Van egy visszatérő emberi félelem, ami minden technológiai korszakváltáskor újra meg újra előjön, mi lesz a munkánkkal? Elveszi-e a gép? Leértékeli-e a tudásunkat? Vagy éppen új lehetőségeket nyit?

Voltak időszakok, amikor a gazdaság „többet termelt egy dolgozóval”, mégis megszakadt a kapcsolat a termelékenység és a reálbérek között (vagyis a dolgozók pénze nem ért többet). Két különösen látványos példa erre:

Ez a történelmi háttér nélkülözhetetlen ahhoz, hogy értsük a jelenlegi, mesterséges intelligencia által hajtott átalakulást. Ugyanis a múltban már látott mintázatok - például az, hogy a technológia a képzettebbeknek kedvez, vagy hogy a rutinszerű feladatokat automatizálja - ma is ugyanúgy működnek.

Az első ipari forradalom az emberiség történetének egyik legnagyobb társadalmi-gazdasági fordulópontja volt. A korábban jellemző agrár és kézműves világ fokozatosan ipari és városi társadalommá alakult át. A változás motorjai a gőzgép, a gépesített szövés és fonás, valamint a gyárrendszer elterjedése voltak. A munka lényege ezzel gyökeresen megváltozott, már nem a mester tudása és egyedi kézügyessége lett a fő érték, hanem a géphez igazodó termelés.

A forradalom előtt a gyártás nagy része egy olyan rendszerben zajlott, ahol a kézművesek otthon vagy kis műhelyben dolgoztak, függetlenül. Ebben a világban egy-egy szakma tudása évek, akár évtizedek alatt épült fel, és az ember maga irányította a munkáját.

A technológiai váltás első és legnagyobb vesztesei pontosan ezek a magasan képzett, de lassabban termelő kézművesek lettek. A gépesített gyárak hatékonysága mellett a kézi takácsok és fonók egyre nehezebben tudtak megélni, sokakat létbizonytalanságba sodort a verseny.

A régi szakmák visszaszorulása közben új munkakörök jöttek létre, amelyek korábban alig léteztek - vagy teljesen ismeretlenek voltak.

A gyáraknak szükségük lett gépkezelőkre. Ez már nem ugyanazt a tudást igényelte, mint a kézművesség, kevesebb „művészi szakértelmet”, viszont több fegyelmet, szabályokhoz alkalmazkodást és konkrét technikai ismeretet.

Megjelentek olyan szakmák, amelyeknek központi szerepük lett az ipari korszakban, például:

A munka átalakulása tehát nem pusztán annyi volt, hogy „eltűnt pár szakma”. Sokkal inkább egy teljes képességstruktúra cserélődött ki, más tudás lett érték, más viselkedés lett elvárt, és más helyen keletkezett a munka.

A második ipari forradalom idején új technológiai pillérek jelentek meg, az elektromosság és a belső égésű motor. Ez nemcsak új iparágakat hozott létre, hanem újabb átképzési hullámot is elindított.

Aki például a gőzgépek világában volt otthon, annak alkalmazkodnia kellett. Konkrét példa, a gőzgépekhez értő mechanikusoknak villanyszerelővé kellett válniuk, ha meg akarták őrizni a helyüket.

A tömegtermelés és a futószalag rendszere ráadásul hatalmas keresletet teremtett a betanított munkások iránt, olyan dolgozók iránt, akik egy standardizált folyamat egy-egy részletét ismétlik.

Az alábbi táblázat segít tisztán látni, miben különbözött a két korszak munkaerőpiaci hatása:

TÁBLÁZAT HELYE

Az 1970-es évek közepétől egy új korszak indult, a számítógépek és az internet elterjedése. Ezt gyakran szolgáltatási forradalomként említik. Itt a technológia már nem csupán a fizikai munkát érintette, hanem azokat a szellemi feladatokat is, amelyek ismétlődőek, szabályalapúak.

A váltás kulcsa tehát ez volt: a technológia elkezdte kiváltani a rutinszerű gondolkodást is.

A változás nem mindenkit ugyanúgy érintett. Két, egymással ellentétes irányba tolódott a munka:

TÁBLZAT HELYE

Az egyik legfontosabb gondolat David Autor kutatásaiban az, hogy a technológia kétféleképpen hat a munkára:

A történelmi adatok azt mutatják, hogy 1940 és 1980 között a két hatás nagyjából egyensúlyban volt, ami stabil bérnövekedést és alacsonyabb egyenlőtlenséget eredményezett.

