne’i analüüsile ja selle puudujääkidele, ja konsultatsiooniettevõtte McKinsey analüüsid The Future of Work ja Shaping the Shaping the future of work in Europe’s 9 digital front-runner countries (mõlemad 2017), milles samuti oli analüüs tööülesannete kaupa.

Argumendid tehnoloogilise tööpuuduse poolt ja esimesed uuringud

Frey & Osborne hindasid 2013. aastal, et USA töökohtadest on automatiseeritavad 47%. Nende lähenemist kasutades korrati analüüsi metodoloogiat mitmel pool ja saadi tulemuseks, et kõrge automatiseerumise riskiga (üle 70% tõenäosus, et töökoht automatiseeritakse) on Suurbritannias ja Soomes 35% töökohtadest, Saksamaal 59% ja Eestis hindas Sikkut portaalis poliitika.guru, et Frey & Osborne’i metoodikaga on automatiseerumisohus 70% Eesti töökohtadest¹. Frey & Osborne’i analüüsi metoodikat kritiseeriti paljude akadeemikute poolt, kuna nad võtsid töökohti tervikuna, mitte ei analüüsinud tööülesandeid töökohtade sees eraldi, aga osa kriitikat tundub olevat hilisema kommunikatsiooni probleem. Autorid ise  rõhutasid algses analüüsis, et nende arvutused on siiski vaid automatiseerumise risk (mis võib aga ei pruugi realiseeruda nende hinnangul kümnendi või kahe jooksul) ja jätsid teadlikult kõrvale võimalike uute töökohtade  tekke. Peab ka märkima, et Frey & Osborne’i analüüs täitis tänuväärset rolli algatada debatt tehnoloogia (ja eriti tehisintellekti) mõju üle tööturule. Kui vaadata ajaloos tagasi, siis nii 30ndatel kui ka 60ndatel oli USAs hirm ja debatt selle üle, et “masinad võtavad enamiku või kõik tööd ära”. Debatid tehnoloogilise ja struktuurse tööpuuduse võimalikkuse üle motiveerisid USA majandusteadlasi koguma esimest sisulist majandusstatistikat USAs (30ndatel) ja täiendama seda, mida ja kuidas koguti ja analüüsiti (60ndatel).²

OECD analüüsis kritiseeritakse ka Frey & Osborni selle eest, et nad keskenduvad liiga palju võimalikule riskile asendada tööd masinatega ning vähem sellele, kas konkreetse töö automatiseerimine on ka majanduslikult tasuv. OECD ja McKinsey analüüsid näitavad mõlemad  nii kaduvaid tööülesandeid ja töökohti, kui ka eeldavad uute teket. Kõrge automatiseerumise riskiga töökohti on analüüsi järgi OECD liikmesriikides keskmiselt 9%: USAs 9%, Suurbritannias 10%, Soomes 7%, Saksamaal 12%, Eestis 6% (mis on peaaegu 12 korda väiksem kui Frey & Osborne metodoloogiaga).

Selle taustal tasub välja tuua, et McKinsey prognoosis muutusi eri riikide  tööturgudes ning ka võimalikku majanduskasvu ja uute töökohtade teket. Eesti osas on majanduskasvu puhul ära toodud kaks äärmuslikku stsenaariumit: a) automatiseerumisevastane stsenaarium (SKP kasv 0,9% ja tööturg väheneks 0,4%) ning b) automatiseerumise osas eesrindlik stsenaarium (SKP kasv 3,1 % ja tööturu kasv 5,9%). Teine, optimistlikum, stsenaarium b) tähendaks ka töökohtade kadu võrreldes praeguse tööturuga 27%, millele oleks tasakaaluks uued töökohad tehnoloogiavaldkonnas (+9%) ja uued mittedigitaalsed tööd (+24%).

Mis siis on tehnoloogiline tööpuudus ja miks praegune erineb varasemast?

