Роботы наступают. Развитие технологий и будущее без работы

У таких технологий, как нейронные сети со способностью к углубленному обучению, есть все шансы превратить машинный синхронный перевод из области научной фантастики в часть повседневной реальности, причем ждать осталось совсем недолго. В июне 2013 г. Хьюго Барра, отвечающий в Google за разработку операционной системы Android, отметил, что, по его оценке, работоспособный «универсальный переводчик», который можно будет использовать как при личном общении, так и во время разговора по телефону, должен появиться в ближайшие несколько лет. Также Барра упомянул о наличии у Google «близкого к совершенному» инструмента для синхронного голосового перевода с английского на португальский и обратно{169}. Кажется неизбежным, что по мере исчезновения с рынка труда рабочих мест, предполагающих выполнение стандартных задач в области умственного труда, в результате их повсеместной автоматизации, будет усиливаться конкуренция за те немногие позиции, которые будут оставаться недоступными для машин. Самые умные люди будут иметь значительное преимущество в этой борьбе, и при поиске работы они наверняка не ограничатся внутренним рынком. В отсутствие препятствий для виртуальной иммиграции позиции выпускников рядовых учебных заведений в развитых странах на мировом рынке труда кажутся все более шаткими.

Образование и взаимодействие с машинами

До сих пор проблема сокращения рабочих мест в результате развития технологий автоматизации, как правило, решается предоставлением работникам возможностей для прохождения дополнительного обучения и повышения квалификации. Считается, что так они могут перейти в другой, более высокий сегмент рынка труда. Как мы видели в главе 1, активное внедрение роботов и технологий самообслуживания в различных отраслях, например в сфере быстрого питания и розничной торговли, грозит безработицей миллионам людей, занимающимся малоквалифицированным трудом. Можно не сомневаться, что именно переподготовка и переобучение будут предложены этим людям в качестве главного решения проблемы трудоустройства. Однако, как следует из содержания этой главы, вечное противостояние технологий и образования приближается к развязке: машины подбираются к профессиям, требующим высокой квалификации.

Среди экономистов, наблюдающих за развитием этой тенденции, формируется новый вариант привычного подхода к проблеме безработицы: по их мнению, в будущем вся работа будет выполняться во взаимодействии с машинами. Наиболее активными проповедниками этой идеи стали Эрик Бринолфссон и Эндрю Макафи из MIT, которые советуют людям «присоединиться к машинам» и перестать видеть в них соперников.

Несмотря на всю его разумность, новым этот совет вряд ли можно назвать. Обучение работе с новейшими технологиями всегда было ключом к успешной карьере. Раньше это называлось «обучением навыкам работы на компьютере». Тем не менее мысль о том, что сейчас, на этом последнем витке прогресса, сопровождающемся экспоненциальным ростом информационных технологий, данное решение может считаться адекватным, вызывает очень большие сомнения.

Олицетворением идеи симбиоза машины и человека стала относительно малоизвестная игра под названием «шахматный фристайл». Сейчас, когда прошло более десяти лет после победы суперкомпьютера Deep Blue компании IBM над чемпионом мира по шахматам Гарри Каспаровым, все сходятся в том, что при игре в шахматы с компьютером один на один у человека нет никаких шансов на победу. Шахматный фристайл, напротив, командная игра. Группы игроков, каждый из которых по отдельности может и не быть гроссмейстером с мировым именем, соревнуются друг с другом. При этом им разрешается пользоваться компьютерными программами для игры в шахматы при подготовке к каждому ходу. На сегодняшний день команды людей с доступом к разным шахматным алгоритмам могут победить любой компьютер.

У идеи о том, что вместо полной автоматизации в будущем на рынке труда будет доминировать принцип взаимодействия человека и машины, есть ряд очевидных недостатков. Первый контраргумент — никто не может поручиться, что доминирование смешанных команд из людей и машин в шахматах будет продолжаться вечно. По моему мнению, используемый этими командами подход — оценка и сравнение результатов применения различных шахматных алгоритмов при принятии решения о следующем ходе — уж очень сильно напоминает то, что делает система Watson компании IBM, когда она одновременно запускает сотни алгоритмов поиска информации, а затем ранжирует полученные результаты для определения оптимального. Не думаю, что буду далек от истины, если предположу, что шахматный «метакомпьютер» с доступом ко множеству алгоритмов в конечном итоге сможет одержать победу над любой командой людей, в особенности если речь идет о скорости.