1980 és 2018 között viszont az automatizálás felgyorsult, a kiterjesztés lassult, és ennek hatása a bérek szétválásában és az egyenlőtlenség növekedésében is látható lett.

Közben mégis érdekes tény, hogy a 2018-as állások mintegy 60%-a olyan kategóriába tartozott, amely 1940-ben még nem is létezett (például ipari mérnökök vagy rendszerelemzők).

Ebben a korszakban jelent meg az úgynevezett termelékenységi paradoxon is, hiába nőttek robbanásszerűen az informatikai beruházások, a munkaerő-termelékenység növekedése 1974 után lassult. A számok szerint:

Ennek magyarázata az adatok szerint lehetett az, hogy az átállás és tanulás költsége nagyon magas volt, illetve a technológia kezdetben még nem volt elég hatékony - ahogyan az első ipari forradalom elején is hosszú idő kellett, mire a gépesítés valódi jóléti hatásai széles körben megjelentek.

Ha az előző korszakokban a gépek főleg az izomerőt váltották ki, majd később a rutin, ismétlődő szellemi feladatokat, akkor a mostani hullám középpontjában valami kényesebb dolog áll, maga az „értelmesnek” hitt szellemi munka.

A jelenlegi, negyedik ipari forradalom fókuszában a mesterséges intelligencia és az önműködő rendszerek vannak. Klaus Schwab és más szakértők szerint ez a korszak több szempontból is eltér az eddigiektől. Nemcsak gyorsabb, hanem szélesebb körű, és a változás nem egy-egy ágazatot érint, hanem rendszerszinten fut végig a gazdaságon és a szervezetek működésén.

A lényegi különbség így foglalható össze: míg korábban a technológia sokszor „csak” helyettesített, most már a nem rutinszerű szellemi munkát, a kreativitást és az összetett döntéseket is megérinti.

Az AI hatásáról szóló előrejelzések két szélső pólus között mozognak.

A két állítás nem feltétlenül zárja ki egymást. Inkább azt mutatja, hogy ugyanazt a jelenséget két külön fókuszból nézik:

TÁBLÁZAT HELYE

A korábbi előrejelzések is azt emelték ki, hogy a legnagyobb visszaesés az irodai és adminisztratív munkakörökben várható, miközben a legnagyobb növekedés a számítástechnikai és matematikai területeken.

Különösen fontos jelzés a demográfiai hatás. Az AI-nak jobban kitett szakmákban a pályakezdők (22–25 évesek) foglalkoztatása 16%-kal visszaesett a tapasztaltabb dolgozókhoz képest. Ez arra utal, hogy az AI sokszor éppen azt a feladatréteget „szívja el”, amiből eddig a pályakezdők tanultak, az egyszerűbb, belépő szintű, jól körülírható munkákat.

Ez azért kritikus, mert a karrier sok szakmában úgy működik, mint egy lépcső, ha az alsó fokokat kiveszed, a felsőbb szintek utánpótlása is bizonytalanná válik.

A Microsoft Research és más intézetek adatai alapján vannak foglalkozások, amelyeknél különösen magas a technológiai kiválthatóságot jelző összpontszám („Overall Score”). A lista üzenete nem az, hogy „ezek a szakmák megszűnnek”, hanem az, hogy ezekben sok olyan feladat van, amit az AI könnyebben át tud venni.

TÁBLÁZAT HELYE

Ezzel szemben a legkevésbé kitett foglalkozások közé olyanok tartoznak, ahol a fizikai jelenlét, a nagy felelősség vagy a mély emberi kapcsolat kulcsfontosságú (például légiforgalmi irányítók, radiológusok, sebészek, vallási vezetők).

Itt érdemes észrevenni egy mintázatot. Ezek közül sok szerep nem klasszikus „programozás”, hanem irányítás, felügyelet, megfelelés, minőségbiztosítás. Vagyis az AI nemcsak új eszköz, hanem új „felügyeleti réteg” is.

A technológiai váltás nem pusztán arról szól, hány állás szűnik meg és hány jön létre. Legalább ennyire fontos kérdés, hogy milyen lesz a munkaélmény, könnyebb, biztonságosabb, emberibb vagy épp kontrolláltabb, bizonytalanabb, szorongatóbb.

