Читать книгу 21 lekcji na XXI wiek - Yuval Noah Harari - Страница 6

Gdy dorośniesz, możesz nie mieć pracy

Nie mamy pojęcia, jak będzie wyglądał rynek pracy w 2050 roku. Powszechnie przyjmuje się, że uczenie maszynowe i robotyka zmienią niemal każdy fach – poczynając od produkowania jogurtu, po uczenie jogi. Sporną kwestią pozostaje natomiast to, jaki będzie charakter tej zmiany oraz jak szybko ona nastąpi. Niektórzy uważają, że w ciągu zaledwie dekady lub dwóch miliardy ludzi staną się ekonomicznie niepotrzebne. Inni natomiast twierdzą, że nawet na dłuższą metę automatyzacja będzie nadal tworzyć nowe miejsca pracy i generować coraz większy powszechny dobrobyt.

Czy zatem jesteśmy bliscy jakiegoś przerażającego wstrząsu, czy też tego rodzaju prognozy są kolejnym przykładem bezpodstawnej histerii? Trudno powiedzieć. Obawy, że automatyzacja spowoduje ogromne bezrobocie, pojawiły się już w XIX wieku i jak dotychczas jeszcze się nie ziściły. Od początku rewolucji przemysłowej było tak, że na każde miejsce pracy zabrane przez maszynę powstawało przynajmniej jedno nowe, a przeciętny standard życia radykalnie się podnosił12. Mimo to są powody, by sądzić, że tym razem będzie inaczej i że uczenie maszynowe będzie prawdziwym wstrząsem.

Ludzie mają dwa rodzaje umiejętności – fizyczne i poznawcze. W przeszłości maszyny rywalizowały z ludźmi przeważnie w zakresie zdolności typowo fizycznych, ludzie zaś zachowywali olbrzymią przewagę nad maszynami w zakresie poznania. Z jednej strony zatem w rolnictwie i przemyśle automatyzowano prace czysto fizyczne, a z drugiej w sferze usług pojawiały się nowe zajęcia wymagające umiejętności poznawczych, które posiadali jedynie ludzie: uczenia się, analizowania, komunikowania się, a przede wszystkim rozumienia ludzkich emocji. Obecnie jednak w coraz szerszym zakresie tych umiejętności – w tym także w rozumieniu ludzkich emocji – sztuczna inteligencja zaczyna osiągać wyniki lepsze niż ludzie13. Nic nam nie wiadomo o żadnym trzecim obszarze działania – poza sferą fizyczną i poznawczą – w którym ludzie mieliby zawsze zachowywać bezpieczną przewagę.

Niezwykle istotne jest uświadomienie sobie, że rewolucja w SI nie polega tylko na tym, że komputery robią się coraz szybsze i inteligentniejsze. Napędzają ją również przełomowe odkrycia nauk przyrodniczych i społecznych. Im lepiej pojmujemy mechanizmy biochemiczne, które są podstawą ludzkich emocji, pragnień i wyborów, tym skuteczniejsze mogą być komputery w analizowaniu ludzkiego zachowania, przewidywaniu ludzkich decyzji i zastępowaniu ludzi w roli kierowców, bankierów i prawników.

W ostatnich kilku dziesięcioleciach badania prowadzone w takich dziedzinach, jak neuronauka i ekonomia behawioralna, pozwoliły naukowcom „zhakować” ludzi, a przede wszystkim zyskać znacznie lepsze zrozumienie tego, w jaki sposób ludzie podejmują decyzje. Okazało się, że nasze decyzje w każdej sprawie – od wyboru jedzenia po wybór partnerów – wynikają nie z jakiejś tajemniczej wolnej woli, lecz raczej z miliardów neuronów w ułamku sekundy obliczających prawdopodobieństwa. Osławiona „ludzka intuicja” jest w rzeczywistości „rozpoznawaniem wzorców”14. Dobrzy kierowcy, bankierzy i prawnicy nie mają magicznej intuicji w zakresie ruchu drogowego, inwestowania czy negocjacji – jest raczej tak, że dzięki rozpoznawaniu powtarzających się wzorców dostrzegają nieuważnych pieszych, nierzetelnych pożyczkobiorców oraz krętaczy, i starają się ich unikać. Okazało się również, że biochemiczne algorytmy ludzkiego mózgu bynajmniej nie są doskonałe. Opierają się na heurystykach, skrótach i przestarzałych obwodach, dostosowanych raczej do afrykańskiej sawanny niż do miejskiej dżungli. Nic dziwnego, że nawet dobrzy kierowcy, bankierzy i prawnicy czasami popełniają głupie błędy.

Oznacza to, że sztuczna inteligencja może osiągać lepsze od ludzi wyniki nawet w zadaniach, które podobno wymagają „intuicji”. Jeśli ktoś uważa, że SI musi rywalizować z ludzką duszą pod względem mistycznego przeczucia – wydaje się to niemożliwe. Jeśli jednak tak naprawdę sztuczna inteligencja ma rywalizować z sieciami neuronów w zakresie obliczania prawdopodobieństwa i rozpoznawania wzorców – brzmi to o wiele mniej beznadziejnie.

Z pewnością sztuczna inteligencja potrafi być lepsza w pracach, w których niezbędna jest intuicja na temat innych ludzi. Wiele zawodów – polegających na przykład na prowadzeniu pojazdu po drodze pełnej pieszych, pożyczaniu pieniędzy obcym osobom i negocjowaniu umów biznesowych – wymaga umiejętności poprawnej oceny emocji i pragnień innych ludzi. Czy ten dzieciak wbiegnie zaraz na jezdnię? Czy mężczyzna w garniturze ma zamiar wziąć ode mnie pieniądze i zniknąć? Czy ten adwokat spełni swoje groźby, czy tylko blefuje? Dopóki uważano, że tego rodzaju emocje i pragnienia tworzy jakiś niematerialny duch, wydawało się oczywiste, że komputery nigdy nie będą w stanie zastąpić ludzi jako kierowcy, bankierzy i prawnicy. No bo jakim cudem komputer miałby rozumieć stworzonego przez Boga ludzkiego ducha? Jeśli jednak te emocje i pragnienia tak naprawdę nie są niczym więcej niż biochemicznymi algorytmami, to nie ma powodu, dla którego komputery nie mogłyby ich rozszyfrować – i to dużo lepiej niż jakikolwiek homo sapiens.

Kierowca przewidujący zamiary pieszego, bankier oceniający wiarygodność potencjalnego pożyczkobiorcy i prawnik sondujący nastroje przy stole negocjacyjnym nie korzystają z czarów i magii. Mimo że nie są tego świadomi, ich mózgi rozpoznają biochemiczne wzorce, analizując wyraz twarzy, ton głosu, ruchy rąk, a nawet zapach ciała. Sztuczna inteligencja wyposażona we właściwe czujniki mogłaby robić to wszystko z dużo większą dokładnością i niezawodnością niż człowiek.

A zatem za niebezpieczeństwo znikania miejsc pracy nie odpowiada pojawienie się samej technologii informacyjnej. Jest ono skutkiem jej połączenia z biotechnologią. Droga od skanera fMRI do rynku pracy jest długa i kręta, mimo to da się ją pokonać w kilka dekad. To, czego badacze mózgu dowiadują się dziś na temat ciała migdałowatego oraz móżdżku, może pozwolić komputerom w 2050 roku zostawić ludzkich psychiatrów i ochroniarzy daleko w tyle.

Sztuczna inteligencja jest gotowa nie tylko nas zhakować i osiągnąć lepsze od nas wyniki w zakresie umiejętności uznawanych dotychczas za typowe wyłącznie dla ludzi. Oprócz tego dysponuje ona umiejętnościami typowymi wyłącznie dla nieludzi, co sprawia, że różnica między SI a człowiekiem staje się różnicą rodzaju, a nie tylko stopnia. Dwie szczególnie ważne nie-ludzkie możliwości, które posiada sztuczna inteligencja, to możliwość bezpośredniej wymiany informacji i możliwość aktualizacji.

Ponieważ ludzie są jednostkami, trudno ich ze sobą połączyć i zbiorowo aktualizować, jak programy. W odróżnieniu od ludzi komputery nie są jednostkami, łatwo więc włączyć je w jedną elastyczną sieć. Milionów jednostkowych ludzkich pracowników nie zastąpią po prostu miliony jednostkowych robotów i komputerów. Prawdopodobnie pojedynczych ludzi będzie raczej zastępować połączona sieć. Dlatego gdy zastanawiamy się nad automatyzacją, nie powinniśmy porównywać zdolności pojedynczego kierowcy ze zdolnościami pojedynczego samochodu autonomicznego czy też pojedynczego lekarza człowieka z pojedynczym lekarzem SI. Należy raczej porównywać zdolności zbioru ludzkich jednostek ze zdolnościami połączonej sieci SI.