Tehnoloogia poolt põhjustatud tööpuudust esineb tööturul alati. Tihti on see ka valitsuste ja ettevõtete vaikimisi eesmärgiks, kui räägitakse innovatsioonist. Kui jätta kõrvale uuendused organisatsioonide toimimises (mida enamasti on vähe), siis enamus innovatsiooni on tehnoloogiline. Tehnoloogilise innovatsiooni eesmärk aga on tihti inimelemendi vähendamine protsessides või tööülesannete sooritamine, mis varasemalt olid kas tehniliselt võimatud või majanduslikult mittetasuvad, mille tagajärg võib mh olla tehnoloogia poolt põhjustatud tööpuudus. Meediakajastuses aga on tihti termini tehnoloogiline tööpuudus all mõttes kas ulatuslik või lausa kõikide töökohtade kadu tehnoloogia arengu ja kasutuselevõtu tõttu. Selgemaks aruteluks nimetaksin seda seisundit täielikuks tehnoloogiliseks tööpuuduseks ja eristaks sellest tehnoloogia mõju tööturule, mis võib kunagi viita täieliku tehnoloogilise tööpuuduseni aga ei pruugi.

Raamatus Machine, Platform, Crowd on toodud ära üks meeldejääv jaotus praeguste võtmetrendide ja tehnoloogiate kohta: DANCE: Data, Algorithms, Networks, Cloud, Exponentially improving hardware. Teisisõnu McAfee ja Brynjolfsson’i arvates eristub praegune olukord  varasemast, kuna on võimalik koguda suurandmeid, mille najal saab välja õpetada üha paremaid masinõppe algoritme. Lisaks on nende algoritmide väljaõpetamiseks ka võimalus osta pilvearvutusteenust ja taustal on enam-vähem paika pidanud Moore’i seadus, mille järgi kahekordistub arvutusteks kasutatavate protsessorite jõudlus  ligikaudu iga 18 kuuga (mille puhul on võimalik, et see trend enam ei kehti nagu arvab mh robootik Rodney Brooks). Neile trendidele lisaks on internet võimaldanud ka inimeste iseorganiseerumist, millest on sündinud mitmed edukad ühisloome projektid (Wikipedia, Linux jpt). Varasemate tehnoloogilise tööpuuduse debattide ajal 30ndatel ja 60ndatel ei eksisteerinud antud viiest komponendist mitte ükski sellisel kujul nagu praegu. Siiski kehtivad ka nüüd nende trendide taustal mõningad üldised majanduslikud ja inimlikud seaduspärasused.

Argumendid tehnoloogilise tööpuuduse vastu

OECD 2016. aasta uuringus on toodud ära kolm vastuargumenti tehnoloogilisele tööpuudusele ehk kitsamalt, miks automatiseerumise risk ei väljendu alati töökohtade vähenemises:

1) Tehnoloogia kasutuselevõtt on aeglane protsess majanduslike, juriidiliste ja sotsiaalsete barjääride tõttu, seega tehnoloogia tihti ei mõjuta inimeste tööülesandeid nõnda nagu tavaliselt eeldatakse;

2) Isegi, kui uus tehnoloogia kasutusele võetakse, siis töötajad saavad kohaneda muutunud tehnoloogilise keskkonnaga vahetades tööülesandeid ning vältides seega tehnoloogilist tööpuudust;

3) Tehnoloogiline muutus võib lisaks luua uusi töökohti, kuna tõuseb nõudlus uute tehnoloogiate järele, millele aitab kaasa ettevõtete ja riikide soov jääda konkurentsivõimeliseks. Näiteks Linkedini 2017. aasta ülevaates on viimase viie aasta tõusuteel olevate töökohtade nimistu tipus masinõppe insener (9,8-kordne kasv) ja andmeteadlane (6,5 kordne kasv). Peale selle on Institute for the Future hinnanud, et 85% töökohtadest aastal 2030 pole veel leiutatud.

