Будущее без работы. Технология, автоматизация и стоит ли их бояться. Даниэль Сасскинд

и ежегодное количество часов работы, 2014

      А пока я продолжу говорить о «рабочих местах». Мы должны понимать, что влияние технического прогресса на мир труда отразится не только на количестве рабочих мест для людей, но и на многих других аспектах, которые я подробнее рассмотрю в следующих главах.

Полезная дополняющая сила

      С учетом этих предостережений мы можем теперь перейти к более широкому вопросу. Как же могло случиться, что в прошлом, несмотря на страхи столь многих людей, технический прогресс не привел к массовой безработице?

      Ответ, когда мы оглядываемся назад на то, что действительно произошло за последние несколько сотен лет, заключается в том, что вредное влияние технологических изменений на работу – то, что занимало наших беспокойных предков, – это только половина истории. Да, машины заняли место людей в выполнении определенных задач. Но машины не просто заменяли людей; они также дополняли их в других задачах, которые не были автоматизированы, повышая спрос на людей, чтобы делать эту работу вместо них. На протяжении всей истории всегда действовали две различные силы: замещающая сила, которая вредила рабочим, но также и полезная дополняющая сила, которая делала противоположное. Эта полезная сила, о которой так часто забывают, действует тремя различными способами.

Эффект продуктивности

      Возможно, самая очевидная помощь, которую дополняющая сила оказывает людям, заключается в том, что, вытесняя одних работников, новые технологии часто делают более продуктивными других. Вспомним о британских ткачах, которым посчастливилось работать на одном из механических челноков Кея в тридцатые годы XVIII века или на одной из прядильных машин Харгривза в шестидесятые годы того же столетия. Они могли прясть гораздо больше хлопка, чем их современники, которые полагались только на свои руки. В этом и состоит эффект продуктивности[73].

      Этот эффект мы наблюдаем и сегодня. Водитель такси использует спутниковую навигационную систему для движения по незнакомым дорогам, архитектор применяет программное обеспечение для проектирования сложных зданий, а бухгалтер производит налоговые расчеты при помощи специальных программ. В результате все они, скорее всего, лучше справляются со своими задачами. Или возьмем врачей. В 2016 году группа исследователей из Массачусетского технологического института (МТИ) разработала систему, которая может определить наличие раковых клеток при биопсии молочной железы с точностью до 92,5 %. Для сравнения, врачи ставили правильный диагноз в 96,6 % случаев, но, когда они применяли систему, разработанную МТИ, этот показатель увеличивался до 99,5 % – почти идеальная точность. Благодаря новой технологии врачи стали лучше выявлять раковые заболевания[74].

      В других условиях новые технологии могут автоматизировать некоторые задачи, забрав их из рук работников, и вместе с тем повысить продуктивность этих же работников в остальных задачах. Например, адвокат передает задачу разбора стопки бумаг автоматизированной системе

73

Например: Acemoglu D., Restrepo P. Artificial Intelligence, Automation and Work // Economics of Artificial Intelligence / eds. A. Agrawal, J. Gans, A. Goldfarb. Chicago: Chicago University Press, 2018.

74

Wang D., Khosla A., Gargeya R., et al. Deep Learning for Identifying Metastatic Breast Cancer. 2016. URL: https://arxiv.org, arXiv: 1606.05718.