Na przykład wielu kierowców nie zna wszystkich, stale zmieniających się przepisów ruchu drogowego i często je łamie. W dodatku każdy pojazd jest niezależnym bytem, dlatego gdy dwa samochody zbliżają się do tego samego skrzyżowania równocześnie, kierowcy mogą błędnie odczytać swoje intencje i doprowadzić do kolizji. Samochody autonomiczne mogą być ze sobą połączone. Gdy dwa takie pojazdy zbliżają się do tego samego skrzyżowania, tak naprawdę nie stanowią dwóch oddzielnych bytów – kieruje nimi jeden algorytm. Dlatego ryzyko, że mogą się nie zrozumieć i spowodować kolizję, jest znacznie mniejsze. A jeśli ministerstwo transportu postanowi zmienić część przepisów ruchu drogowego, wszystkie samochody autonomiczne można będzie bez trudu zaktualizować dokładnie w tym samym momencie, więc o ile tylko w programie nie pojawi się błąd, wszystkie one będą się co do joty stosowały do nowych przepisów15.

Podobnie gdy Światowa Organizacja Zdrowia wykrywa jakąś nową chorobę albo gdy jakieś laboratorium wynajduje nowy lek, jest rzeczą niemal niemożliwą, by zaktualizować wiedzę wszystkich ludzkich lekarzy na świecie w zakresie nowej wiedzy. Ale już lekarzy SI (nawet gdyby miało być ich na świecie dziesięć miliardów, a każdy monitorowałby zdrowie jednego tylko człowieka) można będzie zaktualizować w ułamku sekundy i wszyscy będą mogli przekazywać sobie nawzajem opinie na temat nowych chorób czy nowych leków. Potencjalne korzyści wynikające z możliwości łączenia i aktualizacji są tak ogromne, że przynajmniej w niektórych zawodach sensowny może się okazać pomysł zastąpienia wszystkich ludzi komputerami, nawet gdyby niektórzy ludzie wciąż spisywali się lepiej niż maszyny.

Ktoś może zaprotestować, mówiąc, że zastępując ludzkich pracowników siecią komputerową, stracimy korzyści płynące z indywidualności. Jeśli na przykład jeden lekarz człowiek dokonuje niewłaściwej oceny, nie zabija wszystkich pacjentów na świecie i nie blokuje opracowywania wszystkich nowych leków. Gdyby natomiast wszyscy lekarze tworzyli jeden system i ów system popełniłby błąd, wówczas skutki mogłyby być katastrofalne. Zintegrowany system komputerowy może jednak maksymalizować korzyści płynące z możliwości łączenia, nie tracąc tych, które wynikają z indywidualności. W tej samej sieci można uruchomić wiele alternatywnych algorytmów, tak by pacjentka mieszkająca w odległej wiosce w dżungli mogła za pośrednictwem smartfona skontaktować się nie tylko z jednym apodyktycznym lekarzem, ale tak naprawdę z setką różnych lekarzy SI, których diagnozy będą nieustannie ze sobą porównywane. Nie podoba ci się to, co ci powiedział lekarz z IBM-u? Żaden problem. Nawet jeśli utknąłeś gdzieś na stokach Kilimandżaro, z łatwością możesz zasięgnąć opinii innego specjalisty, kontaktując się z lekarzem z Baidu.

Korzyści płynące z takiego rozwiązania dla ludzkiego społeczeństwa będą przypuszczalnie ogromne. Lekarze SI mogliby zapewnić znacznie lepszą i tańszą opiekę medyczną miliardom ludzi – szczególnie tym, którzy obecnie nie są objęci żadną. Dzięki uczącym się algorytmom i czujnikom biometrycznym biedna wieśniaczka ze słabo rozwiniętego kraju będzie mogła korzystać z dużo lepszej opieki medycznej za pośrednictwem smartfona niż ta, którą cieszy się dziś najbogatszy człowiek na świecie w najnowocześniejszym miejskim szpitalu16.

Podobnie jest z pojazdami autonomicznymi: mogłyby one zapewnić ludziom znacznie lepsze usługi transportowe, a zwłaszcza obniżyć śmiertelność z powodu wypadków drogowych. Dzisiaj prawie milion dwieście pięćdziesiąt tysięcy ludzi ginie rocznie w wypadkach drogowych (dwa razy tyle co z powodu wojen, przestępstw i terroryzmu razem wziętych)17. Przyczyną ponad 90 procent tych wypadków są ludzkie błędy: ktoś usiadł za kierownicą po alkoholu, ktoś inny pisał esemesa, prowadząc, jeszcze inny zasnął za kółkiem albo się rozmarzył, zamiast zwracać uwagę na drogę. W 2012 roku amerykańska agencja bezpieczeństwa drogowego (National Highway Traffic Safety Administration) szacowała, że 31 procent wypadków śmiertelnych w Stanach Zjednoczonych było związanych z alkoholem, 30 procent z przekroczeniem dozwolonej prędkości, a 21 procent z dekoncentracją kierowcy18. Pojazdy autonomiczne nie popełniłyby takich błędów. Choć mają one własne problemy oraz ograniczenia i choć jakieś wypadki są nieuniknione, to jednak należy się spodziewać, że zastąpienie wszystkich kierowców przez komputery zmniejszy liczbę ofiar śmiertelnych i obrażeń z powodu zdarzeń drogowych o jakieś 90 procent19. Innymi słowy, przejście na samochody autonomiczne przypuszczalnie ocali życie około miliona osób rocznie.

A zatem szaleństwem byłoby powstrzymywanie automatyzacji w takich dziedzinach, jak transport i opieka medyczna, tylko po to, by bronić miejsc pracy dla ludzi. Przecież tym, czego powinniśmy bronić w ostatecznym rozrachunku, są ludzie – nie miejsca pracy. Niepotrzebni kierowcy i lekarze będą po prostu musieli znaleźć sobie inne zajęcie.

Mozart w maszynie

Przynajmniej w krótkiej perspektywie jest jednak mało prawdopodobne, by sztuczna inteligencja i robotyka całkowicie wyeliminowały całe gałęzie przemysłu. Prace polegające na wykonywaniu rutynowych działań zostaną zautomatyzowane. Dużo trudniej będzie natomiast zastąpić ludzi maszynami w mniej rutynowych zajęciach, gdy konieczne jest jednoczesne korzystanie z szerokiego wachlarza umiejętności i trzeba sobie radzić z nieprzewidzianymi scenariuszami. Weźmy na przykład opiekę medyczną. Wielu lekarzy skupia się niemal wyłącznie na przetwarzaniu informacji: pozyskują dane zdrowotne, analizują je i wydają diagnozę. Pielęgniarki natomiast potrzebują również dobrych umiejętności manualnych i emocjonalnych, by zrobić pacjentowi bolesny zastrzyk, zmienić mu opatrunek czy powstrzymać go, gdy zachowuje się agresywnie. A zatem opartego na sztucznej inteligencji lekarza rodzinnego w smartfonie będziemy mieli prawdopodobnie parę dziesięcioleci wcześniej, niż doczekamy się niezawodnego robota pielęgniarza20. Ta gałąź przemysłu, jaką jest opieka nad człowiekiem – troska o chorych, dzieci i osoby w podeszłym wieku – przypuszczalnie na długo jeszcze pozostanie bastionem ludzkich pracowników. Co więcej, ponieważ obecnie ludzie żyją dłużej i mają mniej dzieci, opieka nad osobami starszymi będzie prawdopodobnie jednym z najszybciej rozwijających się sektorów ludzkiego rynku pracy.

Inną sferą, która stwarza szczególnie trudne przeszkody dla automatyzacji, jest kreatywność. Nie potrzebujemy już ludzi, by sprzedawali nam muzykę – możemy ściągnąć ją bezpośrednio z iTunes Store – jednak kompozytorzy, muzycy, piosenkarze i didżeje to wciąż ludzie z krwi i kości. Ich kreatywność jest nam potrzebna nie tylko po to, by tworzyli całkowicie nową muzykę, lecz również po to, by pomagali nam wybierać spośród niemieszczącego się w głowie wachlarza dostępnych możliwości.

