Читать книгу 21 õppetundi 21. sajandiks - Yuval Noah Harari - Страница 6

Meil pole aimugi, milline näeb tööturg välja aastal 2050. Üldiselt ollakse üksmeelel, et masinõpe ja robootika muudavad peaaegu kõiki töövaldkondi alates jogurtitootmisest kuni jooga õpetamiseni. Kuid arusaamad nende muutuste olemuse ja läheduse kohta on vastakad. On neid, kes usuvad, et juba aastakümne või paari pärast on miljardid inimesed majanduslikult oma tähtsuse kaotanud. Teised väidavad, et automatiseerimine loob ka kaugemas tulevikus endiselt uusi töökohti ja tagab kõigile suurema heaolu.

Niisiis, kas me seisame hirmuäratava muutuse lävel või on sellised ennustused järjekordne näide alusetust ludiitlikust16 hüsteeriast? Raske öelda. Hirm, et automatiseerimine loob suure tööpuuduse, ulatub tagasi juba 19. sajandisse ja seni ei ole need kartused veel tõeks saanud. Alates tööstusrevolutsiooni algusaegadest on iga masinale kaotatud töökoha asemele loodud vähemalt üks uus ja keskmine elatustase on märkimisväärselt tõusnud.17 Kuid ometi on alust arvata, et seekord on asjalood teistsugused ja masinõpe lööb kaardid segi.

Inimestel on kahesugused võimed – kehalised ja tunnetuslikud. Minevikus võistlesid masinad inimestega peamiselt toorest jõudu nõudvate kehaliste võimete poolest, samal ajal säilitasid inimesed masinate ees üüratu tunnetusliku edumaa. Seega, sel ajal kui põllumajanduses ja tööstuses füüsiline töö automatiseeriti, tekkisid uued teenindussektoriga seotud töökohad, mille täitmiseks oli vaja kognitiivseid oskusi, nagu õppimis-, analüüsi- ja suhtlusvõime ning eelkõige võime mõista inimeste emotsioone. Kuid tehisintellekt edestab nüüd üha enam inimesi nende oskustes, sealhulgas inimlike emotsioonide äratundmises.18 Me ei tea ühtki n-ö kolmandat valdkonda – lisaks kehalisele ja tunnetuslikule –, kus inimestel oleks masinate ees alati kindel eelis.

On vaja mõista, et tehisintellekti revolutsioon ei seisne üksnes arvutite kiiremaks ja targemaks muutumises. See toetub ühtlasi reaal- ja sotsiaalteadustes aset leidvatele murrangutele. Mida paremini mõistame inimeste emotsioonide, soovide ja valikute taga seisvaid biokeemilisi mehhanisme, seda tõhusamaks muutuvad arvutid inimkäitumise analüüsimisel, inimeste otsuste ennustamisel ning inimestest autojuhtide, pankurite ja advokaatide asendamisel.

Viimaste aastakümnete uurimistöö neuroteaduses ja käitumisökonoomikas on võimaldanud teadlastel hakata inimesi „häkkima” ning aidanud neil jõuda senisest palju parema arusaamiseni, kuidas inimesed otsuseid langetavad. Selgub, et meie valikud alates toidust kuni paarilise valimiseni ei tulene mingisugusest salapärasest vabast tahtest, vaid miljardite närvirakkude tööst, mis murdosa sekundi jooksul arvutavad välja tõenäosusi. Paljukiidetud inimlik intuitsioon pole tegelikkuses muud kui mustrite äratundmine.19 Headel autojuhtidel, pankuritel ja advokaatidel pole liiklemiseks, investeeringuteks või läbirääkimisteks mingisugust maagilist kõhutunnet – pigem oskavad nad panna tähele korduvaid mustreid ning tunnevad seetõttu ära hooletud jalakäijad, sobimatud laenuvõtjad ja valelikud petised, keda nad üritavad vältida. Lisaks on selgunud, et inimaju biokeemilised algoritmid ei ole kaugeltki täiuslikud. Need sõltuvad heuristikast20, otseteedest ja iganenud skeemidest, mis sobivad pigem Aafrika savanni kui linnadžunglisse. Nii pole ime, et head autojuhid, pankurid ja advokaadid mõnikord rumalaid vigu teevad.

See tähendab, et tehisintellekt võib inimesi edestada ka ülesannetes, mille täitmiseks on väidetavalt vaja intuitsiooni. Kui teie arvates peaks tehisintellekt suutma inimhingega müstilistes eelaimustes võistelda, ei ole see kuigi tõenäoline. Kui aga tehisintellekt peaks närvivõrgustikega võistlema tõenäosuste ennustamises ja mustrite äratundmises, ei kõla see sugugi võimatuna.

