Tidak diragukan lagi, dampak kecerdasan buatan dan otomatisasi akan sangat besar. Tapi kita perlu mempersiapkan masa depan di mana kehilangan pekerjaan mencapai 99 persen.
Kecerdasan buatan (AI) telah menjadi landasan inovasi teknologi baru-baru ini, itu ada di dunia di sekitar kita, mengotomatiskan tugas-tugas sederhana dan secara dramatis meningkatkan kehidupan kita. Tetapi ketika AI dan otomatisasi menjadi semakin mampu, bagaimana sumber tenaga kerja alternatif ini akan memengaruhi tenaga kerja Anda di masa depan? Ada inovasi industri besar di masa lalu yang mengganggu tenaga kerja. Bagaimana AI berbeda dari ini? Dalam artikel ini, kita akan melihat beberapa pandangan optimis dan pesimis tentang masa depan pekerjaan kita di tengah peningkatan kemampuan AI.
Perubahan sosial yang didorong oleh teknologi, seperti yang kita alami dengan AI dan otomatisasi, selalu menimbulkan kekhawatiran dan ketakutan—dan untuk alasan yang baik. Menurut studi dua tahun dari McKinsey Global Institute menunjukkan bahwa pada tahun 2030, agen cerdas dan robot dapat menggantikan sebanyak 30 persen dari tenaga kerja manusia di dunia saat ini. McKinsey menyarankan bahwa, dalam hal skala, revolusi otomatisasi dapat menyaingi perpindahan dari tenaga kerja pertanian selama tahun 1900-an di Amerika Serikat dan Eropa, dan baru-baru ini, ledakan ekonomi tenaga kerja China.
McKinsey memperhitungkan bahwa, tergantung pada berbagai skenario adopsi, otomatisasi akan menggantikan antara 400 dan 800 juta pekerjaan pada tahun 2030, yang membutuhkan sebanyak 375 juta orang untuk beralih kategori pekerjaan sepenuhnya. Bagaimana mungkin pergeseran seperti itu tidak menimbulkan ketakutan dan kekhawatiran, terutama bagi negara-negara dan populasi dunia yang rentan?
Menurut Brookings Institution, beberapa negara demokrasi Barat cenderung menggunakan kebijakan otoriter untuk mencegah kerusuhan sipil, seperti yang mereka lakukan selama Depresi Hebat, bahkan jika otomatisasi hanya mencapai rata-rata 38 persen dari sebagian besar perkiraan. Suriah atau Irak, dengan sekelompok pemuda bersenjata dengan sedikit prospek pekerjaan selain perang, kekerasan, atau pencurian,” tulis Brookings. Tidak mengherankan bahwa AI dan otomatisasi membuat banyak dari kita terjaga di malam hari dengan prediksi seperti itu, yang keduanya menakutkan dan berwibawa.
“Berhenti Menjadi Luddite”
Orang Luddite adalah pekerja tekstil yang memprotes otomatisasi, akhirnya menyerang dan membakar pabrik karena, “mereka takut operator mesin yang tidak terampil merampas mata pencaharian mereka.” Gerakan Luddite terjadi sejak tahun 1811, jadi kekhawatiran tentang kehilangan pekerjaan atau pemindahan pekerjaan karena otomatisasi masih jauh dari kata baru.
Ketika ketakutan atau kekhawatiran muncul tentang potensi dampak kecerdasan buatan dan otomatisasi pada tenaga kerja kita, respons tipikal adalah dengan menunjuk ke masa lalu; kekhawatiran yang sama dimunculkan berulang kali dan terbukti tidak berdasar.
Pada tahun 1961, Presiden Kennedy berkata, “Tantangan utama tahun enam puluhan adalah untuk mempertahankan pekerjaan penuh pada saat otomatisasi menggantikan laki-laki.” Pada 1980-an, munculnya komputer pribadi mendorong “computerphobia” dengan banyak komputer yang takut akan menggantikannya.
Jadi apa yang terjadi?
Terlepas dari ketakutan dan kekhawatiran ini, setiap perubahan teknologi pada akhirnya menciptakan lebih banyak pekerjaan daripada yang dihancurkan. Ketika tugas tertentu diotomatisasi, menjadi lebih murah dan lebih cepat, Anda membutuhkan lebih banyak pekerja manusia untuk melakukan fungsi lain dalam proses yang belum otomatis.