Niemniej jednak na dłuższą metę nie ma takiej pracy, która będzie się mogła całkowicie uchronić przed automatyzacją. Nawet artyści powinni zwrócić na to uwagę. We współczesnym świecie sztuka kojarzy się zazwyczaj z ludzkimi emocjami. Na ogół sądzimy, że rolą artystów jest kanalizowanie sił psychicznych, a zadanie sztuki sprowadza się do łączenia nas z własnymi emocjami albo do wzbudzania w nas jakichś nowych odczuć. Dlatego sztukę oceniamy zwykle na podstawie jej emocjonalnego oddziaływania na odbiorców. Jeśli jednak sztukę określają ludzkie emocje, to co się stanie, gdy zewnętrzne algorytmy będą w stanie rozumieć ludzkie emocje i oddziaływać na nie lepiej niż Szekspir, Frida Kahlo czy Beyoncé?

Przecież emocje nie są żadnym mistycznym zjawiskiem – to wynik pewnych procesów biochemicznych. A zatem w niezbyt odległej przyszłości jakiś oparty na uczeniu się maszyn algorytm będzie umiał analizować dane biometryczne płynące z czujników umieszczonych na naszym ciele i wewnątrz niego, określi nasz typ osobowości i nasze zmieniające się nastroje oraz obliczy, jakie emocjonalne oddziaływanie będzie prawdopodobnie miała na nas konkretna piosenka – a nawet konkretna tonacja21.

Spośród wszystkich form sztuki muzyka jest przypuszczalnie najbardziej podatna na analizę opartą na big data, gdyż zarówno jej dane wejściowe, jak i wyjściowe nadają się do dokładnego matematycznego przedstawienia. Dane wejściowe to matematyczne wzory fal dźwiękowych; wyjściowe – elektrochemiczne wzory burz neuronów. W ciągu paru dekad algorytm, który prześledzi miliony muzycznych doznań, może się nauczyć przewidywać, w jaki sposób konkretne dane wejściowe generują konkretne dane wyjściowe22.

Załóżmy, że jesteś właśnie po burzliwej kłótni z chłopakiem. Algorytm odpowiedzialny za twój zestaw muzyczny natychmiast rozpozna twoje rozgorączkowanie i opierając się na tym, co o tobie wie, oraz na ogólnej znajomości ludzkiej psychiki, wybierze odpowiednie kawałki, w których odnajdziesz swój ból i smutek. Te konkretne utwory niekoniecznie sprawdziłyby się u innych, ale do ciebie – do twojego typu osobowości – pasują idealnie. Po tym jak algorytm pomógł ci się pogrążyć w rozpaczy, chwilę później puszcza ci tę jedną jedyną piosenkę, która cię rozweseli – być może dlatego, że połączył twoją podświadomość z jakimś szczęśliwym wspomnieniem z dzieciństwa, wspomnieniem, z którego istnienia nawet nie zdawałaś sobie sprawy. Nie ma na świecie didżeja, który mógłby choćby marzyć o takich możliwościach sztucznej inteligencji.

Ktoś może zaprotestować, mówiąc, że SI wykluczałaby wszelką przypadkowość i otaczałaby nas ciasnym muzycznym kokonem, utkanym z tego wszystkiego, co wcześniej polubiliśmy lub czego nie polubiliśmy. A co z poszukiwaniem nowych muzycznych upodobań, co z eksperymentowaniem z nowymi stylami? Żaden problem. Z łatwością będzie można podregulować algorytm, by przy wyborze 5 procent utworów rządził przypadek, dzięki czemu nieoczekiwanie usłyszymy zespół grający tradycyjną indonezyjską muzykę gamelan, operę Rossiniego albo najnowszy hit z gatunku K-popu. Z czasem, obserwując twoje reakcje, SI umiałaby nawet określić idealny stopień przypadkowości, który optymalizowałby poszukiwanie nowości, nie powodując jednocześnie rozdrażnienia: być może algorytm obniżyłby odsetek piosenek wybieranych na zasadzie szczęśliwego trafu do 3 procent albo podniósł go do 8.

Ktoś inny mógłby mieć zastrzeżenia co do tego, że nie bardzo wiadomo, w jaki sposób taki algorytm miałby ustalać swój cel emocjonalny. Jeśli jesteś akurat po kłótni z chłopakiem, to czy algorytm ma ci pozwolić trwać w smutku, czy cię rozweselić? Czy miałby sztywno stosować się do ustalonej skali „dobrych” i „złych” emocji? Może są w życiu takie sytuacje, gdy dobrze jest się posmucić? To samo pytanie można by oczywiście zadać ludzkim muzykom i didżejom. W wypadku algorytmu istnieje jednak wiele ciekawych rozwiązań tej zagadki.

Jedna możliwość polega na tym, by po prostu pozostawić decyzję klientowi. Możesz ocenić własne emocje tak, jak ci się podoba, a algorytm zastosuje się do tego, co mu narzucisz. Wszystko jedno, czy chcesz użalać się nad sobą, czy skakać z radości – algorytm będzie ślepo realizował twoje wskazówki. Co więcej, do tego, by algorytm nauczył się rozpoznawać twoje pragnienia, nie jest nawet konieczne, aby te pragnienia były uświadomione.

Jeśli nie masz do siebie zaufania, możesz ewentualnie polecić algorytmowi, by stosował się do zaleceń dowolnie przez ciebie wybranego wybitnego psychologa. A gdy chłopak w końcu cię rzuci, algorytm może cię przeprowadzić przez pięć formalnych etapów żałoby: najpierw pomoże ci zaprzeczać temu, co się stało (puszczając ci Don’t Worry, Be Happy Bobby’ego McFerrina), następnie podsyci twój gniew (dzięki You Oughta Know Alanis Morissette), sprowokuje cię do targowania się (tutaj sprawdzi się Ne me quitte pas Jacques’a Brela i Come Back and Stay Paula Younga), wrzuci cię w otchłań depresji (każąc ci słuchać Someone Like You i Hello w wykonaniu Adele), a na koniec pomoże ci zaakceptować tę sytuację (Gloria Gaynor i jej I Will Survive).

Później algorytm zacznie majstrować przy samych piosenkach i melodiach, za każdym razem odrobinę je zmieniając, tak by dostosować je do twoich kaprysów. Być może w jakiejś znakomitej skądinąd kompozycji nie podoba ci się konkretny fragment. Algorytm wie o tym, ponieważ ilekroć go słuchasz, mocniej bije ci serce i lekko spada ci poziom oksytocyny. SI potrafi poprawić albo usunąć przeszkadzające ci nuty.

Ostatecznie algorytmy mogą nauczyć się komponować całe utwory, grając na ludzkich emocjach, jakby to były klawisze fortepianu. Wykorzystując twoje dane biometryczne, algorytmy będą mogły nawet tworzyć spersonalizowane melodie, które doceni i polubi tylko jedna osoba w całym wszechświecie: właśnie ty.

Często można się spotkać z twierdzeniem, że ludzie potrzebują sztuki, ponieważ odnajdują w niej siebie. Może to prowadzić do zaskakujących i dość złowrogich rezultatów. Pomyślmy, co by było, gdyby Facebook zaczął tworzyć spersonalizowaną sztukę, opierając się na tym, co o nas wie. Jeśli rzuci cię chłopak, Facebook skomponuje dla ciebie piosenkę właśnie na temat tego łajdaka, a nie jakiejś nieznanej bliżej osoby, która złamała serce Adele albo Alanis Morissette. Taki kawałek będzie nawet wspominać o rzeczywistych wydarzeniach z twojego życia, o których nie wie nikt oprócz ciebie i twojego eks.

Oczywiście może się okazać, że spersonalizowana sztuka wcale się nie przyjmie, ponieważ ludzie nadal będą woleli zwykłe przeboje, które lubią wszyscy. No bo jak tańczyć albo wspólnie śpiewać do melodii, której nie zna nikt poza tobą? Algorytmy mogłyby jednak okazać się jeszcze skuteczniejsze w tworzeniu ogólnoświatowych przebojów niż spersonalizowanych unikatów. Wykorzystując olbrzymie biometryczne bazy danych zbieranych od milionów ludzi, algorytm będzie wiedział, jak ułożyć sekwencję uruchamianych kolejno biochemicznych przycisków, aby powstał światowy przebój, który każdego bez wyjątku wprawi w szalone pląsy na parkiecie. Jeśli sztuka naprawdę polega na wzbudzaniu emocji – albo na oddziaływaniu na nie – to mało który (o ile w ogóle jakiś) zwykły muzyk będzie miał szansę rywalizować z takim algorytmem, ponieważ ludzie nie są w stanie dorównać mu w rozumieniu podstawowego instrumentu, na którym grają: ludzkiego systemu biochemicznego.

