Fw:Thinking :les robots prendront-ils notre travail ? CommentStuffWorks « Les robots prendront-ils mon travail ? »
Tout le monde veut savoir, et presque tout le monde a une opinion. Il suffit de rechercher cette phrase sur Google pour trouver des dizaines d'articles de journalisme technologique mettant cette question à plat. Vont-ils prendre nos emplois ? Mais sérieusement, et mon travail ? Un secteur d'activité est-il sûr ?
A long terme, il y a une réponse extrêmement simple à la question :
Oui. Ils le feront absolument.
A quelques exceptions près, quel que soit votre travail, des gens très intelligents cherchent des moyens de l'automatiser, et si une incitation économique suffisamment forte est présente, ils vont réussir. Comme nous le disons dans la vidéo ci-dessus, si votre travail sera éventuellement repris par une machine, robot mobile ou morceau de logiciel informatique n'est pas vraiment la question. La question est, « Dans combien de temps ?
Bien, quelques professeurs d'Oxford peuvent avoir une réponse pour vous. Dans un article influent de 2013 intitulé « L'avenir de l'emploi :dans quelle mesure les emplois sont-ils susceptibles d'être informatisés ? », les auteurs Carl Benedikt Frey et Michael A. Osborne ont conclu que 47 pour cent des emplois aux États-Unis étaient à haut risque de substitution informatisée dans « un nombre indéterminé d'années, peut-être une décennie ou deux." Non seulement cela, ils ont conçu une formule pour analyser 702 emplois spécifiés et attribuer à chacun un score d'informatisation individuel compris entre zéro et un. Plus le score est élevé, plus le risque d'automatisation dans un avenir proche est grand. Par exemple:
Frey et Osborne observent que dans le passé, la substitution par machine du travail humain a eu lieu presque exclusivement dans les professions avec « des tâches de routine impliquant des activités explicites basées sur des règles ». Une autre façon de le dire est de se poser la question suivante :le travail peut-il être facilement décrit dans une liste claire d'instructions qui sont répétées ? Pensez à de nombreuses opérations de télémarketing :
Un autre exemple serait le travail répétitif de la chaîne de montage, où l'ouvrier soude ensemble les deux mêmes pièces sur un cortège interminable de portes d'automobiles identiques. Ces types d'emplois sont ce que les économistes pourraient appeler « des occupations intensives de routine, " et s'il y a un travail comme celui-ci qui n'a pas déjà été repris par une machine, il est en danger imminent d'automatisation dans un avenir proche.
Cependant, alors que seules les tâches les plus routinières sont devenues du fourrage mécanique au cours des décennies précédentes, Frey et Osborne soulignent que les développements récents dans les mégadonnées, L'apprentissage automatique et la robotique mobile signifient que les machines sont désormais capables d'effectuer à la fois des tâches cognitives et manuelles que les gens pensaient autrefois relativement à l'abri de l'invasion des machines.
Pour illustrer cela, Frey et Osborne citent un article de 2003 du Quarterly Journal of Economics, dans laquelle les auteurs (Auteur, Levy et Murnane) écrivent, « Conduire une voiture dans la circulation urbaine ou déchiffrer l'écriture griffonnée sur un chèque personnel – des entreprises mineures pour la plupart des adultes – ne sont pas des tâches de routine selon notre définition. » Aujourd'hui, La flotte autonome de Google a démontré assez clairement que les voitures sans conducteur humain sont plus sûres que les voitures avec, et déposer un chèque manuscrit en prenant une photo avec son smartphone est monnaie courante. Ce sont des exemples spécifiques d'une tendance générale :les tâches qui semblaient ne pas pouvoir être exécutées par une routine logicielle programmatique peuvent non seulement l'être, mais dans de nombreux cas le sont déjà.
L'article de Frey et Osborne est assez intéressant et mérite d'être lu si vous souhaitez en savoir plus sur la méthodologie qu'ils utilisent pour réaliser ces évaluations des risques, mais la version simplifiée est que les scores d'informatisation inférieurs sont allés aux emplois qui nécessitent des compétences clés qui restent les plus difficiles pour les machines informatiques. Ces catégories de compétences difficiles à automatiser comprennent :
Il convient de noter que Frey et Osborne n'expriment pas la conviction que ces compétences sont en principe inaccessibles aux machines. Au lieu, ils prétendent qu'ils prendront plus de temps à atteindre en raison des « goulets d'étranglement de l'ingénierie, " ce qui signifie que nous n'avons tout simplement pas encore les connaissances ou la technologie qui nous permettraient de les programmer, ces compétences ne seront donc probablement pas remplacées par le capital informatique dans les dix ou vingt prochaines années.