“Selama Revolusi Industri, semakin banyak tugas dalam proses menenun yang diotomatisasi, mendorong pekerja untuk fokus pada hal-hal yang tidak dapat dilakukan mesin, seperti mengoperasikan mesin, dan kemudian merawat beberapa mesin agar tetap berjalan dengan lancar. Hal ini menyebabkan output tumbuh eksplosif. Di Amerika selama abad ke-19, jumlah kain kasar yang dapat diproduksi oleh seorang penenun dalam satu jam meningkat dengan faktor 50, dan jumlah tenaga kerja yang dibutuhkan per yard kain turun 98 persen. Hal ini membuat kain lebih murah dan meningkatkan permintaan untuk itu, yang pada gilirannya menciptakan lebih banyak pekerjaan untuk penenun: jumlah mereka empat kali lipat antara tahun 1830 dan 1900. Dengan kata lain, teknologi secara bertahap mengubah sifat pekerjaan penenun, dan keterampilan yang dibutuhkan untuk melakukannya, bukan daripada menggantinya sama sekali.” — The Economist, Automation and Anxiety
Dampak Kecerdasan Buatan — Masa Depan Cerah?
Melihat kembali sejarah, tampaknya masuk akal untuk menyimpulkan bahwa ketakutan dan kekhawatiran tentang AI dan otomatisasi dapat dimengerti tetapi pada akhirnya tidak beralasan. Perubahan teknologi dapat menghilangkan pekerjaan tertentu, tetapi selalu menciptakan lebih banyak dalam prosesnya.
Di luar penciptaan lapangan kerja bersih, ada alasan lain untuk optimis tentang dampak kecerdasan buatan dan otomatisasi.
“Sederhananya, pekerjaan yang bisa digantikan robot bukanlah pekerjaan yang baik. Sebagai manusia, kita menaiki anak tangga yang membosankan — tugas fisik atau pekerjaan yang mematikan pikiran — ke pekerjaan yang menggunakan apa yang membawa kita ke puncak rantai makanan, otak kita.” — The Wall Street Journal, Robot Akan Datang. Selamat Datang Mereka.
Dengan menghilangkan kebosanan, AI dan otomatisasi dapat membebaskan kita untuk mengejar karir yang memberi kita rasa makna dan kesejahteraan yang lebih besar. Karir yang menantang kita, menanamkan rasa kemajuan, memberi kita otonomi, dan membuat kita merasa seperti milik kita; semua atribut yang didukung penelitian dari pekerjaan yang memuaskan.
Dan pada tingkat yang lebih tinggi, AI dan otomatisasi juga akan membantu menghilangkan penyakit dan kemiskinan dunia. Sudah, AI mendorong kemajuan besar dalam kedokteran dan perawatan kesehatan dengan pencegahan penyakit yang lebih baik, diagnosis akurasi yang lebih tinggi, dan pengobatan dan penyembuhan yang lebih efektif. Ketika datang untuk menghilangkan kemiskinan dunia, salah satu hambatan terbesar adalah mengidentifikasi di mana bantuan paling dibutuhkan. Dengan menerapkan analisis AI pada data dari citra satelit, penghalang ini dapat diatasi, bantuan pemfokusan paling efektif.
Dampak Kecerdasan Buatan — Masa Depan Gelap
Saya semua untuk optimisme. Tetapi sebanyak yang saya ingin percayai semua hal di atas, pandangan cerah tentang masa depan ini bergantung pada premis yang tampaknya goyah. Yaitu:
Masa lalu adalah prediktor yang akurat untuk masa depan.
Kita bisa melewati transisi yang menyakitkan.
Ada beberapa pekerjaan yang hanya bisa dilakukan oleh manusia.
Masa Lalu Bukan Prediktor yang Akurat untuk Masa Depan
Seperti yang dieksplorasi sebelumnya, respons umum terhadap ketakutan dan kekhawatiran atas dampak kecerdasan buatan dan otomatisasi adalah menunjuk ke masa lalu. Namun, pendekatan ini hanya berfungsi jika masa depan berperilaku serupa. Ada banyak hal yang berbeda sekarang daripada di masa lalu, dan faktor-faktor ini memberi kita alasan yang baik untuk percaya bahwa masa depan akan berbeda.