Czy to wszystko sprawi, że powstanie wielka sztuka? Zależy, jak zdefiniujemy sztukę. Jeśli rzeczywiście piękne jest to, co się komu podoba, i jeśli klient ma zawsze rację, to biometryczne algorytmy mają szansę tworzyć najlepszą sztukę w dziejach. Jeśli w sztuce chodzi o coś głębszego niż ludzkie emocje i jeśli ma ona wyrażać pewną prawdę, a nie tylko wywoływać nasze biochemiczne drżenie, to biometryczne algorytmy mogą się okazać słabymi artystami. Ale podobnie jest z większością ludzi. Aby wkroczyć na rynek sztuki i wyprzeć z niego wielu kompozytorów oraz artystów, algorytmy nie będą musiały od razu przewyższać Czajkowskiego. Wystarczy, jeśli okażą się lepsze od Britney Spears.

Nowe miejsca pracy?

Znikanie wielu tradycyjnych zawodów w najrozmaitszych sektorach, od sztuki po opiekę medyczną, częściowo będzie równoważone przez tworzenie nowych miejsc pracy dla ludzi. Lekarzy pierwszego kontaktu, którzy skupiają się na diagnozowaniu znanych chorób i stosowaniu standardowych sposobów leczenia, prawdopodobnie zastąpią lekarze zrobotyzowani, oparci na sztucznej inteligencji. Właśnie dlatego jednak zostanie znacznie więcej pieniędzy dla lekarzy i laborantów, którzy będą się zajmować przełomowymi badaniami i opracowywaniem nowych leków czy procedur chirurgicznych23.

Sztuczna inteligencja może też pomagać tworzyć nowe miejsca pracy w inny sposób. Ludzie nie muszą rywalizować z SI: zamiast tego mogą skoncentrować się na jej serwisowaniu i wyciskaniu z niej, ile się da. Na przykład zastąpienie pilotów przez drony zlikwidowało pewną liczbę miejsc pracy, stworzyło jednak wiele nowych możliwości w zakresie konserwacji, zdalnego sterowania, analizowania danych i cyberbezpieczeństwa. Do obsługi każdego bezzałogowego drona typu Predator czy Reaper, który lata nad Syrią, amerykańskie siły zbrojne potrzebują trzydziestu ludzi, a analizowanie zbieranych przez nie informacji daje zajęcie co najmniej osiemdziesięciu kolejnym osobom. W 2015 roku Siłom Powietrznym Stanów Zjednoczonych brakowało dostatecznie wyszkolonego personelu, by obsadzić wszystkie te stanowiska, dlatego stanęły w obliczu paradoksalnego kryzysu: nie potrafiły zapewnić załóg dla swych bezzałogowych samolotów24.

Skoro tak, to rynek pracy w 2050 roku równie dobrze może cechować współpraca SI i ludzi, a nie rywalizacja. W najrozmaitszych dziedzinach: od pilnowania porządku publicznego po bankowość, zespoły złożone z ludzi oraz sztucznej inteligencji mogą osiągać wyniki znacznie lepsze niż sami ludzie czy same komputery. Po tym jak w 1997 roku stworzony przez IBM program szachowy Deep Blue pokonał Garriego Kasparowa, ludzie nie przestali grać w szachy. Skutek był raczej taki, że dzięki trenerom wspomaganym przez SI mistrzowie szachowi stali się lepsi niż kiedykolwiek wcześniej, a przynajmniej przez jakiś czas zespoły człowiek plus SI (zwane też centaurami) grały w szachy lepiej zarówno od ludzi, jak i od komputerów. W podobny sposób sztuczna inteligencja mogłaby pomóc przygotować najlepszych detektywów, bankierów i żołnierzy w dziejach25.

Kłopot, jaki wiąże się z tymi wszystkimi nowymi miejscami pracy, polega jednak na tym, że prawdopodobnie będą one wymagały wysokich kompetencji, i dlatego nie rozwiąże to problemów niewykwalifikowanych bezrobotnych pracowników fizycznych. Stworzenie nowych miejsc pracy może się okazać prostsze niż przekwalifikowanie ludzi, by rzeczywiście udało się ich w tych miejscach zatrudnić. W czasie poprzednich fal automatyzacji ludzie zazwyczaj umieli się przerzucić z jednego rutynowego, niewymagającego wielkich umiejętności zajęcia na inne. W 1920 roku robotnik rolny zwolniony z powodu mechanizacji rolnictwa mógł znaleźć nową pracę w fabryce traktorów. W roku 1980 bezrobotny pracownik fizyczny mógł znaleźć zatrudnienie jako kasjer w supermarkecie. Tego rodzaju zmiany zawodu były wykonalne, ponieważ przejście z gospodarstwa rolnego do fabryki i z fabryki do supermarketu wymagało jedynie niewielkiego przekwalifikowania.

Tyle że w 2050 roku kasjer albo włókniarz, który straci stanowisko na rzecz robota, raczej nie będzie mógł podjąć pracy w dziedzinie badań nad nowotworami, jako operator drona albo członek zespołu człowiek-SI w bankowości. Taki bezrobotny nie będzie miał koniecznych do tego umiejętności. W czasie pierwszej wojny światowej można było wysyłać na front miliony poborowych bez żadnego doświadczenia, mieli bowiem tylko strzelać z karabinów maszynowych i ginąć całymi tysiącami. Ich indywidualne umiejętności nie miały wielkiego znaczenia. Dzisiaj, mimo braku operatorów dronów i analityków danych, Siły Powietrzne Stanów Zjednoczonych nie palą się do uzupełniania niedoborów kadrowych ludźmi zwalnianymi z sieci supermarketów Walmart. Nikt by raczej nie chciał, żeby jakiś niedoświadczony rekrut wziął przez pomyłkę afgańskie przyjęcie weselne za talibską konferencję wysokiego szczebla.

Dlatego, mimo że pojawi się wiele nowych miejsc pracy dla ludzi, możemy być świadkami powstania nowej, bezużytecznej klasy. Może nas nawet spotkać najgorsze: będziemy cierpieć jednocześnie z powodu wysokiego bezrobocia i braku wykwalifikowanej siły roboczej. Wielu ludzi może podzielić los nie dziewiętnastowiecznych woźniców – który przerzucili się na prowadzenie taksówek – lecz dziewiętnastowiecznych koni, które były coraz silniej wypychane z rynku pracy, aż wreszcie całkowicie z niego zniknęły26.

W dodatku żaden z pozostałych ludzkich zawodów nie będzie nigdy wolny od groźby przyszłej automatyzacji, ponieważ uczenie maszynowe i robotyka będą stale się rozwijać. Czterdziestoletnia bezrobotna kasjerka z hipermarketu, która nadludzkim wysiłkiem zdoła odnaleźć się w roli pilota drona, być może dziesięć lat później będzie musiała znaleźć nowy pomysł na siebie, ponieważ do tego czasu obsługa dronów również zostanie zautomatyzowana. Ta niestabilność będzie też powodować, że trudniejsze stanie się organizowanie związków zawodowych i dbanie o poszanowanie praw pracowniczych. Już dzisiaj wiele nowych miejsc pracy w rozwiniętych gospodarkach to pozbawiona zabezpieczeń społecznych praca tymczasowa, praca dla freelancerów i jednorazowe zlecenia27. W jaki sposób można tworzyć związki zawodowe dla profesji, które wyrastają jak grzyby po deszczu i znikają w ciągu dekady?

Może być też tak, że centaury, czyli zespoły składające się z człowieka i komputera, zamiast nawiązywać dozgonne partnerskie stosunki, będą się cechować ciągłym przeciąganiem liny między ludźmi a komputerami. Zespoły złożone wyłącznie z ludzi – na przykład Sherlock Holmes i doktor Watson – zazwyczaj wypracowują trwałe hierarchie i ustalony porządek, który potrafi trwać całe dziesięciolecia. Jednak detektyw, który połączy siły ze stworzonym przez IBM systemem komputerowym o nazwie Watson (stał się on sławny, gdy w 2011 roku zwyciężył w amerykańskim teleturnieju Jeopardy!), przekona się, że każdy ustalony porządek zostanie odebrany jako zachęta do tego, by nim wstrząsnąć, a każda hierarchia – do zrobienia w niej rewolucji. Wczorajszy pomagier może jutro stać się nadzorcą, a wszelkie protokoły i podręczniki trzeba będzie co roku pisać od nowa28.

Jeśli przyjrzymy się bliżej dziedzinie, jaką są szachy, być może znajdziemy tam pewne wskazówki co do tego, w którym kierunku idzie cały ten rozwój. To prawda: przez kilka lat po tym, jak Deep Blue pokonał Kasparowa, współpraca człowieka z komputerem w szachach kwitła. W ostatnich latach jednak komputery stały się tak dobre w tej grze, że ich ludzcy współpracownicy stracili na wartości, a wkrótce mogą się stać całkowicie pozbawieni znaczenia.

