Robotarnas uppror
Ordet robot är en avledning av tjeckiskans ord för slavgöra, ”robota”. I pjäsen R.U.R. (Rossums Universella Robotar) av Karel Čapek, används ordet för de människolika automater som ersätter arbetarna. Robotarna liknar människor till utseende och delvis till personlighet så de gör uppror mot slaveriet. Robotarnas gratisarbete driver ned priset på livsmedel och varor, samtidigt som de flesta människor blir arbetslösa. R.U.R. speglar sin samtids mörkare tankar om automatisering och artificiell intelligens. De är synliga än idag, som i Sveriges Televisions storslam Äkta människor.
Rädslan för att automatisering leder till att människor ersätts av maskiner har funnits sedan den industriella revolutionen. Ordet för någon som motsätter sig teknik, luddit, kommer från en vävare Ned Ludd i Leiceistershire som 1779 vände sitt raseri mot maskinerna i en lokal strumpfabrik. Många fabriker förstördes tills myndigheterna hårdhänt slog ned rörelsen.
Ekonomer ser att tekniken, i form av automatisering och innovation, ökar produktiviteten. Det sänker i sin tur priserna, efterfrågan stiger, det behövs mer arbetskraft och ekonomin växer. Den tekniska utvecklingen kan leda till att arbetstagare med föråldrade kunskaper blir uppsagda, men de senaste två hundra åren har stigande produktivitet inte axiomatiskt lett till utbredd arbetslöshet. Tanken att maskinerna tar över alla jobb har förkastats som ett ekonomiskt felslut.
Om tekniken utvecklas allt snabbare, varför har arbetslösheten blivit envist trög i såväl hög- som lågkonjunktur trots att återhämtningen höjt företagens vinster till rekordnivåer? Den konventionella förklaringen är att ekonomin inte växer tillräckligt snabbt för att sätta alla tillbaka i arbete. Efterfrågan är inte tillräcklig för att börja anställa, istället betalar företag och privatpersoner av sina skulder och sparar.
Förklaringen stämmer delvis, men missar en avgörande förändring som tekniker har varit bekymrade över länge. Tröga konjunkturcykler åsido så gör robotar, informationsteknik, nätverk och lärande maskiner många yrken förlegade.
Den industriella revolutionens maskiner ersatte muskelkraft med maskiner. För hundra år sedan arbetade nästan hälften av den vuxna befolkningen med jordbruket. Tack vare traktorer och skördetröskor arbetar idag mindre än två procent av befolkningen i jordbruket. Lantarbetarna kunde relativt lätt växla till anställning i industrin och även tjäna på bytet genom högre löner.
De så kallade symbolanalytiska serviceyrkena pekades ut som vinnarna av ekonomen Robert Reich i början av 1990-talet. De var jurister, konsulter, läkare, programmerare, kulturarbetare, administratörer, journalister, ingenjörer, PR-branschen och forskare. Reich såg symbolanalytikerna som den enda grupp i samhället som framgångsrikt konkurrerade med omvärlden. Det gällde att genom vidareutbildning, specialisering och effektivisering få fler att bli kunskapsarbetare och acceptera att den enkla produktionen skulle hamna i tredje världen.
Idag har automatisering också effekter på kognitiva och kreativa arbetsuppgifter. Informationsteknisk automatisering är mycket billigare än mekanisk att installera och använda. Det finns större incitament att minska kostnaden för kunskapsarbetare jämfört med de arbetare som finns kvar efter rationaliseringarna i produktionsledet och servicesektorn.
Argumentet mot ludditernas felslut vilar på att maskiner höjer de anställdas produktivitet och att de allra flesta arbetstagare är kapabla till att använda maskinerna. Vad händer när maskinerna blir smarta nog att bli anställda? När kapital blir arbetskraft? Det finns inga tecken på att Moores lag, att datakraften fördubblas varje år, skulle avta. Robotarna ersätter inte bara en sorts färdighet, de blir bättre på en bred uppsättning uppgifter som används i många yrken.