Di masa lalu, gangguan teknologi dari satu industri tidak selalu berarti gangguan yang lain. Mari kita ambil contoh pembuatan mobil; sebuah robot dalam manufaktur mobil dapat mendorong keuntungan besar dalam produktivitas dan efisiensi, tetapi robot yang sama tidak akan berguna jika mencoba memproduksi apa pun selain mobil. Teknologi yang mendasari robot mungkin diadaptasi, tetapi yang terbaik masih hanya membahas manufaktur
AI berbeda karena dapat diterapkan pada hampir semua industri. Saat Anda mengembangkan AI yang dapat memahami bahasa, mengenali pola, dan memecahkan masalah, gangguan tidak akan tertahan. Bayangkan membuat AI yang dapat mendiagnosis penyakit dan menangani obat-obatan, menangani tuntutan hukum, dan menulis artikel seperti ini. Tidak perlu membayangkan: AI sudah melakukan hal-hal yang tepat itu.
Perbedaan penting lainnya antara sekarang dan masa lalu adalah kecepatan kemajuan teknologi. Kemajuan teknologi tidak maju secara linier, ia maju secara eksponensial. Pertimbangkan Hukum Moore: jumlah transistor pada sirkuit terintegrasi berlipat ganda kira-kira setiap dua tahun.
Dalam kata-kata profesor fisika Universitas Colorado Albert Allen Bartlett, “Kekurangan terbesar umat manusia adalah ketidakmampuan kita untuk memahami fungsi eksponensial.” Kami secara drastis meremehkan apa yang terjadi ketika nilai terus berlipat ganda.
Apa yang Anda dapatkan ketika kemajuan teknologi semakin cepat dan AI dapat melakukan pekerjaan di berbagai industri? Kecepatan penghancuran pekerjaan yang semakin cepat.
“Tidak ada hukum ekonomi yang mengatakan ‘Anda akan selalu menciptakan lapangan kerja yang cukup atau keseimbangan akan selalu seimbang’, mungkin saja suatu teknologi secara dramatis menguntungkan satu kelompok dan merugikan kelompok lain, dan jaringnya mungkin Anda memiliki lebih sedikit pekerjaan” —Erik Brynjolfsson, Direktur Inisiatif MIT untuk Ekonomi Digital
Transisi Akan Sangat Menyakitkan
Mari kita berpura-pura sejenak bahwa masa lalu sebenarnya akan menjadi prediktor yang baik untuk masa depan; pekerjaan akan dihilangkan tetapi lebih banyak pekerjaan akan diciptakan untuk menggantikannya. Ini memunculkan pertanyaan yang sangat kritis, jenis pekerjaan apa yang diciptakan, dan jenis pekerjaan apa yang dihancurkan?
“Pekerjaan dengan keterampilan rendah dan tinggi sejauh ini kurang rentan terhadap otomatisasi. Kategori pekerjaan berketerampilan rendah yang dianggap memiliki prospek terbaik selama dekade berikutnya — termasuk layanan makanan, pekerjaan kebersihan, berkebun, kesehatan rumah, pengasuhan anak, dan keamanan — umumnya adalah pekerjaan fisik, dan memerlukan interaksi tatap muka. Pada titik tertentu robot akan dapat memenuhi peran ini, tetapi ada sedikit insentif untuk merobohkan tugas-tugas ini saat ini, karena ada banyak manusia yang bersedia melakukannya dengan upah rendah.” — Slate, Akankah robot mencuri pekerjaan Anda?
Pekerjaan kerah biru dan kerah putih akan dihilangkan—pada dasarnya, apa pun yang membutuhkan keterampilan menengah (artinya memerlukan beberapa pelatihan, tetapi tidak banyak). Ini meninggalkan pekerjaan dengan keterampilan rendah, seperti dijelaskan di atas, dan pekerjaan dengan keterampilan tinggi yang membutuhkan pelatihan dan pendidikan tingkat tinggi.
Pasti akan ada peningkatan jumlah pekerjaan yang terkait dengan pemrograman, robotika, teknik, dll. Bagaimanapun, keterampilan ini akan diperlukan untuk meningkatkan dan mempertahankan AI dan otomatisasi yang digunakan di sekitar kita.
Tetapi apakah orang-orang yang kehilangan pekerjaan dengan keterampilan menengah mereka dapat pindah ke peran keterampilan tinggi ini? Tentu bukan tanpa pelatihan dan pendidikan yang berarti. Bagaimana dengan pindah ke pekerjaan dengan keterampilan rendah? Jumlah pekerjaan ini tidak mungkin meningkat, terutama karena kelas menengah kehilangan pekerjaan dan berhenti menghabiskan uang untuk layanan makanan, berkebun, kesehatan rumah, dll.