Siódmego grudnia 2017 roku wydarzyło się coś, co można uznać za kamień milowy: nie był to dzień, w którym jakiś komputer pokonał człowieka w grze w szachy (to nie byłoby nic nowego), lecz w którym opracowany przez Google program AlphaZero pokonał inny program, Stockfish 8. Ten ostatni w 2016 roku zdobył mistrzostwo świata w szachach komputerowych. Dysponował dostępem do nagromadzonego przez całe stulecia ludzkiego doświadczenia w grze w szachy, jak również do liczonego w dekadach doświadczenia komputerów. Potrafił obliczać siedemdziesiąt milionów pozycji szachowych na sekundę. AlphaZero natomiast wykonywał jedynie osiemdziesiąt tysięcy takich obliczeń na sekundę, a jego twórcy nie nauczyli go żadnych strategii szachowych – ani nawet standardowych otwarć. Zamiast tego AlphaZero wykorzystał najnowsze metody systemów uczących się, by samodzielnie nauczyć się szachów, grając przeciwko sobie. Ze stu partii rozegranych przez nowicjusza AlphaZero przeciwko Stockfishowi ten pierwszy wygrał dwadzieścia osiem, a zremisował siedemdziesiąt dwa razy. Ani razu nie przegrał. Ponieważ AlphaZero nie uczył się niczego od ludzi, ludzkim obserwatorom wiele jego zwycięskich posunięć i strategii jawiło się jako niekonwencjonalne. Można by je równie dobrze uznać za kreatywne, jeśli nie wręcz genialne.

Jak się wam wydaje: ile czasu zajęło programowi AlphaZero nauczenie się szachów od zera, przygotowanie się do meczu ze Stockfishem i rozwinięcie swego genialnego instynktu? Cztery godziny. Tak, to nie błąd drukarski. Przez całe stulecia umiejętność doskonałej gry w szachy uważano za jedno ze szczytowych osiągnięć ludzkiej inteligencji. AlphaZero przeszedł od kompletnej niewiedzy do kreatywnego mistrzostwa w ciągu czterech godzin, bez pomocy żadnego ludzkiego przewodnika29.

AlphaZero nie jest jedynym przykładem tak pomysłowego oprogramowania. Obecnie wiele programów stale pozostawia szachistów w tyle nie tylko pod względem obliczeń prowadzonych metodą na siłę, lecz nawet pod względem „kreatywności”. Podczas turniejów, w których biorą udział wyłącznie ludzie, sędziowie muszą nieustannie mieć się na baczności i pilnować, czy gracze nie próbują oszukiwać, korzystając potajemnie z pomocy komputerów. Jednym ze sposobów na wyłapywanie takich oszustw jest kontrolowanie poziomu oryginalności gry poszczególnych uczestników. Jeśli któryś z nich wykona jakieś wyjątkowo kreatywne posunięcie, sędziowie mogą podejrzewać, że nie może to być ruch wymyślony przez człowieka – i dochodzą do wniosku, że musiał go wykonać komputer. Przynajmniej w szachach kreatywność jest więc już cechą charakterystyczną komputerów, a nie ludzi! Jeśli zatem szachy są dla nas tym, czym były niegdyś kanarki zabierane do kopalń (były wrażliwsze od ludzi na trujące i grożące wybuchem gazy), to dostaliśmy jasne ostrzeżenie: nasz kanarek zdycha. To, co dzieje się dzisiaj z zespołami szachowymi w formule „człowiek plus SI”, wkrótce może dotyczyć także podobnych zespołów pilnujących porządku publicznego, zajmujących się leczeniem i bankowością30.

Dlatego tworzenie nowych miejsc pracy i przekwalifikowywanie ludzi, by te miejsca mogli zająć, nie będzie jednorazową akcją. Rewolucja, jaką niesie ze sobą sztuczna inteligencja, nie stanie się pojedynczym przełomowym wydarzeniem czy okresem, po którym rynek pracy osiągnie nową równowagę. Będzie to raczej kaskada coraz większych wstrząsów. Już dzisiaj niewielu pracowników spodziewa się, że przepracuje w tym samym miejscu całe życie31. W 2050 roku przedpotopowa może się wydać nie tylko idea „pracy na całe życie”, ale nawet idea „zawodu na całe życie”.

Nawet gdybyśmy mogli nieustannie wymyślać i tworzyć nowe miejsca pracy oraz przekwalifikowywać zatrudnionych, może powstać pytanie, czy przeciętny człowiek będzie miał wystarczającą emocjonalną odporność, by doświadczać przez całe życie takich niekończących się wstrząsów. Zmiana zawsze niesie ze sobą stres, a rozgorączkowany świat początku XXI wieku wywołał globalną epidemię stresu32. Czy wraz z dalszym wzrostem niestabilności rynku pracy i niepewności co do indywidualnej kariery ludzie dalej będą sobie jakoś z tym radzić? Prawdopodobnie będziemy potrzebowali dużo skuteczniejszych metod redukcji stresu – poczynając od farmakologii, przez neurofeedback, po medytację – jeśli nie chcemy, żeby gatunkowi homo sapiens wysiadła głowa. W 2050 roku „bezużyteczna” klasa może się pojawić nie tylko w wyniku kompletnego braku pracy albo braku użytecznej edukacji, lecz również z powodu niewystarczającej odporności psychicznej.

Oczywiście w większości to tylko spekulacje. W chwili gdy piszę te słowa – czyli na początku 2018 roku – automatyzacja zrewolucjonizowała już wiele gałęzi przemysłu, ale nie spowodowała ogromnego bezrobocia. Tak naprawdę w wielu krajach, jak choćby w Stanach Zjednoczonych, bezrobocie znajduje się na wyjątkowo niskim poziomie. Nikt nie jest w stanie przewidzieć z całą pewnością, jaki wpływ na różne zawody będą miały w przyszłości uczenie maszynowe i automatyzacja, niezwykle trudno jest też nawet w przybliżeniu określić, jak będzie się to rozwijać w czasie, zwłaszcza że wiele zależy w równej mierze od decyzji politycznych oraz tradycji kulturowych, co od przełomów czysto technicznych. Dlatego nawet w sytuacji, gdy okaże się już, że pojazdy autonomiczne są bezpieczniejsze i tańsze niż samochody z kierowcami, politycy oraz konsumenci mogą i tak całymi latami, a może i przez dziesięciolecia, blokować tę zmianę.

Nie możemy jednak pozwolić sobie na beztroskę. Niebezpiecznie jest po prostu zakładać, że nowych miejsc pracy, które się pojawią, będzie wystarczająco dużo, by zrekompensować wszystkie te, które znikną. To, że tak było w trakcie poprzednich fal automatyzacji, nie stanowi żadnej gwarancji, że sytuacja się powtórzy także w zupełnie innych uwarunkowaniach XXI wieku. Potencjalne wstrząsy społeczne i polityczne mogłyby przybrać tak zatrważające rozmiary, że nawet gdyby prawdopodobieństwo masowego bezrobocia w skali całego systemu było niskie, powinniśmy potraktować je bardzo poważnie.

W XIX wieku rewolucja przemysłowa stworzyła nowe warunki i problemy, z którymi nie potrafił sobie poradzić żaden z istniejących modeli społecznych, ekonomicznych i politycznych. Feudalizm, monarchizm i tradycyjne religie nie były przystosowane do zarządzania przemysłowymi metropoliami, milionami przesiedlonych robotników ani nieustannie zmieniającą się nowoczesną gospodarką. Dlatego ludzkość musiała wypracować całkowicie nowe modele: powstały więc liberalne kraje demokratyczne, komunistyczne dyktatury i faszystowskie reżimy. Eksperymentowanie z tymi modelami zajęło ponad sto lat strasznych wojen i rewolucji, by można było oddzielić ziarno od plew i wprowadzić w życie najlepsze rozwiązania. Opisywana przez Dickensa praca dzieci w kopalniach, pierwsza wojna światowa i wielki głód na Ukrainie z lat 1932–1933 stanowiły zaledwie maleńką część czesnego, jakie ludzkość zapłaciła za tę naukę.

Wyzwanie, jakie stawiają nam w XXI wieku technologia informacyjna i biotechnologia, jest zapewne znacznie większe niż wyzwanie, którym w minionej epoce były maszyny parowe, koleje żelazne i elektryczność. Biorąc pod uwagę ogromną niszczycielską potęgę, jaką dysponuje nasza cywilizacja, nie możemy sobie pozwolić na kolejne nieudane modele, wojny światowe i krwawe rewolucje. Tym razem takie nieudane eksperymenty mogłyby się skończyć wojnami jądrowymi, potwornymi modyfikacjami genetycznymi i całkowitym rozpadem biosfery. Dlatego musimy spisać się lepiej niż wówczas, gdy stawialiśmy czoło rewolucji przemysłowej.

