Por Michael A. Osborne, via Social Europe, traduzido por Daniel Fabre.
O que segue é uma transcrição de um ‘podcast’ da Social Europe no qual o Editor-chefe do portal, Henning Meyer discute os impactos da revolução digital na natureza do trabalho e na desigualdade com Michael A. Osborne, professor associado em aprendizagem automática[1] e Codiretor do programa Oxford Martin em tecnologia e emprego pela Universidade de Oxford.
Bem Michael, muito obrigado por juntar-se a nós hoje para termos uma discussão sobre inovação, mudanças tecnológicas e o que isso significa para o futuro do trabalho. Junto com seu colega Carl Benedikt Frey, você publicou diversos estudos que tiveram um grande impacto. Primeiramente, posso lhe perguntar, quando você escreve sobre a natureza mutante da inovação, o que em particular você quer dizer? O que é mutante?
Bem, os desenvolvimentos com os quais eu estou empolgado emergiram de minha própria área, que é a de aprendizagem automática, que muitos de seus ouvintes podem conhecer melhor pelo nome de inteligência artificial. Nossa ideia é que desenvolvimentos no campo da aprendizagem automática, acompanhados por aquelas em robótica móvel, irão realmente levar a um impacto transformacional sobre o emprego humano. Em particular, apontamos para a introdução de algoritmos que são capazes de produzir sofisticados e sutis processos decisórios de um modo que anteriormente era reservado aos humanos, que são capazes de navegar pelas ruas, que são capazes de fazer recomendações sobre produtos aos consumidores.
Todas essas coisas estão prestes a substituir trabalhadores humanos em um futuro próximo. Então, nosso estudo se iniciou para colocar alguns números sobre esse fenômeno. Em particular, nós usamos dados colhidos nos EUA, nos quais tivemos 702 diferentes classes ocupacionais e para cada uma delas tivemos uma lista de características dos empregos.
Então, essa organização nos EUA tinha sido sobre determinar os requisitos para diferentes tipos de habilidades para cada uma das diferentes ocupações. Isso incluiu coisas como persuasão, destreza manual, originalidade – todas características que nós pensamos poderem ser predicativo da suscetibilidade à automação dos empregos.
Então, com base naqueles dados, nós usamos, de fato, um algoritmo de aprendizagem automática e as características dos empregos que estávamos mais confiantes de que não iriam ser automatizados nos próximos 20 anos, ou que, de fato, já tínhamos visto alguma evidencia de estarem sendo automatizados, para tentar identificar as características de empregos suscetíveis de automação e assim de prever para todos empregos a probabilidade de automação. Em particular, nós chegamos a esta imagem de que 47% dos empregos atuais dos EUA podem estar em risco de automação nos próximos 20 anos.
Bem e se você quer categorizar, na literatura internacional, parece que há uma tendência