Esimese argumendi sõnastaksin ümber koondnimetuse alla “ühiskondlik inerts”, sest mitte kõik ei tunne end mugavalt uue tehnoloogiaga või on uuendustest otseselt negatiivselt mõjutatud ja võivad innovatsiooni levikut hakata pidurdama. Samas selle argumendi teine pool — “tehnoloogia tihti ei mõjuta inimeste tööülesandeid nõnda nagu tavaliselt eeldatakse” saab ka ümber pöörata ehk tööülesandeid ja töökohti võib kaduda rohkem kui alguses prognoositi (prognoosidest ja ekspertidest kirjutan rohkem lõpupoole). Mõned tehnoloogia üle mõtlejad arvavad, et tehnoloogiline areng tuleval paaril aastakümnel saab olema kiirem kui enamus inimesi eeldab ja seega võib eeldada ka arenguid tehisintellekti insenerilähenemistes, mis tagaks mh ka üha parema ja kiirema võimekuse sooritada inimülesandeid inimeste asemel. Sellistest mõtlejatest kõige kuulsam on Ray Kurzweil eesotsas oma 2001. aasta esseega “Law of Accelerating Returns” ehk nö “ennastvõimendavate saaduste seadus”. Kurzweili hinnangul  taastoodab progress sel sajandil läbi teabe, tootmisvõimekuste ja arvutite arvutusvõimsuse kasvu rohkem ning kiiremat teadmiste kasvu ja tehnoloogia arengut. Siiski on  ka sellel argumendil vastaspool — probleemid, mis vajavad lahendamist edasiseks innovatsiooniks, on üha keerukamad (näiteks isejuhtiva auto arendamine võrreldes aurumasina leiutamisega).

OECD kohanemise argument on mulle minu jaoks veidi probleemne. Töötajad saavad kohaneda vahetades tööülesandeid, aga kas nad on selleks alati võimelised? Eriti, kui uued tööülesanded võivad olla üle võimete või töötajal enesel puudub otsene motivatsioon end uuemate tehnoloogiate osas kurssi viia. Näiteks 2015 Haridus- ja teadusministeeriumi poolt tellitud uuring selgitamaks välja, milline on Eesti inimeste võime tehnoloogiarikkas keskkonnas probleeme lahendada. Uuringu tulemustest tooks ühe lause eriti välja: “10% Eesti täiskasvanutest kasutab arvutit mitmekülgselt. Aktiivseid arvutikasutajaid, nii töiseid kui ka mittetöiseid, on ühtekokku 39%. 51% täiskasvanutest kasutab aga arvutit väga vähe või ei kasuta seda üldse.” Lisaks tundub Eestis Töötukassal ning ettevõtete ja avaliku sektori juhtidel tihti suurema võimaliku tootlikkuse ja töötajate kohanemisvõime vastu olevat üpris vähene huvi.

“Ühiskondliku inertsi” argumendile saab aga lisada ühe labase probleemi — maailmas pole praegu piisavalt informaatikaharidusega inimesi, eriti kes oleksid pädevad masinõppes ja robootikas, et isegi olemasoleva tehnoloogiaga suurel määral tööülesandeid ja kohati isegi töökohti automatiseerida. USA tööportaali LinkedIn andmetel on praegu USAs rohkem kui 1600 vaba masinõppe inseneri töökohta. See kuulub minu hinnangul ühiskondliku inertsi alla, sest inseneride puudujääk kindlasti ei saa olema püsiv probleem. Nõudlusele vastab pakkumine. Eestis on pädeva andmeteadlase palk 2000 — 4000€+ ja Šveitsis 10 000€ kandis. See palgatase peaks motiveerima ka tehnoloogiakauget inimest huvituma vastavatest Coursera ja edXvabaltsaadavatest veebikursustest, rääkimata informaatikutest, kelle fookus on praegu mujal.

OECD argumentidele lisaksin aga veel viis:

4) Inimesed oskavad rohkem, kui nad arvavad ning kuigi mõned (töö)ülesanded võivad tunduda meile lihtsad, on masinatel neid raske järgi teha. See on David Autori poolt sõnastatud nn Polanyi paradoks³ ehk “me oskame rohkem kui me teame”, mis tähendab, et enamus töökeskkondi pole täielikult etteaimatavad ja inimesed ka väga hästi ei oska ise sõnastada, milliseid reegleid nad kasutavad tööülesannetega hakkama saamiseks. Sarnane tähelepanek tuleb robootikast ja kannab nimetust Moraveci paradoks: “Mis masinatele lihtne, on inimestele raske ja vastupidi”. Robootik Hans Moravec on hinnanud enda 1988. aasta raamatus Minds Children, et evolutsioon on nägemisvõimele kulutanud ligikaudu 540 000 000 aastat, kahejalgsele liikumisele 230 000 000 aastat ja abstraktsele mõtlemisele ainult 100,000 aastat. Sümbolites ja reeglites mõtlemine abstraktsel tasandil on suhteliselt uus “leiutis” evolutsiooni poolt. Seega arvutitel numbritega tehteid teha või if … then reegleid täita on lihtne, samas kui robootikas (mis on põhimõtteliselt tarkvara, millele on antud käsutada füüsiline keha) pole sugugi nii lihtne ületada evolutsiooni saavutusi. Majandusteadlane David Autor on nende mõlema paradoksi tõttu ka soovitanud praeguse debati juures rahulikuks jääda — enamus siiani demonstreeritud tehnoloogiast on töötanud kitsas, piiritletud ja tihti lihtsustatud tegevusdomeenis ja füüsilisi tegevusi, mis vajavad nii meelte kasutamist kui ka jäsemete liigutamist, on märksa raskem sooritada kui alistada inimest males;