Od wyzysku do braku znaczenia

Potencjalne rozwiązania dzielą się na trzy główne kategorie: co robić, aby zapobiec znikaniu miejsc pracy; co robić, aby tworzyć wystarczająco dużo nowych miejsc pracy; oraz co robić, jeśli mimo najlepszych wysiłków proces znikania miejsc pracy będzie znacznie szybszy od procesu ich tworzenia.

Zapobieganie całkowitemu znikaniu miejsc pracy to strategia mało pociągająca i prawdopodobnie skazana na porażkę, ponieważ oznacza rezygnację z ogromnego pozytywnego potencjału sztucznej inteligencji i robotyki. Niemniej jednak rządy mogą zdecydować o celowym spowolnieniu tempa automatyzacji, aby zmniejszyć powodowane przez nią wstrząsy i dać sobie i ludzkości więcej czasu na przystosowanie się do nowej sytuacji. Technika nigdy nie jest deterministyczna, a to, że coś da się zrobić, bynajmniej nie oznacza, że koniecznie tak się stanie. Regulacje prawne mogą skutecznie blokować nowe rozwiązania techniczne, nawet jeśli są one opłacalne pod względem ekonomicznym. Na przykład od wielu dziesięcioleci dysponujemy techniką pozwalającą na stworzenie rynku ludzkich narządów: w krajach rozwijających się można by powołać do istnienia „fabryki ludzkich ciał” w celu zaspokojenia niemal nienasyconego popytu ze strony zamożnych nabywców, rozpaczliwie potrzebujących organów. Takie fabryki ciał mogłyby być warte setki miliardów dolarów. Jednak obecne regulacje prawne zapobiegają wolnemu handlowi częściami ludzkiego ciała i choć funkcjonuje czarny rynek organów, jest on znacznie mniejszy i bardziej ograniczony, niż można się było spodziewać33.

Spowalnianie tempa zmian może dać nam czas na generowanie wystarczającej liczby nowych miejsc pracy, by zastępować nimi większość tych, które będą znikały. Jak już jednak zauważyliśmy, przedsiębiorczości ekonomicznej będzie musiała towarzyszyć rewolucja w edukacji i psychologii. W proces ten będą się musiały włączyć władze państwowe, zarówno przez dofinansowywanie sektora edukacji (chodzi o kształcenie ustawiczne, trwające przez całe życie), jak i przez zapewnianie obywatelom zabezpieczeń w nieuniknionych okresach przejściowych. Jeśli czterdziestoletniej byłej pilotce dronów przekwalifikowanie się na projektantkę wirtualnych światów zajmie trzy lata, to przez ten czas może ona potrzebować ogromnej pomocy państwa, by utrzymać siebie i rodzinę. (Tego rodzaju program zapoczątkowuje się obecnie w Skandynawii, gdzie rządy wyznają dewizę: „chronić pracowników, nie miejsca pracy”).

Jeśli nawet znajdą się środki na dostateczną pomoc ze strony państwa, wciąż nie jest oczywiste, czy całe miliardy ludzi będą umiały wielokrotnie się przekwalifikowywać, zachowując przy tym równowagę psychiczną. Dlatego jeżeli mimo naszych skomasowanych wysiłków znaczny odsetek ludzkości zostanie wypchnięty z rynku pracy, będziemy musieli poszukiwać nowych modeli dla społeczeństwa, gospodarki i polityki w epoce bez pracy. Pierwszym krokiem na tej drodze jest uczciwe przyznanie, że do tego, byśmy poradzili sobie z takim wyzwaniem, modele społeczne, ekonomiczne i polityczne, które odziedziczyliśmy po przodkach, są niewystarczające.

Weźmy na przykład komunizm. Skoro automatyzacja zagraża samym fundamentom systemu kapitalistycznego, można by się spodziewać powrotu tej ideologii. Komunizm jednak nie powstał w odpowiedzi na tego rodzaju kryzys. Dwudziestowieczny komunizm zakładał, że klasa robotnicza jest niezbędna dla gospodarki, a komunistyczni myśliciele starali się nauczyć proletariat, jak ma przekuć swą ogromną potęgę ekonomiczną w siłę polityczną. Komunistyczny plan dotyczący polityki był wezwaniem do rewolucji robotniczej. Na ile użyteczne będzie to przesłanie, jeśli masy pracujące stracą swą wartość ekonomiczną i w konsekwencji będą musiały walczyć nie z wyzyskiem, lecz z marginalizacją? Jak wszcząć rewolucję robotniczą, kiedy nie ma klasy robotniczej?

Ktoś może twierdzić, że ludzie nigdy nie staną się bezużyteczni pod względem ekonomicznym, ponieważ nawet jeśli nie będą w stanie rywalizować ze sztuczną inteligencją jako siła robocza, zawsze będą się liczyć jako konsumenci. Ale nie wiadomo, czy przyszła gospodarka będzie nas potrzebowała nawet jako konsumentów. Również tym mogą się zająć maszyny i komputery. Teoretycznie może istnieć gospodarka, w której korporacja górnicza produkuje i sprzedaje stal korporacji robotycznej, korporacja robotyczna produkuje i sprzedaje roboty korporacji górniczej, ta znowu wydobywa jeszcze więcej rudy żelaza do produkcji kolejnych robotów i tak dalej. Te korporacje mogą się zatem rozrastać i rozszerzać aż po najdalsze zakątki galaktyki za sprawą wyłącznie robotów i komputerów – ludzie nie są tu konieczni, nawet by kupować ich produkty.

Już dzisiaj komputery i algorytmy zaczynają funkcjonować jako klienci, a nie tylko producenci. Na przykład na giełdzie papierów wartościowych algorytmy stają się najważniejszymi kupcami obligacji, akcji i towarów. Podobnie najważniejszym ze wszystkich klientów w branży reklamowej jest algorytm: algorytm wyszukiwania Google’a. Tworząc strony internetowe, ludzie często starają się zaspokoić gusta algorytmu wyszukiwania Google’a, a nie gusta jakiegokolwiek człowieka.

Oczywiście algorytmy nie mają świadomości, dlatego w odróżnieniu od konsumentów, którzy są ludźmi, nie cieszą się z tego, co kupują, a na ich decyzje nie oddziałują uczucia i emocje. Algorytm wyszukiwania Google’a nie spróbuje lodów. Algorytmy jednak wybierają różne rzeczy, opierając się na swych wewnętrznych obliczeniach i wbudowanych preferencjach, a te preferencje coraz bardziej kształtują świat. Algorytm wyszukiwania Google’a ma bardzo wyrobiony gust, jeśli chodzi o ranking stron internetowych sprzedawców lodów, a największe sukcesy odnoszą ci sprzedawcy lodów, których wymienia na pierwszych miejscach algorytm Google’a – a nie ci, którzy produkują najsmaczniejsze lody.

Znam to z własnego doświadczenia. Gdy wydaję książkę, wydawcy proszą mnie o napisanie krótkiego tekstu, który wykorzystują do reklamy w internecie. Mają jednak eksperta, który dostosowuje to, co piszę, do gustu algorytmu Google’a. Ekspert czyta mój tekst i mówi: „Tego słowa nie używaj – zamiast niego użyj innego. Ono bardziej zainteresuje algorytm Google’a”. Wiemy, że jeśli tylko uda nam się zwrócić uwagę algorytmu, to uwagę ludzi mamy zapewnioną.

Wobec tego skoro ludzie nie są potrzebni ani jako producenci, ani jako konsumenci, co w takim razie zapewni ich fizyczne przetrwanie i psychiczne dobre samopoczucie? Nie możemy czekać z szukaniem odpowiedzi na to pytanie, aż kryzys wybuchnie z całą siłą. Wtedy będzie za późno. Aby poradzić sobie z niespotykanymi wstrząsami technicznymi i ekonomicznymi XXI wieku, musimy jak najszybciej wypracować nowe modele społeczne i ekonomiczne. Te modele powinny kierować się zasadą, że należy chronić ludzi, a nie miejsca pracy. Wiele etatów polega wyłącznie na otępiającej harówce, czymś, czego nie warto ratować. Nikt nie marzy, by być kasjerem. Powinniśmy skupiać się na tym, by zapewnić ludziom ich podstawowe potrzeby oraz zabezpieczyć ich społeczny status i poczucie wartości.

