Zal kunstmatige intelligentie menselijke banen automatiseren? Dat zijn drie vragen die een nieuwe studie van het MIT Computer Science and Artificial Intelligence Laboratory (CSAIL) vanochtend probeert te beantwoorden. Er zijn veel pogingen gedaan om te extrapoleren en te voorspellen hoe de huidige kunstmatige intelligentietechnologieën, zoals grote taalmodellen, in de toekomst de levens van mensen en de economie als geheel zullen beïnvloeden.

Goldman Sachs schat dat kunstmatige intelligentie de komende jaren 25% van de gehele arbeidsmarkt zal automatiseren. Volgens McKinsey zal in 2055 bijna de helft van alle banen gedreven worden door kunstmatige intelligentie. Uit een onderzoek door de Universiteit van Pennsylvania, New York University en Princeton University bleek dat ChatGPT alleen al ongeveer 80% van de banen zou kunnen beïnvloeden. Uit een rapport van uitzendbureau Challenger, Gray & Christmas blijkt dat kunstmatige intelligentie al duizenden werknemers heeft vervangen.

Maar in hun onderzoek probeerden de MIT-onderzoekers verder te gaan dan wat zij ‘taakgebaseerde’ vergelijkingen noemen, om te beoordelen hoe haalbaar het is voor AI om bepaalde rollen te vervullen en hoe waarschijnlijk het is dat bedrijven daadwerkelijk werknemers zullen vervangen door AI-technologie.

In tegenstelling tot de verwachtingen hebben MIT-onderzoekers ontdekt dat de meeste banen waarvan eerder werd gedacht dat ze het risico liepen te worden vervangen door kunstmatige intelligentie, feitelijk niet ‘economisch voordelig’ zijn om te worden geautomatiseerd – althans nog niet.

Neil Thompson, co-auteur van het onderzoek en onderzoekswetenschapper bij MIT CSAIL, zei dat de belangrijkste implicatie van het onderzoek is dat de komende AI-verstoring langzamer en minder dramatisch kan plaatsvinden dan sommige critici suggereren.

"Net als veel recente onderzoeken hebben we ontdekt dat kunstmatige intelligentie een groot potentieel heeft voor het automatiseren van taken", zei Thompson in een e-mailinterview met TechCrunch. "Maar we hebben kunnen laten zien dat het automatiseren van veel van deze taken nog niet aantrekkelijk is."

Het is belangrijk op te merken dat in dit onderzoek alleen is gekeken naar banen waarvoor visuele analyse vereist is, d.w.z. banen waarbij taken betrokken zijn zoals het controleren van de productkwaliteit aan het einde van een productielijn. De onderzoekers hebben de potentiële impact van modellen voor het genereren van tekst en afbeeldingen zoals ChatGPT en Midjourney op werknemers en de economie niet onderzocht; die vraag lieten ze over aan vervolgonderzoek.

Bij het uitvoeren van het onderzoek ondervroegen onderzoekers werknemers om te begrijpen welke taken nodig zouden zijn voordat een AI-systeem hun banen volledig zou kunnen vervangen. Vervolgens modelleerden ze de kosten van het bouwen van een AI-systeem dat al deze taken kan uitvoeren, en modelleerden ze of bedrijven – met name ‘niet-agrarische’ bedrijven in de Verenigde Staten – bereid zouden zijn de aanloop- en exploitatiekosten van een dergelijk systeem te betalen.

Al vroeg in het onderzoek gaven de onderzoekers het voorbeeld van een bakker.

Volgens het Amerikaanse Bureau of Labor Statistics besteden bakkers ongeveer 6% van hun tijd aan het controleren van de voedselkwaliteit, en AI kan (en is) deze taak automatiseren. Een bakkerij met vijf bakkers die een jaarsalaris van $48.000 verdienen, zou $14.000 kunnen besparen als het de tests van de voedselkwaliteit zou kunnen automatiseren. Maar de studie schat dat een eenvoudig, zelfgemaakt AI-systeem om deze taak te volbrengen 165.000 dollar zou kosten om in te zetten en 122.840 dollar per jaar om te onderhouden... en dat is nog maar het lage eindbedrag.

"We ontdekten dat slechts 23% van de lonen die worden betaald aan mensen die visietaken uitvoeren economisch aantrekkelijk zijn voor AI-automatisering", aldus Thompson. "Mensen zijn nog steeds de betere economische keuze voor deze banen."

Het onderzoek houdt nu rekening met zelfgehoste AI-systemen die worden verkocht via leveranciers zoals OpenAI, en die alleen hoeven te worden verfijnd voor specifieke taken in plaats van helemaal opnieuw te worden getraind. Maar zelfs als een systeem slechts duizend dollar kost, zijn er volgens de onderzoekers veel banen – zij het tegen lage lonen en banen die afhankelijk zijn van multitasking – die voor bedrijven financieel niet zinvol zijn om te automatiseren.

"Zelfs als we alleen maar kijken naar de impact van computervisie op visietaken, zien we dat het banenverlies lager is dan het banenverlies dat al in de economie wordt waargenomen", schreven de onderzoekers in het onderzoek. "Zelfs als de kosten met een snel tempo van 20% per jaar dalen, zal het nog tientallen jaren duren voordat computer vision-taken economisch levensvatbaar worden voor bedrijven."

De onderzoekers erkennen dat de studie enkele beperkingen kent. Er wordt bijvoorbeeld geen rekening gehouden met situaties waarin AI menselijke arbeid kan vergroten in plaats van vervangen (zoals het analyseren van de golfswing van een atleet), of nieuwe taken en banen kan creëren die voorheen niet bestonden (zoals het onderhouden van AI-systemen). Bovendien wordt er geen rekening gehouden met alle kostenbesparingen die vooraf getrainde modellen zoals GPT-4 zouden kunnen opleveren.

We vragen ons af of de onderzoekers druk voelden van de sponsor van het onderzoek, het MIT-IBM Watson AI Lab, om tot bepaalde conclusies te komen. Het MIT-IBM Watson Artificial Intelligence Laboratory werd door IBM opgericht met een investering van 240 miljoen dollar voor een periode van 10 jaar. Maar onderzoekers beweren dat dit niet het geval is.

"We werden gemotiveerd door het overweldigende succes van deep learning, de dominante vorm van kunstmatige intelligentie, bij veel taken, en we wilden begrijpen wat dit betekent voor de automatisering van menselijke banen", aldus Thompson. “Voor beleidsmakers zouden onze bevindingen het belang moeten onderstrepen van de voorbereiding op de automatisering van banen met AI… Maar onze bevindingen laten ook zien: “Dit proces zal jaren of zelfs decennia duren om zich te ontvouwen, dus er is tijd voor beleidsmaatregelen. Voor AI-onderzoekers en -ontwikkelaars toont dit werk het belang aan van het verminderen van de kosten en de reikwijdte van de AI-implementatie om AI economisch aantrekkelijk te maken voor bedrijfsautomatisering."