5) Mõningaid teenuseid eelistatakse saada inimestelt, isegi kui neid on võimalik ära automatiseerida. Võib mõelda klienditeenindajatest ajaloolises Werneri kohvikus Tartus vs McDonaldsis. Werneri puhul on inimteenindus osa kohviku atmosfäärist, aga kuuldused⁴ McDonaldsi plaanidest hakata laiendama inimvaba automaatteenindust ei tundu kliente heidutavat. Selle argumendi tähtsus ajas tõenäoliselt väheneb, kuna inimsarnaseid roboteid, mis inimestes kõhedust ei tekitaks, osatakse teha üha paremini . Jaapani robootikaettevõte SoftBank panustab sellele näiteks väga tugevalt. Samuti on inimeste töös hoidmine ka teatud jõukuse taseme juures kohatine staatusesümbol — “Näe, ma jaksan inimest palgata, kuigi robot on odavam!”. Siia võib ajuti lisanduda ka julgeolekuküsimus ajastul, kui praktiliselt kõik arvutisüsteemid on häkitavad. Vahel võib osutuda turvalisemaks hoida olulist infot ainult mõne üksiku inimese ajus ja ei kuskil mujal;

6) Kõik olemasolev vajab hooldust ja seega ka tööd. See tähendab mitte ainult infrastruktuuri hooldamiseks kuluvaid ressursse, vaid seda hooldust peab keegi (või miski) tegema. Isegi olemasolevate asjade hooldus nõuab pidevat sisendenergiat ja tööd selle füüsikalises tähenduses. Termodünaamika teine seadus sätestab, et entroopia kasvab kinnises süsteemis alati kui ei tehta tööd selle süsteemi ülal hoidmiseks;

7) Kapitalistlik majandussüsteem põhineb majanduskasvul ja seega asjade ja teenuste hulk, mida on vaja toota, kasvab ajas pidevalt. See põhineb nii inimeste füsioloogilistel baasvajadustel (toit, vesi, õhk), kui  tarbimisühiskonnas ka paljuski inimeste emotsionaalsetel vajadustel (meelelahutus, eneseteostus), mille taastäitmiseks ei pea mitte ainult tarvitama uuesti sama teenust või toodet vaid tihti seda elamust ka ületama. Inimesed ja inimeste poolt loodud organisatsioonid (seltsingutest suurkorporatsioonide ja rahvusriikideni) omavad enda olemasolu jooksul nii vajadusi kui ka eesmärke ja kõikide organisatsioonide eesmärgid kokku pole täidetavad planeet Maa pinnal olemasolevate ressurssidega (enamus ettevõtetel on eesmärgiks ju kasvada majanduslikult nii palju kui võimalik). Seega ka töö hulk, mida teoreetiliselt peaks saama teha, on alati suurem kui inimkonna võime seda teha ja tööd on alati sellises süsteemis rohkem vaja ära teha kui on tehtud;

8) Kui töö koosneb tööülesannetest ja osad tööülesanded on ära automatiseeritavad, siis saab rohkem teha neid tööülesandeid, mida ei automatiseeritud. Osade tööülesannete kadu ei pruugi tähendada töö nõudluse vähenemist, vaid selle töö raames pakutava teenuse rohkemat pakkumist. Turul on nii nõudlus kui ka pakkumine. Osade tööülesannete kadu tähendab, et töötaja võib teha oma töö raames ka uusi tööülesandeid … või vanu tööülesandeid rohkem vabaneva aja, energia ja mõtlemisresurssi arvelt. Nimelt tundub mulle, et mõningaid teenuseid tarbitaks märksa enam kui neid odavamini pakutakse. Näidetena tulevad pähe meditsiin ja transport ning logistika.