Takim nowym modelem, który cieszy się rosnącym zainteresowaniem, jest koncepcja powszechnego dochodu podstawowego (PDP). Jest to propozycja, by państwo opodatkowało miliarderów oraz korporacje należące do tych, którzy mają w ręku algorytmy i roboty, a uzyskane w ten sposób pieniądze przeznaczyło na zapewnienie każdemu obywatelowi wystarczająco wysokiej pensji, by mógł pokryć wszystkie swoje podstawowe wydatki. Zapewniłoby to ubogim ochronę przed skutkami utraty pracy oraz destabilizacją ekonomiczną, a jednocześnie zabezpieczyłoby bogatych przed populistyczną wściekłością34.

Pokrewnym pomysłem jest propozycja, by poszerzyć zakres ludzkich czynności, które uważamy za „pracę”. Obecnie miliardy rodziców zajmują się dziećmi, miliony sąsiadów troszczą się o siebie nawzajem i miliony obywateli organizują społeczności, a żadnego z tych nieocenionych działań nie uznaje się za pracę. Być może musimy znaleźć jakiś przełącznik we własnych głowach i uświadomić sobie, że zajmowanie się dzieckiem to zapewne najważniejsza i najbardziej wymagająca praca na świecie. Skoro tak, to pracy nam nie zabraknie, nawet jeśli komputery i roboty zastąpią wszystkich kierowców, bankierów i prawników. Oczywiście powstaje pytanie, kto miałby wyceniać i opłacać te nowo uznane zawody. Skoro półroczne dziecko nie może płacić pensji własnej mamie, prawdopodobnie koszty te będzie musiało wziąć na siebie państwo. A skoro chciałoby się zapewne, by taka pensja pokrywała wszystkie podstawowe potrzeby rodziny, to efekt finalny będzie wyglądał całkiem podobnie do idei powszechnego dochodu podstawowego.

Ewentualnie zamiast oferować obywatelom dochód, państwa mogłyby dotować pewne powszechne świadczenia podstawowe. Zamiast dawać ludziom pieniądze, które mogliby przeznaczyć na cokolwiek, państwo mogłoby zapewniać bezpłatną edukację, opiekę medyczną, darmowy transport i tak dalej. Tak naprawdę jest to utopijna wizja komunizmu. Wprawdzie komunistyczny projekt wszechświatowej rewolucji robotniczej stał się nieco przestarzały, może jednak powinniśmy próbować urzeczywistnić komunistyczny cel innymi środkami?

Pozostaje kwestią dyskusyjną, czy lepiej zapewnić ludziom powszechny dochód podstawowy (raj kapitalistyczny), czy powszechne świadczenia podstawowe (raj komunistyczny). Obie opcje mają swoje wady i zalety. Bez względu na to jednak, który raj wybierzemy, prawdziwy problem polega na określeniu, co tak naprawdę oznacza „powszechny” oraz „podstawowy”.

Co to znaczy „powszechny”?

Gdy mówi się o powszechnej pomocy podstawowej – czy to w formie dochodu, czy świadczeń – zazwyczaj ma się na myśli pomoc podstawową ze strony p a ń s t w a. Dotychczas wszelkie inicjatywy w rodzaju PDP były ściśle ograniczone do jakiegoś państwa albo miasta czy gminy. W styczniu 2017 roku Finlandia rozpoczęła dwuletni eksperyment, w którego ramach dwa tysiące bezrobotnych Finów otrzymuje 560 euro miesięcznie bez względu na to, czy znajdą pracę, czy nie. Podobne eksperymenty trwają w kanadyjskiej prowincji Ontario, we włoskim Livorno oraz kilku holenderskich miastach35. (W 2016 roku Szwajcaria zorganizowała referendum w sprawie wprowadzenia państwowego programu dochodu podstawowego, ale wyborcy odrzucili ten pomysł36).

Problem z tego rodzaju państwowymi i miejskimi projektami polega wszakże na tym, że najważniejsze ofiary automatyzacji mogą nie mieszkać w Finlandii, Ontario, Livorno czy Amsterdamie. Globalizacja sprawiła, że ludzie w jednym kraju są całkowicie zależni od rynków w innych krajach, ale automatyzacja może rozpruć znaczne części tej globalnej sieci handlowej, powodując katastrofalne konsekwencje dla jej najsłabszych ogniw. W XX wieku kraje rozwijające się, którym brakowało bogactw naturalnych, osiągały wzrost gospodarczy głównie dzięki sprzedaży taniej siły roboczej swoich niewykwalifikowanych robotników. Dzisiaj miliony Banglijczyków utrzymują się z produkcji koszulek sprzedawanych odbiorcom w Stanach Zjednoczonych, podczas gdy mieszkańcy Bangaluru zarabiają, pracując w telefonicznych biurach obsługi i zajmując się reklamacjami amerykańskich klientów37.

Jednak wraz z pojawieniem się SI, robotów i drukarek 3D tania niewykwalifikowana siła robocza może przestać się liczyć. Zamiast koszulek wytwarzanych w Dhace i wysyłanych długą drogą do Stanów Zjednoczonych można będzie kupić sobie wzór bluzki w sieci na Amazonie i wydrukować ją od razu w Nowym Jorku. Funkcje sklepów Zary i Prady przy Piątej Alei mogą przejąć centra druku 3D na Brooklynie, a część ludzi może mieć nawet drukarki w domach. Jednocześnie zamiast dzwonić do obsługi klienta w Bangalurze, by zgłosić reklamację takiej drukarki, będzie można porozmawiać z przedstawicielem-SI jej producenta w chmurze Google’a (a jego akcent i barwa głosu zostaną dobrane do naszych upodobań). Świeżo pozbawieni pracy robotnicy oraz pracownicy infolinii z Dhaki i Bangaluru nie mają wykształcenia niezbędnego do tego, by mogli zająć się projektowaniem modnych koszulek albo pisaniem oprogramowania – co zatem zapewni im środki do życia?

Jeśli SI i drukarki 3D faktycznie przejmą obowiązki Banglijczyków i bangalurczyków, wówczas dochody, które wcześniej płynęły do Azji Południowej, zaczną napełniać skarbce paru gigantów technologicznych w Kalifornii. Zamiast obserwować wzrost gospodarczy wpływający na poprawę warunków na całym świecie, możemy być świadkami powstawania ogromnych nowych majątków tworzonych w ośrodkach najnowocześniejszych rozwiązań technicznych, takich jak Dolina Krzemowa, podczas gdy w wielu krajach rozwijających się nastąpi zapaść gospodarki.

Oczywiście część wschodzących gospodarek – między innymi Indie i Bangladesz – może rozwijać się wystarczająco szybko, by dołączyć do zwycięzców. Jeśli wystarczy im czasu, to dzieci albo wnuki dzisiejszych włókniarzy oraz pracowników infolinii mogą z powodzeniem zostać inżynierami i przedsiębiorcami, którzy będą tworzyć i posiadać komputery oraz drukarki 3D. Ale właśnie czasu na dokonanie tego rodzaju przejścia zaczyna brakować. W przeszłości tania niewykwalifikowana siła robocza pełniła funkcję łącznika dla dwóch stron globalnego podziału ekonomicznego, funkcję mostu, który dawał poczucie bezpieczeństwa. Nawet jeśli jakiś kraj rozwijał się wolno, to i tak mógł oczekiwać, że kiedyś w końcu uda mu się dostać na drugą stronę. Ważniejsze niż szybkie przejście przez most było stawianie na nim właściwych kroków. Obecnie jednak ten wątły łącznik zaczyna się trząść i wkrótce może się zawalić. Ci, którzy już przez most przeszli – awansując z pozycji taniej siły roboczej do gałęzi przemysłu wymagających wysokich kwalifikacji – prawdopodobnie będą bezpieczni. Ci jednak, którzy pozostają w tyle, mogą utknąć po niewłaściwej stronie przepaści, nie mając żadnego sposobu, by ją pokonać. Co zrobi dany kraj, jeśli nikt nie będzie potrzebował jego tanich niewykwalifikowanych robotników, a on nie będzie miał środków, by stworzyć dobry system edukacji i nauczyć ich nowych umiejętności?38

Jaki los czeka maruderów? Amerykańscy wyborcy zapewne zgodziliby się, że podatki płacone przez Amazona i Google’a z ich działalności w Stanach można by wykorzystać na świadczenia pieniężne albo formy wsparcia dla bezrobotnych górników w Pensylwanii i pozbawionych pracy taksówkarzy w Nowym Jorku. Czy jednak ci sami amerykańscy wyborcy przystaliby i na to, by z tych samych podatków wspierać bezrobotnych w miejscach, które prezydent Trump określa jako „zadupia”?39 Kto uważa, że tak będzie, może równie dobrze uznać, że ten problem rozwiąże Święty Mikołaj albo zając wielkanocny.

