2 tygodni temu
Nie robotnicy fizyczni, ale nauczyciele, programiści i decydenci znaleźli się na szczycie listy zawodów najbardziej narażonych na wpływ sztucznej inteligencji. Opracowana przez Wspólne Centrum Badawcze Komisji Europejskiej metodologia ujawnia nieintuicyjne zależności, które każą przemyśleć na nowo skutki cyfrowej transformacji rynku pracy.
W przeciwieństwie do wcześniejszych fal automatyzacji – takich jak robotyzacja, która dotykała głównie osób wykonujących powtarzalne, fizyczne czynności – rozwój sztucznej inteligencji zmienia reguły gry.
Nowa metodologia Wspólnego Centrum Badawczego (JRC) Komisji Europejskiej wykazuje, iż AI najmocniej oddziałuje dziś na profesje wymagające zaawansowanych zdolności poznawczych, a nie siły mięśni. Wysoko wyspecjalizowane zawody, w których najważniejsze są rozumienie, interpretacja i logiczna dedukcja, okazują się szczególnie podatne na zakłócenia wywołane przez systemy uczące się.
Na podstawie wskaźnika „ekspozycji na AI”, stworzonego przez JRC, najwyższe wyniki uzyskali m.in. nauczyciele szkół średnich, inżynierowie elektrotechnologii, analitycy danych oraz urzędnicy biurowi.
W przypadku nauczycieli wynik ekspozycji uplasował ich powyżej 90 proc. analizowanych zawodów – to wyraźny sygnał, iż choćby praca uchodząca za trudną do zautomatyzowania może zostać przeformułowana przez technologie generatywne i analityczne.
W tym nowym krajobrazie profesje typowo manualne, takie jak sprzątacze, robotnicy budowlani, kelnerzy czy pracownicy rolni, paradoksalnie zyskują większą odporność na wpływ AI. Wynika to z faktu, iż systemy sztucznej inteligencji wciąż słabo radzą sobie z funkcjami sensomotorycznymi i zadaniami nawigacyjnymi, które dominują w tego typu zajęciach.
Od benchmarków do zawodów: jak działa system oceny JRC?
Metodologia opracowana przez JRC opiera się na nowatorskim podejściu łączącym trzy poziomy analizy.
Pierwszym są punkty odniesienia (tzw. benchmarki) stosowane w badaniach nad AI, jak np. Stanford Question Answering Dataset, CIFAR-10 (rozpoznawanie obrazów) czy GLUE (analiza sentymentów). Każdy benchmark reprezentuje określony zakres zdolności poznawczych wymaganych do jego poprawnego rozwiązania – od przetwarzania wizualnego po rozumowanie abstrakcyjne.
Na drugim poziomie badacze przypisują te umiejętności zadań wykonywanych w realnym świecie w konkretnych zawodach. Trzeci krok to zderzenie tych zadań z oficjalną Międzynarodową Standardową Klasyfikacją Zawodów (ISCO), w której ujęto ponad 100 profesji. Tak skonstruowany model pozwala precyzyjnie określić, które zawody są narażone na zakłócenia, a które pozostają względnie odporne.
Najbardziej zagrożone okazują się profesje, w których codzienna praca opiera się na selekcji, interpretacji i syntezie danych. Decydenci, zaliczani do kategorii „profesjonaliści administracji”, znajdują się w gronie tych, których zadania – negocjacje, podejmowanie decyzji, przetwarzanie informacji – idealnie wpisują się w możliwości rozwijanych modeli AI.
Kierunek badań AI pogłębia asymetrię
Oceniając ryzyka związane z wpływem AI na zatrudnienie, warto zwrócić uwagę na dominujące trendy badawcze.
Dane zgromadzone w latach 2020–2024 pokazują, iż rozwój sztucznej inteligencji skupia się głównie na doskonaleniu zdolności językowych oraz przetwarzaniu obrazów i wideo. Przykłady benchmarków, takich jak GLUE (język naturalny) i ImageNet (wizualne rozpoznawanie obiektów), jasno wskazują kierunki inwestycji naukowych.
Skutkiem jest wzrost potencjału AI w zakresie funkcji poznawczych, co bezpośrednio przekłada się na większe oddziaływanie na zawody analityczne, kreatywne i edukacyjne. jeżeli ten trend się utrzyma, zawody oparte na pracy z informacją i jej interpretacją będą musiały gwałtownie dostosować się do nowego środowiska technologicznego.
W praktyce oznacza to nie tyle zniknięcie określonych miejsc pracy, co raczej przekształcenie zawodów. Przykładowo AI może zautomatyzować przygotowanie dokumentów, analizę danych czy wstępną ocenę sytuacji, pozostawiając człowiekowi zadania wymagające empatii, intuicji czy złożonych ocen etycznych.
Transformacja wymaga transformacji polityki
Autorzy metodyki podkreślają, iż wysoki poziom ekspozycji nie jest tożsamy z zagrożeniem likwidacji zawodu. W wielu przypadkach chodzi raczej o potrzebę zmiany zakresu obowiązków i przystosowania się do współpracy z narzędziami AI niż o całkowitą eliminację profesji. Niemniej jednak, wpływ na strukturę zatrudnienia, systemy wynagrodzeń i organizację pracy będzie znaczący.
Odpowiedzią na to wyzwanie musi być przemyślana polityka publiczna. Systemy edukacji – zarówno formalnej, jak i ustawicznej – powinny zostać przeprofilowane w taki sposób, by nie tylko uczyć obsługi nowych narzędzi, ale też rozwijać umiejętności wykraczające poza zasięg algorytmów.
Do takich kompetencji zaliczają się m.in. inteligencja emocjonalna, komunikacja interpersonalna, elastyczność poznawcza czy podejmowanie decyzji w warunkach niepewności.
Równocześnie polityka zatrudnienia powinna być przygotowana na zjawiska takie jak polaryzacja rynku pracy, zmiana struktury płac, czy konieczność przekwalifikowania części siły roboczej. najważniejsze staje się więc nie tylko przewidywanie trendów, ale także tworzenie dynamicznych narzędzi pozwalających monitorować zmiany i reagować na nie w czasie rzeczywistym.
Jednym z takich narzędzi ma być właśnie wskaźnik ekspozycji na AI, który – dzięki możliwości ciągłej aktualizacji – może stać się podstawą do tworzenia polityk opartych na danych, a nie na spekulacjach.
Europa patrzy w przyszłość
Jak podkreśliła Ursula von der Leyen w orędziu o stanie Unii z 2023 r., Unia Europejska musi przygotować się na „nowe wyzwania wynikające ze sztucznej inteligencji”. Inicjatywa JRC to konkretna odpowiedź na to wezwanie – pozwala spojrzeć na transformację rynku pracy nie przez pryzmat strachu, ale opartych na danych prognoz i analiz.
