em seu livro ‘Farewell to esms’, o economista Gregory Clark aponta que podemos aprender uma ou duas coisas sobre nossas perspectivas futuras de emprego comparando notas com nossos amigos equinos. Imagine dois cavalos olhando para um automóvel no início do ano 1900 e ponderando seu futuro: –
“estou preocupado com o desemprego tecnológico.
“Neigh, neigh, não seja um ludita; nossos ancestrais disseram a mesma coisa quando as máquinas a vapor levaram nossos empregos na indústria e os trens levaram nossos empregos puxando diligências. Mas temos mais empregos do que nunca hoje, e também temos melhores; Prefiro puxar uma carruagem leve pela cidade do que passar o dia todo andando em círculos para alimentar bombas estúpidas de mina.”
” mas e se este motor de combustão interna realmente decolar?
“tenho certeza de que haverá novos empregos para cavalos que ainda não imaginamos. Isso é o que aconteceu antes, como com a invenção da roda e do arado”
infelizmente, esses novos empregos ainda não imaginados para cavalos nunca chegaram. Cavalos não mais necessários foram abatidos e não substituídos, fazendo com que a população equina dos EUA colapsasse de cerca de 26 milhões em 1915 para cerca de 3 milhões em 1960.
o trecho acima combina lindamente o cenário de caso bom com um cenário de caso ruim. É hipotético e pode-se argumentar que somos melhores do que os cavalos quando se trata de inteligência. Quando se trata do impacto da automação e da IA em nossos trabalhos, há duas visões divergentes.
ele vai comer nossos empregos
de acordo com um estudo da McKinsey – a tecnologia de hoje pode automatizar 45% das atividades que as pessoas são pagas para realizar em todas as ocupações. Cerca de 60% de todas as ocupações podem ver 30% ou mais de suas atividades de trabalho automatizadas. Não é só isso. O capitalista de risco Vinod Khosla prevê que a tecnologia substituirá 80% dos médicos. Farmacêuticos não serão necessários. A profissão jurídica será igualmente impactada de acordo com as leis de automação e robo. Só porque a tecnologia criou novos empregos no passado, isso não significa que isso aconteça sempre. Esta é uma visão alarmista e os amantes da tecnologia apenas a chamam de distópica.
preferirá criar novos empregos
a segunda visão é que, embora a nova tecnologia torne alguns trabalhos irrelevantes, ela também criará um novo conjunto de empregos e é apenas um caso de requalificação. Aconteceu no passado. Por exemplo, antes da revolução industrial, a maioria das pessoas estava envolvida na agricultura, mas rapidamente se mudou para a configuração industrial da produção. Quando o computador substituiu alguns dos trabalhos industriais manuais, ele criou trabalhos de programação. Possivelmente, isso os ajudou a obter mais tempo livre de lazer e atividades recreativas. De acordo com os proponentes dessa visão, a nova tecnologia aumenta o potencial humano e a taxa de criação de novos empregos pela tecnologia será mais rápida do que a taxa de destruição de empregos existentes.
enquanto os especialistas continuam debatendo sobre o que acontecerá no futuro, ninguém tem a bola de cristal. Ao mesmo tempo, o progresso da tecnologia é imparável porque está nos beneficiando em geral. Graças à tecnologia, um dia, todos nós podemos ter energia quase livre e comida ilimitada. O petróleo dará lugar a fontes naturais de energia, como a energia solar, que está praticamente em toda parte. O painel solar de silvers mais finos de silício tornou-se muito eficaz. A taxa em que está crescendo, está a algumas décadas de atender a 100% das necessidades energéticas atuais. Esta energia limpa e sustentável pode ser usada para obter água limpa e pode enriquecer a agricultura para produzir alimentos quase ilimitados.
AI será muito parecido com a eletricidade em poucos anos. À medida que eletrificamos tudo antes, a IA reconhecerá todos os objetos ao redor, incluindo os humanos. A maior parte do trabalho que fazemos hoje será da IA da maneira mais econômica e eficiente. Mas ainda precisamos de empregos, Voltaire escreveu em 1759 que “o trabalho mantém à distância três grandes males: tédio, vício e necessidade”.
Leia também: por que as tecnologias de reconhecimento facial estão ficando polegares para baixo?
Inteligência Artificial estreita (ANI)
a coisa mais fácil de aprender para uma IA são as habilidades que aprendemos como especialistas em um domínio Restrito. Um trabalho de negociação de ações e gerenciamento de investimentos que pode ser articulado como um conjunto de regras pré-definidas, provavelmente pode ser substituído por um algoritmo de IA robusto. Isso nem sempre significa que esses trabalhos são baixos em criatividade ou inovação, mas eles estão limitados a uma área específica e AI-alimentado por redes neurais pode muito facilmente aprendê-los em nenhum momento. Um caso em questão é o jogo de xadrez. Apenas alguns anos atrás, pensava-se que é um dos maiores desafios cognitivos que podem ser conquistados pela IA. Mas hoje as competições de xadrez os observadores continuam verificando se os participantes não estão trapaceando olhando para um computador. A IA superou os humanos em jogar xadrez. Deep blue da IBM derrotou Gary Casparov em 1995.
Inteligência Geral Artificial (AGI)
isso pode ser traduzido vagamente como bom senso. As habilidades mais difíceis de aprender para os computadores são aquelas adquiridas por uma criança nos primeiros 7 anos de idade. Inclui coisas como subir escadas, habilidades linguísticas, raciocínio lógico etc. Isso diz respeito apenas à ampla arquitetura do desenvolvimento do cérebro. Não sabemos exatamente como eles funcionam. O mais difícil para um robô é dobrar uma coleção de roupas (suponha que haja uma toalha, uma camisa, uma gravata e suas meias). Essencialmente, são atividades que possuem um alto componente de criatividade e inovação. Eles não podem ser colocados em regras.
em um ambiente profissional, se você puder avaliar que seu trabalho pode ser realizado por estudantes recém-formados com poucos meses de treinamento, poderá assumir com segurança que seu trabalho pode estar em alto risco.
super inteligência Artificial (Asi)
este estágio também é conhecido como singularidade quando a ia se romperá e se multiplicará para criar um sistema que será praticamente incompreensível e incontrolável para os humanos. Não será como os robôs indestrutíveis dos filmes de ficção científica de Hollywood, mas será mais como programas de software invisíveis aproveitando uma capacidade de processamento em rede gigante e poder de computação ilimitado. Provavelmente eles não podem nos matar, apenas que os humanos não mataram todos os animais neste planeta, embora possamos tecnicamente fazer isso.No final, a única coisa que pode proteger seu trabalho da IA é a capacidade de aprendizagem e a vontade de aprender coisas novas. É um alvo em movimento, mas isso só pode ser uma certa resposta no futuro incerto dominado pela IA e pela automação.Mishra é um profissional de software com mais de 20 anos de experiência com as principais empresas de TI e consultoria. Ele também trabalha com universidades como mentor de startups na área de novas tecnologias.