Après avoir analysé ces critères, il semble que les domaines d'emploi les plus sûrs sont la gestion, éducation, soins de santé, arts et médias, ingénierie et sciences. Voici des exemples spécifiques d'emplois dont le score d'informatisation est très faible :
Les secteurs d'emploi les plus à risque sont le transport et la logistique, employés de bureau et de soutien administratif, manufacture et production, et les métiers de service. Voici quelques exemples d'emplois qui ont obtenu une note très élevée sur le score d'informatisation :
Gardez à l'esprit, cependant, que, aussi éclairées que soient ces évaluations, Frey et Osborne soulignent que les humains ne sont pas toujours très bons pour prédire dans quelle mesure quelque chose peut être automatisé (vous vous souvenez de ces voitures autonomes et de ces exemples d'encaissement de chèques ?).
Plus, il peut y en avoir d'autres, des facteurs inconnus appliquant une pression dans la direction opposée, ce qui nous amène à surestimer les capacités des machines et à sous-estimer la valeur fournie par les travailleurs humains. Par exemple, penser à la polyvalence humaine, ou la capacité de bien faire un large éventail de tâches différentes et souvent inattendues.
Chaque bon robot dans le monde est un robot spécialisé. Il est bon de faire un travail humain, ou, au plus, une poignée d'emplois bien définis. Il n'y a pas de bon robot généraliste, capable de faire chaque travail physique et mental qu'un humain fait avec un succès raisonnable. Non seulement il n'y a pas de tel robot, nous ne sommes même pas proches.
Regarder un robot industriel bien entraîné exécuter à plusieurs reprises son travail singulier peut être hypnotique et intimidant. Les bras de soudage qui bordent la chaîne d'assemblage d'une usine de fabrication automobile se déplacent avec une grâce et une vitesse surprenantes. Mais c'est exactement parce qu'ils ont un travail, et un seul travail. Regarder des robots essayer de répondre à diverses spécifications physiques est une tout autre affaire. Par exemple, jetez un œil aux ravissants robots conçus pour terminer la finale 2015 du DARPA Robotics Challenge, qui encourage spécifiquement la polyvalence physique dans la conception des robots en obligeant les robots à effectuer plusieurs types variés de locomotion et de manipulation physique, comme monter des escaliers, ouvrir une porte, tourner une vanne et naviguer dans les décombres.
Ces robots que vous voyez s'effondrer en tas lorsqu'ils sont vaincus par une poignée de porte ou un terrain sablonneux sont conçus par des personnes extrêmement intelligentes qui savent ce qu'elles font. Les échecs répétés des robots en compétition ne sont pas révélateurs de mauvais roboticiens et ingénieurs, mais de l'énorme difficulté à rassembler beaucoup de polyvalence physique dans une seule machine.
Avec ça en tête, Pensons au quart de travail moyen d'un serveur de restaurant humain. Vous devez prendre des commandes, répondre aux questions sur le menu, reconnaître les commandes de nourriture et à quelles tables elles correspondent, transporter les aliments de la cuisine aux tables, transporter la vaisselle sale des tables au lave-vaisselle, nettoyer les déversements et les objets tombés, répondre aux demandes particulières ("Peux-tu faire cette pizza sans pâte ?", "Mon enfant a jeté sa fourchette par terre et a besoin d'une nouvelle..."). Et puis il y a mille autres petites tâches auxquelles on ne penserait même pas, comme allumer des bougies sur une table, reconnaître et remplacer la vaisselle et les couverts mal nettoyés, ou reconnaître les habitués et discuter avec eux.
Cela ne veut pas dire qu'il est impossible d'automatiser un restaurant. En réalité, certains l'ont fait.
Nous vous laisserons juger si vous trouverez cette expérience attrayante, ou pas tellement. Dans les deux cas, cela demanderait beaucoup de planification, énorme investissement en capital et une modification fondamentale de l'expérience du restaurant. Et cette dernière préoccupation pourrait être la clé :et si les gens ne veulent pas aller dans un restaurant avec 14 robots spécialisés au lieu d'un serveur humain ? Et si cela réduisait fondamentalement la valeur de l'expérience que le restaurant vend ?
En outre, développer ce genre de robots est difficile et coûteux, et les pressions économiques l'emporteront. Si vous regardez l'exemple de la restauration aux États-Unis, de nombreux serveurs de restaurant reçoivent des salaires en espèces extrêmement bas (souvent quelque chose comme 2,13 $ de l'heure) sous prétexte qu'ils compenseront la différence de pourboires, volontairement donnés par les clients. A un prix si bas, il n'y a pas d'incitation incroyablement forte pour que les restaurants remplacent les serveurs par des robots, surtout les maladroits, des premiers prototypes époustouflants qui arriveront en premier sur le marché.
La question de l'automatisation imminente dans des cas comme celui-ci est finalement une question économique. Il ne s'agit pas toujours de savoir s'il est simplement possible de créer un robot pour faire un travail, mais si la valeur moins le coût fourni par le robot dépasse la valeur moins le coût du travailleur humain. C'est peut-être dans de nombreux cas de ce genre que réside la valeur cachée du travail humain.