Maailmas on suur puudus arstide järele, mistõttu meditsiiniteenuse järele on meeletu nõudlus (eriti Aafrikas, aga ka Eestis on tunda ravijärjekordade pikkust ja näha meditsiinitöötajate pikki tööpäevi). Diagnoosimisel tundub eriti kasu olevat arvutialgoritmidest, mis piisava järelvalve puhul, jätaks aega teistele tööülesannetele ja rohkematele patsitentidele.

Veokijuhid teevad veoki punktist A punkti B jõudmise ajal ka muid tegevusi kui ainult veoki juhtimine. Mõnikord on ootamatult vaja sõidukit remontida (mis nõuab arvestatavaid teadmisi, kuidas töötab veoki sisepõlemismootor, mehaanika ja elektroonika) või kuidas tegutseda ootamatutes liiklusolukordades (masinõppes tundud kui edge cases). Need pole lahendamatud probleemid. Akude ühe parem mahutavus muudab elektrimootorid lähitulevikus majanduslikult elujõuliseks ja see omakorda vähendab hoolduskulusid, kuna elektrimootoris on oluliselt vähem liikuvaid osi kui sisepõlemismootoris. Ootamatud olukorrad võib aga delegeerida vajalikul hetkel kaugjuhtimisele (millega tegeleb ka päris mitu Silicon Valley iduettevõtet) või koguda lihtsalt nii palju andmeid päris maailma päris liikluse kohta, et üllatuslikke olukordi jääks väga väheseks. Igal juhul isejuhtivate sõidukite tehnilise arengu ja laialdasema leviku tõttu võib eeldada transpordi- ja logistikateenuse odavnemist, mis tõenäoliselt tähendab, et tooteid ja inimesi lihtsalt transporditakse palju rohkem kui praegu.

Lisaks on üks nüanns, mis pole tihti ilmselge, aga on osa üldisest teenuste kvaliteedi tõusust — masina lisamine protsessi võib tihti viia parema teenuseni, kuna osa automatiseerimist ei asenda inimest, vaid võimestab teda. Tehnoloogiaajaloolane ja insener David A. Mindell on täheldanud oma raamatus Our Robots, Ourselves, et tsiviillennunduses Heads Up Display (peaesine osaliselt läbinähtav kuvar) kasutuselevõtt võrrelduna automaatmaanduriga (autoland) suurendas nii lennuohutust, vähendas lennukite hoolduskulusid (kuna maandumised olid ühtsemad) kui ka oli pilootidele rohkem vastuvõetav kui olla lihtsalt automaatsüsteemile valvur. Inimene pole rutiini jaoks loodud ja kui on võimalus vaimselt mitte kohal olla, siis ta seda ka ei ole. See viib aga oskuste kaoni, mida on tõestanud mitmed traagilised lennuõnnetused üleautomatiseeritud lennukitega — kui oli vaja järsku lennuk segadusse sattunud või rikki läinud autopiloodilt üle võtta, sattus ka lennukipiloot segadusse. Flight Safety Foundation’i 2009. aasta uuringu kohaselt oleks 38% vaatluse all olnud 1995-2007 lennuõnnetustest olnud ärahoitavad ja lausa 70% kui tegemist oli õhkutõusmiste ja maandumistega kui oleks kasutusel olnud moodne Heads Up Display. Kui kõik oluline on silme ees, siis on märksa kergem keskenduda ja on väiksem tõenäosus, et miski oluline jääb tähelepanuta.

Eksperdid ja prognoosid

Inimesed üleüldiselt on tulevikutrendide ja sündmuste prognoosimisel halvad. Pew 2016 küsitluse järgi eeldab 2/3 ameeriklastest , et robotid ja arvutid teevad 50 aasta pärast enamik töid ära. Samas sellest samast valimist 80% ameeriklastest eeldab, et nende enda töö jääb alles ka 50 aasta pärast.⁵ Kui kahte eelnevat lauset mõttega lugeda, siis peaks ilmnema ilmselge vastuolu. Inimesed võivad küll ette kujutada ulatuslikku töökohtade kadu aga mitte enda töökoha kadumist. Samas pole eksperdid  paremad. Pew poolt 2014 küsitletud valitud ekspertide hinnangud jagunevad praktiliselt pooleks selle osas, et kas tulevik tehnoloogilise arengu taustal on helge või mitte — 48% vs 52%. Napp vähemus ehk 48% arvas, et tulevikus kasvab sissetulekute ebavõrdsus, töökõlbmatuid inimesi saab olema rohkem ja on karta ühiskondliku korra lagunemist; 52% arvas aga, et tekivad uued tööd ja tööstused ning uusi töid tuleb juurde rohkem kui automatiseerumisega ära kaob.