Co to znaczy „podstawowy”?

Ideą powszechnej pomocy podstawowej jest zaspokojenie podstawowych ludzkich potrzeb, nie ma jednak żadnej ich przyjętej definicji. Z perspektywy czysto biologicznej każdy człowiek potrzebuje do przeżycia zaledwie 1500–2500 kilokalorii dziennie. Wszystko, co wykracza ponad to, jest luksusem. Ale każda kultura w dziejach uznawała także inne potrzeby za „podstawowe”. W średniowiecznej Europie za rzecz ważniejszą nawet niż jedzenie uważano dostęp do nabożeństw, ponieważ Kościół dbał o nieśmiertelną duszę, a nie tylko o przemijające, nietrwałe ciało. W dzisiejszej Europie za podstawowe ludzkie potrzeby uznaje się przyzwoitą edukację i świadczenia opieki medycznej, a słychać też głosy, że obecnie każdemu bez wyjątku niezbędny jest dostęp do internetu. Być może w 2050 roku Zjednoczony Rząd Światowy zgodzi się opodatkować firmy Google, Amazon, Baidu i Tencent, aby zapewnić każdemu człowiekowi na Ziemi – zarówno w Dhace, jak i w Detroit – podstawową pomoc. W jaki sposób zostanie wówczas określone znaczenie słowa „podstawowa”?

Co na przykład obejmuje podstawowa edukacja: tylko czytanie i pisanie czy również naukę programowania oraz gry na skrzypcach? Wystarczy sześć lat szkoły podstawowej czy podstawa to cała edukacja aż do doktoratu? A co z opieką medyczną? Jeśli do 2050 roku rozwój medycyny umożliwi spowolnienie procesów starzenia i znaczne wydłużenie ludzkiego życia, to czy te nowe typy terapii będą dostępne dla wszystkich dziesięciu miliardów ludzi na naszej planecie, czy tylko dla kilku miliarderów? Gdyby biotechnologia pozwoliła przyszłym rodzicom udoskonalać planowane dzieci, to czy uznano by to za podstawową potrzebę człowieka, czy też bylibyśmy świadkami powstania podziału ludzkości na różne kasty biologiczne, w którego wyniku bogaci superludzie dysponowaliby możliwościami znacznie przekraczającymi standard ubogich homo sapiens?

Niezależnie od tego, jak zdecydujemy się zdefiniować „podstawowe ludzkie potrzeby”, z chwilą gdy zapewni się wszystkim ich bezpłatne zaspokojenie, zostaną uznane za rzecz oczywistą, po czym w społeczeństwie nastąpi wybuch ostrej rywalizacji i walk politycznych o ponadpodstawowe dobra luksusowe – czy to będą niesamowite samochody autonomiczne, czy dostęp do parków wirtualnej rzeczywistości, czy ulepszone dzięki bioinżynierii ciała. Skoro jednak bezrobotne masy nie będą dysponowały żadnymi środkami ekonomicznymi, nie bardzo wiadomo, w jaki sposób chciałyby choćby marzyć o zdobyciu takich luksusów. Dlatego przepaść dzieląca bogatych (dyrektorów Tencenta i akcjonariuszy Google’a) od biednych (czyli tych, którzy mogliby liczyć wyłącznie na powszechny dochód podstawowy) nie tylko by się powiększyła, lecz mogłaby się stać wręcz nie do pokonania.

A zatem nawet jeśli w 2050 roku jakiś program powszechnej pomocy zapewni ubogim znacznie lepszą opiekę medyczną i edukację niż dzisiaj, to i tak może w nich wzbierać silny gniew z powodu globalnej nierówności i braku możliwości awansu społecznego. Ludzie będą czuli, że cały system jest przeciwko nim, że władze państwowe służą tylko superbogatym i że w przyszłości ich samych oraz ich dzieci czeka jeszcze gorszy los40.

Homo sapiens ma to do siebie, że po prostu z natury trudno go zadowolić. Ludzkie szczęście w mniejszym stopniu zależy od obiektywnych warunków niż od naszych oczekiwań. Oczekiwania jednak na ogół przystosowują się do warunków, w tym także do tych, które mają i n n i  l u d z i e. Gdy sytuacja się poprawia, oczekiwania gwałtownie rosną, dlatego nawet radykalne polepszenie się warunków może niczego nie zmienić i nadal pozostaniemy równie niezadowoleni jak wcześniej. Jeśli powszechna pomoc podstawowa ma na celu poprawę obiektywnych warunków życia przeciętnego człowieka w 2050 roku, to taki program ma spore szanse powodzenia. Jeśli jednak celem jest doprowadzenie do zwiększenia u ludzi subiektywnej satysfakcji z własnego losu i zapobieżenie społecznemu niezadowoleniu, może się to nie udać.

By naprawdę osiągnąć te cele, powszechną pomoc podstawową trzeba będzie uzupełnić jakimś sensownym zajęciem – może sportem, może religią. Niewykluczone, że najbardziej udany dotychczas eksperyment dotyczący tego, jak funkcjonować bez pracy i wciąż odczuwać zadowolenie z życia, przeprowadzono w Izraelu. W kraju tym mniej więcej 50 procent ultraortodoksyjnych żydowskich mężczyzn w ogóle nie pracuje. Spędzają oni życie na zgłębianiu świętych pism i odprawianiu obrzędów religijnych. To, że ani oni, ani ich rodziny nie umierają z głodu, wynika częściowo z tego, że często pracują ich żony, a częściowo z tego, że władze państwowe zapewniają im sowitą pomoc finansową i bezpłatne świadczenia, tak by nie zabrakło im środków na zaspokojenie podstawowych potrzeb życiowych. Byłaby to zatem powszechna pomoc podstawowa avant la lettre41.

Mimo że ci ultraortodoksyjni żydowscy mężczyźni są biedni i bezrobotni, kolejne sondaże świadczą o tym, że ich poziom zadowolenia z życia jest wyższy niż innych części izraelskiego społeczeństwa. Bierze się to z siły więzi spajających ich społeczność, a także z głębokiego sensu, jaki odnajdują w badaniu pism i odprawianiu obrzędów. W niewielkim pomieszczeniu wypełnionym żydami dyskutującymi o Talmudzie może się zrodzić więcej radości, zaangażowania i zrozumienia niż w ogromnej hali fabryki włókienniczej pełnej ciężko pracujących robotników. W globalnych sondażach na temat zadowolenia z życia Izrael zazwyczaj plasuje się gdzieś w czołówce – w dużej mierze dzięki tym pozbawionym pracy ubogim ludziom42.

Rozgoryczeni świeccy Izraelczycy często się skarżą, że wkład ultraortodoksów w ogólny dobrostan społeczeństwa jest niewystarczający i żyją oni z ciężkiej pracy innych. Areligijni obywatele Izraela twierdzą też na ogół, że ultraortodoksyjny styl życia narusza równowagę społeczną, zwłaszcza że ultraortodoksyjne rodziny miewają średnio po siedmioro dzieci43. Podkreślają, że wcześniej czy później państwo nie będzie w stanie utrzymywać tak wielu bezrobotnych i ultraortodoksi będą musieli iść do pracy. Może się jednak okazać, że będzie dokładnie odwrotnie. Gdy roboty i sztuczna inteligencja wypchną ludzi z rynku pracy, być może inni zaczną widzieć w ultraortodoksyjnych żydach model na przyszłość, a nie pozostałość po minionych czasach. Może nie wszyscy zostaną ortodoksyjnymi wyznawcami judaizmu i nie zaczną uczęszczać do jesziwy, by studiować Talmud. Jest jednak możliwe, że w życiu wszystkich ludzi poszukiwanie sensu i wspólnoty zajmie ważniejsze miejsce niż pogoń za pracą.

Gdyby udało nam się połączyć powszechne zabezpieczenia ekonomiczne z silnymi wspólnotami i poszukiwaniem sensu, wówczas to, że tracimy miejsca pracy na rzecz algorytmów, mogłoby tak naprawdę wyjść nam na dobre. Dużo bardziej przerażającym scenariuszem jest jednak to, że stracimy kontrolę nad własnym życiem. Jeszcze bardziej niż niebezpieczeństwo masowego bezrobocia powinna nas martwić możliwość, że władza przejdzie z rąk ludzi na algorytmy, co mogłoby zniszczyć resztki wiary w opowieść liberalną i otworzyć drogę do cyfrowych dyktatur.