Egy gyártósori munkások körében végzett tanulmány szerint az AI alkalmazása jelentősen csökkentette a depressziós tüneteket. Az ok egyszerű, az AI átvette a „piszkos, unalmas és veszélyes” feladatokat. A pozitív hatás különösen az alacsonyabb végzettségű és az 1980 előtt született munkavállalóknál volt erős, mert náluk a fizikai teher csökkenése nagyobb életminőség-javulást hozott.

Az önmeghatározás elmélete szerint a munka akkor táplálja a jóllétet, ha három alapvető pszichés szükséglet nem sérül:

Ugyanakkor van egy fontos csavar. A munka bonyolultsága módosíthatja a hatást. Túl komplex orvosi vagy mérnöki feladatoknál az AI korlátai frusztrációt okozhatnak, és pont az autonómia, illetve a kompetencia érzését csökkenthetik.

TÁBLÁZAT HELYE

Az AI itt nem úgy jelenik meg, mint egy újabb eszköz a szerszámosládában, hanem úgy, mint ami a munkaerő-kezelés logikáját is átírja.

A hagyományos munkaköri leírások helyét a készségek csomagjai veszik át. Az AI ugyanis egy munkakörön belül feladatokat tud automatizálni, ezért a HR-nek nem feltétlenül „állásokat” kell kiváltania, hanem a megmaradó feladatokat kell újrarendeznie és újrakombinálnia. A pénzügyi szolgáltatásokban például a készségek 43%-a változott 2020–2025 között.

Fennáll a kockázat, hogy kialakul egy kétsebességes munkaerőpiac. A technológiát irányító szűk elit extrém jövedelmet ér el, miközben a közepes készségű réteg bére stagnál vagy csökken a technológiai helyettesítés miatt. A minta emlékeztet az első ipari forradalom elejére, amikor a tőketulajdonosok nyeresége nőtt, a munkásoké pedig nem követte ugyanazt az ívet.

A populáris kultúra erősen befolyásolja, mennyire fogadják el az emberek az AI-t. Megjelenhet a „Terminator-szindróma” is, a félelem, hogy a gépek átveszik az irányítást vagy végzetes kockázatot jelentenek. Ezzel szemben a „Star Trek”-szerű jövőkép, ahol az AI partner és kiterjesztés, könnyítheti az integrációt. A HR-nek ezért tudatosan kell építenie a bizalmat és az átláthatóságot az algoritmusok használata körül.

A trendek alapján olyan irányok rajzolódnak ki, amelyek akkor is értelmesek, ha a pontos munkaerőpiaci forgatókönyv még vitatott.

Az AI forradalma ugyan ijesztő mértékű felfordulással járhat, de a korábbi korszakokhoz hasonlóan hosszabb távon a termelékenység növekedését és új munkalehetőségek megjelenését ígéri. A kérdés inkább az, hogy mennyire gyorsan tudunk alkalmazkodni, és hogyan tudjuk újradefiniálni az emberi hozzáadott értéket, amikor az intelligencia „tömegtermékké” válik.

Ha egyetlen történelmi tanulságot viszel magaddal a négy korszakból, ez legyen az: a technológia nem egyszerűen munkákat vesz el vagy ad, hanem átírja, mi számít értékes emberi munkának.

Az első ipari forradalom megmutatta, hogy a termelékenység nőhet úgy is, hogy közben a bérek (és az életminőség) csak késleltetve követik. A harmadik korszak rávilágított arra, hogy a technológia képes „kiüresíteni a közepet”, és a munkaerőpiac két szélére tolni a foglalkoztatást. A mostani, AI-központú hullám pedig egy új szintre emeli ugyanezt a logikát, már nemcsak a rutinfeladatok kerülnek célkeresztbe, hanem a nem rutinszerű, szellemi munkák jelentős része is. Ebből három kemény, de praktikus következtetés adódik:

Végső soron a tét ugyanaz, mint a korábbi korszakokban, csak gyorsabb tempóban. Vajon képesek leszünk-e elég gyorsan megtanulni, átszervezni és újraértelmezni a munkát úgy, hogy a technológiai előny ne csak néhány „sztárnak” legyen ugródeszka, hanem szélesebb körben is stabil életpályát adjon.