Musternäide sellest, et valdkonnas sees olevad inimesed pole prognoosimises tavainimesest paremad,  tuleb aga ühest 2015 algatatud ja 2017 ilmunud küsitlusest, kus uuriti inseneride endi hinnanguid sellele, kui kauges tulevikus on masinate poolt tehtavad kas konkreetsed tööülesanded või tööd. Kui küsiti, millal suudab tehisintellekt teha kõiki tööülesandeid (All Human Tasks) paremini ja odavamalt kui inimesed, siis keskmiselt arvati olevat 50% tõenäosus, et see juhtub aastaks 2062 ja 10% tõenäosus, et see juhtub aastaks 2026. Sellele kõrvutuseks teine küsimus — “mis aastal suudavad masinad teha inimestest paremini kõiki töid (All Human Jobs) paremini ja kiiremini”. Selle küsimuse peale arvati, et on 50% tõenäosus, et see juhtub 2139 ja 20%, et see juhtub 2037. Nagu Scott Alexander oma blogis välja tõi — see on sama küsimus erinevalt sõnastatud, sest töö koosneb tööülesannetest.

Samas peab välja tooma, et see küsitlus on kohati üllatavalt kiiresti aegunud. Keskmiselt hinnati, et pokkeri alistamine arvutiprogrammi poolt oleks pidanud toimuma 2016. aastast 4 aasta kaugusel ehk 2020, kuid tegelikult alistas arvutiprogramm professionaalse pokkerimängija Texas Hold’em pokkeris juba 2017. Samuti vajab täpsustamist Go küsimus (pildil viimane). Inimene alistati Go mängus esimest korda 2016. aastal (AlphaGo vs Lee Sedol 4-1) ja see programm, mis inimese alistas, alistati omakorda parema, efektiivsema ja kiirema programmi poolt 2017. aasta sügisel 100-0. Küsitluses aga uuriti, millal suudab arvutiprogramm alistada inimese, kui programm treenib end sama palju Go mängu mängides nagu inimene. Lee Sedol on oma elu jooksul mänginud hinnanguliselt 50 000 mängu, aga DeepMindi AlphaGo mängis arvatavasti sadu miljoneid kordi enda vastu. Seega osalt tundub Ray Kurzweili argument paika pidavat — tehnoloogiline progress on kiirenemas. Teisalt tasub meeles hoida Polanyi ja Moraveci paradoksid —  kui miski on inimestele raske ja arvutile kerge, siis see pole alati objektiivne mõõdupuu läbimurde raskusest ning tihti pole arvuti edu konkreetses ülesandes ka üks-ühele võrreldav inimvõimekusega samas tegevuses. Lisaks selliste saavutuste (ja DeepMindi asutaja Demis Hassabise pidev loosung: “Esmalt lahendame intellekti ja siis lahendame kõik muu”) taustal võib kergelt ununeda asjaolu, et tegemist on piiratud tegevusdomeeniga.

Minnes aga majandusteadlaste juurde, siis hea allikas on IGM Economic Experts Panel, kus valitud hulga majandusteadlaste käest küsitakse arvamusi päevakajalistel teemadel ja mis veelgi olulisem — nende kindlust antud vastuses. Aastal 2014 oli USA majandusteadlastele üleval küsitlus robotitest ja nende mõjust tööturule. Küsitluse esimese väitega “Automatiseerumine ajalooliselt ei ole vähendanud tööhõivet USAs” on nõus peaaegu 2/3 vastanutest (graafikul agree) ja 18% on veel lisaks tugevalt nõus (strongly agree).

Euroopa valitud majandusteadlastele esitati 2017. aastal veidi teistsuguse sõnastusega väide: “Eeldades, et tööturu institutsioonid ja ümberõpe jäävad samaks, siis kas suurem robotite ja tehisintellekti kasutamine võib viia suurenenud hulga pikaajaliste töötuteni arenenud majandustes?” Tugevalt nõus oli ainult 2%, kuid nõus oli 26%, ebakindel 24% ja 18% olid vastu.