Transisi bisa sangat menyakitkan. Bukan rahasia lagi bahwa meningkatnya pengangguran berdampak negatif pada masyarakat; kesukarelaan yang lebih sedikit, kejahatan yang lebih tinggi, dan penyalahgunaan narkoba semuanya berkorelasi. Masa pengangguran yang tinggi, di mana puluhan juta orang tidak mampu mendapatkan pekerjaan karena mereka tidak memiliki keterampilan yang diperlukan, akan menjadi kenyataan jika kita tidak mempersiapkan diri secara memadai.
Jadi bagaimana kita mempersiapkan? Minimal, dengan merombak seluruh sistem pendidikan kita dan menyediakan sarana bagi orang untuk kembali terampil.
Untuk transisi dari 90 persen populasi pertanian Amerika menjadi hanya 2 persen selama revolusi industri pertama, dibutuhkan pengenalan massal pendidikan dasar untuk membekali orang dengan keterampilan yang diperlukan untuk bekerja. Masalahnya, kita masih menggunakan sistem pendidikan yang sesuai dengan era industri. Tiga Rs (membaca, menulis, berhitung) pernah menjadi keterampilan penting untuk dipelajari agar berhasil di dunia kerja. Nah, itulah skill-skill yang dengan cepat disusul oleh AI.
Untuk melihat secara menarik sistem pendidikan kita saat ini dan kesalahannya, lihat video ini dari Sir Ken Robinson:
Selain mengubah seluruh sistem pendidikan kita, kita juga harus menerima bahwa pembelajaran tidak berakhir dengan sekolah formal. Akselerasi eksponensial transformasi digital berarti bahwa pembelajaran harus menjadi pengejaran seumur hidup, terus-menerus melatih ulang untuk menghadapi dunia yang terus berubah.
Membuat perubahan besar pada sistem pendidikan kita, menyediakan sarana bagi orang-orang untuk melatih kembali, dan mendorong pembelajaran seumur hidup dapat membantu mengurangi penderitaan transisi, tetapi apakah itu cukup?
Apakah Kami Bercinta? Apakah Semua Pekerjaan Akan Dihapus?
Ketika saya pertama kali menulis artikel ini beberapa tahun yang lalu, saya sangat yakin bahwa 99 persen dari semua pekerjaan akan dihilangkan. Sekarang, saya tidak begitu yakin. Inilah argumen saya saat itu:
Klaim bahwa 99 persen dari semua pekerjaan akan dihilangkan mungkin tampak berani, namun itu semua pasti. Yang Anda butuhkan hanyalah dua premis:
Kami akan terus membuat kemajuan dalam membangun mesin yang lebih cerdas.
Kecerdasan manusia muncul dari proses fisik.
Premis pertama seharusnya sama sekali tidak kontroversial. Satu-satunya alasan untuk berpikir bahwa kita akan menghentikan kemajuan secara permanen, dalam bentuk apa pun, adalah beberapa peristiwa tingkat kepunahan yang melenyapkan umat manusia, dalam hal ini perdebatan ini tidak relevan. Tidak termasuk bencana seperti itu, kemajuan teknologi akan terus berlanjut pada kurva eksponensial. Dan tidak masalah seberapa cepat kemajuan itu; semua yang penting adalah bahwa itu akan terus berlanjut. Insentif untuk orang, perusahaan, dan pemerintah terlalu besar untuk berpikir sebaliknya.
Premis kedua akan kontroversial, tetapi perhatikan bahwa saya mengatakan kecerdasan manusia. Saya tidak mengatakan “kesadaran” atau “apa artinya menjadi manusia”. Bahwa kecerdasan manusia muncul dari proses fisik tampaknya mudah ditunjukkan: jika kita memengaruhi proses fisik otak, kita dapat mengamati perubahan kecerdasan yang jelas. Meskipun contoh yang suram, jelas bahwa mencongkel otak seseorang menghasilkan perubahan pada kecerdasan mereka. Sebuah poke yang ditempatkan dengan baik di area Broca seseorang dan voila—orang itu tidak dapat memproses ucapan.
Dengan dua premis ini, kita dapat menyimpulkan sebagai berikut: kita akan membangun mesin yang memiliki kecerdasan tingkat manusia dan lebih tinggi. Itu tak terelakkan.