Börsrobotarna, den automatiserade handeln med aktier, handlar om att datorer kan göra affärer där mänskliga börsmäklare inte hinner med. Varje enskild affär ger en liten vinst, men snabbheten gör att datorn kan utföra många affärer på kort tid. På Stockholmsbörsen gör robotarna hundra transaktioner i minuten och drar nytta av arbitrage (skillnader i kurser mellan olika börser). Andra algoritmer rör information om kursrörelser, nyheter och finansiella data för att skapa modeller av marknaderna. Konsekvensen är att börsernas system blir allt snabbare.
Robotiseringen når apoteken. Bakom disken finns apotekaren, farmaceuten och receptarien kvar, men inne på lagret finns snart bara en robot. En robotarm kan hämta rätt mediciner från förrådet och hålla koll på hur mycket som finns där. Fördelarna är mer tid för kunderna och mer yta i butiken till försäljning då lagret tar mindre plats. Robotens beräkningssystem för hur den placerar förpackningarna på lagret gör att den inte behöver lägga samma preparat bredvid varandra, utan där det finns plats. I Tyskland har experiment kommit igång med apotek öppna 24 timmar om dygnet. Köparen går fram till något som liknar en bankomat, lägger in receptet, talar med jourhavande apotekare via en kamera och får mediciner framlagda av roboten. Automatiserade apotekssystem verkar också säkrare. Enligt en studie från 2005 gjord av Medco Health Solutions gör ett traditionellt apotek fel vart femtiofemte recept, automatiserade vart tusende recept.
Informationsteknikens intåg i sjukvården har nu börjat få effekter genom ökad komplexitet i vårdmiljön. Nyttan av verktyg som hjälper till att hantera vårdens inneboende osäkerhet är uppenbar. Redan idag har datortekniken ökat läkarens möjligheter att kombinera läsning av datajournaler med artikelsökning och sjukdomsreferenser. Detta är en form av passiva beslutsstöd där läkaren lätt får fram användbar information. Nästa steg är aktiva beslutsstöd, mjukvara som är en del av vårdprocessen. Datorstödda beslutssystem kan ge patientspecifika frågor, stöd till diagnoser genom att analysera patientdata, och involvera patienter direkt i beslutsprocessen. De kan också påminna om behandlingar, påpeka risker för biverkningar, tolka testresultat och komplexa undersökningar, hjälpa till att ställa diagnos och beräkna dosering. Alla dessa funktioner stöder läkarens roll och ger en neutral andra bedömning.
När robotarna ersätter vissa av läkarnas arbetsuppgifter finns det mindre för alla att göra och lönerna sjunker. Där uppgiften kräver interaktion mellan människor fungerar robotarna sämre. Därför klarar sig allmänläkare bättre, då de har mer kontakt med patienter. Det är svårare för specialister på någon procedur, för där behövs inte mänskliga relationer i samma utsträckning (ett exempel är kranskärlsoperationer). Radiologi är en populär specialisering för unga läkare, men att analysera röntgenbilder och ultraljud kan till stor del göras av programvara för mönsterigenkänning till en bråkdel av kostnaden.
Advokater sitter i samma båt när smarta algoritmer kan söka i rättspraxis, värdera rättssaker och sammanfatta resultat. Maskinerna har redan visat att de kan utföra juridiska efterforskningar för en bråkdel av kostnaden av mänskliga yrkesverksamma och göra det med mycket större noggrannhet än advokater och handläggare brukar klara. Hur troligt är det att vinna rättsfallet? Hur bra är advokaterna? Lönar det sig att gå med på en förlikning? Det är osäkra frågor som programvaran kan uppskatta. Verktyget E-discovery kan söka igenom stora mängder bevis för att leta efter viktiga fakta och data. Det går nu att göra upp ett juridiskt dokument på en bråkdel av tiden en människa behöver. Förhandlingar av villkoren i ett kontrakt kan automatiseras. Lagar stiftas av människor och rättsväsendet utgörs av människor, men mjukvara blir allt bättre på att förstå specialiserade språk som juridikens, att analysera komplexa logiska resonemang och att göra förutsägelser. Juridiken demokratiseras, då fler får råd att anlita en advokat.