Tahaks kõigi nende eriarvamuste taustal välja tuua, et levinud väide “alati on uusi töökohti tekkinud” on minu arust laisk retooriline võte. Minevik ennustab tulevikutrende hästi kuniks maailm, milles me asume, on samasugune nagu see maailm, kus varasemad trendid ja debatid tehnoloogilise tööpuuduse üle toimusid. See ei tundu enam nii olevat. Praegune maailm on keerukas, nn DANCE trendid arenevad jõudsalt (kuigi tõenäoliselt mitte igavesti, eksponentsiaalsed trendid on tihti S-kujulised ehk kuskil tuleb piir ette nagu on kirjutanud mh robootik Rodney Brooks) ja seega on keerukas ka igasugune prognoosimine selle maailma kohta. McAfee ja Brynjolfssoni uusimas raamatus on ka üpris mõistlik ettepanek ettevõtetele selle osas: mitte liialt pikalt ette planeerida ja pidevalt eksperimenteerida. Ma lisaks siia, et tasub hoida nii ettevõtlus, riik kui ka ühiskond laiemalt õppimisvõimelise ja ekperimenteerimishuvilisena. Futurist Alvin Toffler on parafreesides Herbert Gerjuoy’d öelnud, et “21. sajandi kirjaoskamatud pole mitte need, kes ei suuda lugeda ja kirjutada, vaid need, kes ei suuda õppida, õpitut unustada ja ümberõppida”. Tundub, et sama ei kehti mitte ainult inimeste kohta üksikult, vaid ka organisatsioonide kohta laiemalt — olgu nad seltsingud, riigid või suurkorporatsioonid.

Samas kõikide nende analüüside ja ekspertprognooside taustal on raske eirata asjaolu, et mitte kunagi varem pole olnud nii ulatuslikke teadmisi nii nõudluse kohta (mida inimesed tahavad) ja selle tekitamise võimaluste kohta (mõjustamine turunduse ja kommunikatsiooni kaudu) kui ka inimeste oskuste kohta (läbi psühholoogia, neuroloogia, paremad teadmised inimeste ja [töö]loomade füsioloogiast). Need on kohati alandlikud teadmised, mille kõrval on ka suurenev arusaam kui suured on puudujäägid sellest, mida me peaksime teadma, et tõsiselt aru saada inimese ajust, kehast ja psüühikast. Pole teada, kas see saab olema piirang inimülesannete asendamisel masinatega. Demis Hassabis ütles peale viimast läbimurret Go mängu alistamises, et “me pole enam piiratud inimteadmiste poolt”. Ka lennukid said väga edukalt leiutatud, kuigi nende tööprintsiip lendamiseks on teine kui lindudel. Kuid nagu varasemalt välja tõin, siis jätkuvalt kehtivad majanduslikud ja inimlikud põhimõtted, tööd on ikka rohkem kui jõuab ära teha, lisaks on taustal alati küsimus majanduslikust tasuvusest ja sellest, kas ja kuivõrd inimesed uue tehnoloogia omaks võtavad. Suures plaanis pole ka eriti vahet, kas tööd teevad masinad või inimesed. Küsimus on pigem, et kuidas meie, inimestena, ühiskonnas tulevikus kavatseme hakkama saada ja kas võtame muutusi tööturul paratamatusena või oleme osalised selle kujundamisel. Kõike, mida saab automatiseerida, ei pea automatiseerima ning need, kes masinate tõttu võivad kaotada töö, ei pea olema ühiskonna poolt unustatud ja hüljatud. Samuti ei peaks ununema võimalikud majanduslikud hüved, mille ümberjagamine on poliitiline küsimus, aga mille tekkest peaksime olema huvitatud kõik. Üle kõige peaks aga debatt võimaliku tehnoloogia poolt põhjustatud tööpuuduse lahenduste ja leevenduste osas liikuma kaugemale kui argumentide leidmine kodanikupalga poolt- ja vastu olemiseks. Jätkuvalt on olemas poliitikameetmed nagu ümberõpe, miinimumpalk, progressiivne tulumaks, varamaksud, teadus- ja arendusrahastus, kaubanduspoliitika ning ka kõik teised riigile kättesaadavad majanduse mõjutamise hoovad.

---