Kita sudah tahu bahwa mesin lebih baik daripada manusia dalam tugas fisik, mereka dapat bergerak lebih cepat, lebih tepat, dan mengangkat beban yang lebih besar. Ketika mesin ini juga secerdas kita, hampir tidak ada yang tidak bisa mereka lakukan—atau tidak bisa belajar melakukannya dengan cepat. Oleh karena itu, 99 persen pekerjaan pada akhirnya akan dihilangkan.
Tapi itu tidak berarti kita akan berlebihan. Kita masih membutuhkan pemimpin (kecuali jika kita menyerahkan diri kita kepada penguasa robot) dan seni, musik, dll., mungkin tetap menjadi pencarian manusia juga. Adapun hanya tentang segala sesuatu yang lain? Mesin akan melakukannya—dan melakukannya dengan lebih baik.
“Tapi siapa yang akan merawat mesin itu?” Mesin-mesin.
“Tapi siapa yang akan memperbaiki mesin?” Mesin-mesin.
Dengan asumsi mereka akhirnya bisa belajar 99 persen dari apa yang kita lakukan, pasti mereka akan mampu mempertahankan dan meningkatkan diri mereka lebih tepat dan efisien daripada yang pernah kita bisa.
Argumen di atas masuk akal, tetapi kesimpulan bahwa 99 persen dari semua pekerjaan akan dihilangkan, saya percaya terlalu fokus pada konsepsi kita saat ini tentang “pekerjaan”. Seperti yang saya tunjukkan di atas, tidak ada jaminan bahwa masa depan akan berjalan seperti masa lalu. Setelah terus berefleksi dan belajar selama beberapa tahun terakhir, saya sekarang berpikir ada alasan bagus untuk percaya bahwa sementara 99 persen dari semua pekerjaan saat ini mungkin dihilangkan, masih banyak yang harus dilakukan manusia (yang benar-benar kita pedulikan, bukan?).
Satu hal yang dapat dilakukan manusia yang tidak dapat dilakukan robot (setidaknya untuk waktu yang lama) adalah memutuskan apa yang ingin dilakukan manusia. Ini bukan trik semantik yang sepele; keinginan kami diilhami oleh penemuan kami sebelumnya, menjadikannya pertanyaan melingkar. — Yang Tak Terelakkan: Memahami 12 Kekuatan Teknologi yang Akan Membentuk Masa Depan Kita, oleh Kevin Kelly
Mungkin cara lain untuk melihat kutipan di atas adalah ini: beberapa tahun yang lalu saya membaca buku Kecerdasan Emosional, dan terkejut menemukan betapa pentingnya emosi untuk pengambilan keputusan. Tidak hanya penting, penting. Orang yang pernah mengalami kerusakan otak pada pusat emosi otak mereka sama sekali tidak mampu membuat keputusan yang terkecil sekalipun. Ini karena, ketika dihadapkan pada sejumlah pilihan, mereka dapat memikirkan alasan logis untuk melakukan atau tidak melakukan salah satu dari mereka tetapi tidak memiliki dorongan/tarikan emosional untuk memilih.
Jadi, meskipun AI dan otomatisasi dapat menghilangkan kebutuhan manusia untuk melakukan apa pun, kita masih membutuhkan manusia untuk menentukan apa yang harus dilakukan. Dan karena semua yang kita lakukan dan semua yang kita bangun memicu keinginan baru dan menunjukkan kemungkinan baru, “pekerjaan” ini tidak akan pernah hilang.
Jika Anda telah meramalkan pada awal abad ke-19 bahwa hampir semua pekerjaan akan dihilangkan, dan Anda mendefinisikan pekerjaan sebagai pekerjaan pertanian, Anda benar. Dengan cara yang sama, saya percaya bahwa apa yang kita anggap sebagai pekerjaan saat ini hampir pasti akan dihilangkan juga. Namun bukan berarti tidak akan ada pekerjaan sama sekali, “pekerjaan” justru akan bergeser ke penentuan, apa yang ingin kita lakukan? Dan kemudian bekerja dengan AI dan mesin kami untuk mewujudkan keinginan kami.
Apakah ini terlalu optimis? Saya kira tidak demikian. Apa pun itu, tidak diragukan lagi bahwa dampak kecerdasan buatan akan besar dan sangat penting bagi kami untuk berinvestasi dalam pendidikan dan infrastruktur yang diperlukan untuk mendukung orang-orang karena banyak pekerjaan saat ini dihilangkan dan kami bertransisi ke masa depan yang baru ini.