Läkare och jurister är skrå som skyddas från nyetableringar, vilket gör dem än mer öppna för automatisering. Frågan är i vilken utsträckning de kommer att skyddas av lagstiftningen?
Forskningsfält som klimatmodellering, studiet av DNA och experimentell matematik skulle inte finnas utan avancerad databehandling. Robotar deltar redan i laboratoriearbetet med att fylla testtuber, vid arkeologiska utgrävningar och har till stor del ersatt människor för utforskningen av havsbottnen. Tar en uppgift för lång tid och är för enahanda så kan robotar ersätta både assistenter och doktorander.
Hjärnans sätt att fungera har visat sig svårare att förstå och återskapa än tidigare trott och fältet kring artificiell intelligens stod länge still. På 1980-talet inriktades forskningen istället på de färdigheter som datorer är väl anpassade till. Genom att använda sannolikhetsbaserade algoritmer för att härleda betydelsen ur stora mängder data, upptäckte forskarna att de inte behöver lära en dator hur en uppgift ska utföras, bara att efterlikna ett beteende under liknande omständigheter. Genetiska algoritmer går igenom slumpmässigt genererade bitar av kod och väljer ut det som fungerar bäst för att skapa ny kod. Allteftersom processen upprepas, utvecklas program som blir otroligt effektiva, ofta jämförbara med program gjorda av de bästa mänskliga kodarna. När man inte längre behövde bygga ett helt sinne, kunde forskarna bygga program som var specialiserade på en tydlig uppgift.
Deep Blue, den dator som IBM ställde upp för en jämn serie partier mot schackmästaren Garry Kasparov år 1997, beräknade alla drag som var möjliga med utgångspunkt från dem Kasparov gjort tidigare och valde ut det drag som hade störst möjlighet att lyckas. Det är den sortens problem som en tillräckligt snabb dator med rätt algoritm till slut löser. År 2011 ställde IBM upp i frågesporten Jeopardy! med den artificiella intelligensen Watson. Programledaren presenterar svaren och de tävlande ställer frågorna till svaren. Dessa frågor handlar om olika ämnen och kan mycket väl innehålla tankehopp, rim eller kanske att fylla i ett ord i en mening. Det är inte så lätt att omvandla ett språkligt sammanhang, som en frågesport, till en algoritm. Watson gör något som liknar att googla i sitt stora minne för att hitta nyckelord som den känner igen.
I boken Race Against the Machine håller Erik Brynjolfsson och Andrew McAfee, två ledande forskare inom teknik och produktivitet vid MIT, med om att jobben som nu försvinner inte kommer tillbaka. Teknik och innovation förbättrar produktiviteten exponentiellt. Luddismen var ett felslut när produktiviteten fortfarande förbättrades gradvis, men efter tvåhundra år av tekniska landvinningar rör sig produktiviteten exponentiellt. Vilka arbeten finns för kunskapsarbetarna? Dagens jobbkris beror inte så mycket på att många förlorar sina arbeten, som på att så få nya arbeten skapas.
På lång sikt är Race Against the Machine optimistisk. Amazon och eBay sporrar mer än 600.000 människor att tjäna sitt uppehälle genom att tänka fram produkter. Likaså har Apples App Store och Googles Android Marketplace gjort det lätt för dem med idéer att tillverka och distribuera globalt.
De nya yrken som skapas inom webbkodning, e-handel, energiteknik och så vidare utgör en liten del av sysselsättningen men kan livnära många fler än idag. Om arbetslivet poängterar kreativitet och entreprenörskap arbetar vi med automatiseringen, inte mot den.
I slutändan kan ludditerna fortfarande få fel, men vad som utgör ett arbete kommer att förändras dramatiskt. De saker som gör oss mänskliga — förmågan att tänka, känna, lära, skapa, anpassa, improvisera är våra relativa fördelar över robotarna.