Tehisintellekt võib teha inimesest paremini eelkõige sellist tööd, mis nõuab vaistlikku tunnetust teiste inimeste suhtes. Paljud tegevused, näiteks jalakäijaid täis tänaval auto juhtimine, võõrastele laenu andmine ja äritehingu läbirääkimine, nõuavad võimet hinnata õigesti teiste inimeste tundeid ning soove. Kas see laps jookseb tee peale? Kas see pintsaklipslane kavatseb mu rahaga jalga lasta? Kas see advokaat teeb ähvardused teoks või lihtsalt ajab puru silma? Seni, kuni inimesed uskusid, et selliseid tundeid ja soove tekitas mingi mittemateriaalne vaim, näis ilmsena, et arvutid ei suuda kunagi inimestest autojuhte, pankureid ning advokaate asendada. Sest kuidas võiks arvuti mõista jumalikul teel loodud inimhinge? Kuid kui need tunded ja soovid on üksnes biokeemilised algoritmid, siis ei ole ühtki põhjust, miks ei peaks arvutid suutma neid algoritme lahti muukida, ja teha seda paremini kui ükski Homo sapiens.

Jalakäija kavatsusi ennustav autojuht, võimaliku laenuvõtja usaldusväärsust hindav pankur ja läbirääkimiste laua taga valitsevat õhkkonda tunnetada püüdev advokaat ei tugine seda tehes nõiakunstile. Seda ise teadvustamata, tuvastab nende aju biokeemilisi mustreid, analüüsides teiste inimeste näoilmeid, hääletooni, liigutusi ja koguni lõhna. Vajalike sensoritega varustatud tehisintellekt suudab kõike seda teha mitu korda täpsemalt ja usaldusväärsemalt kui ükski inimene.

Seega ei tulene töökohtade kadumise oht üksnes infotehnoloogiast, vaid infotehnoloogia ja biotehnoloogia ühinemisest. Tee funktsionaalse magnetresonantstomograafi (fMRI) juurest tööturu juurde on pikk ja vaevaline, kuid siiski mõne aastakümnega läbitav. See, mida ajuteadlased praegu mandelkeha ja väikeaju kohta teada saavad, võib anda arvutitele 2050. aastal võimaluse inimestest psühhiaatreid ning ihukaitsjaid edestada.

Tehisintellekt pole üksnes valmis inimesi häkkima ja neid seni ainult inimestele omistatud võimetelt edestama. Sellel on ka mitteinimlikud võimed, mis tähendab, et erinevus tehisintellekti ja inimesest töötaja vahel ei seisne lihtsalt võimekuse astmes, vaid täiesti teistsuguses võimekuses. Kaks eriti tähtsat tehisintellekti mitte-inimlikku võimet on ühenduvus ja uuendatavus.

Kuna inimesed on indiviidid, on neid keeruline üksteisega ühendada ja tagada, et nad kõik on ka ajakohased. Arvutid pole indiviidid ja neid on lihtne ühteainumasse paindlikku võrku liita. Nii ei oota meid ees miljonite eraldiseisvate inimsoost töötajate asendamine miljonite eraldiseisvate robotite ja arvutitega. Pigem võtab üksikisikute koha üle mingi integreeritud võrk. Automatiseerimisel oleks seega vale võrrelda üheainsa inimesest autojuhi võimeid üheainsa isejuhtiva auto omadega või ühe inimarsti võimeid ühe tehisintellektil tugineva arsti omadega. Selle asemel peaks võrdlema üksikisikutest koosneva rühma võimeid integreeritud võrgu võimetega.

Näiteks ei ole paljud autojuhid kursis pidevalt muutuvate liikluseeskirjadega, mistõttu neid sageli ka rikutakse. Kuna iga sõiduk kujutab endast sõltumatut üksust, siis kahe sõiduki samaaegsel jõudmisel samale ristmikule võivad nende juhid teineteise kavatsustest valesti aru saada ja see võib viia kokkupõrkeni. Isejuhtivaid autosid on seevastu võimalik omavahel ühendada. Kui kaks sellist sõidukit samal ajal ristmikule jõuavad, ei ole tegu kahe eraldiseisva üksusega – mõlemad on osa ühestainsast algoritmist. Teineteise vääritimõistmise ja kokkupõrgete võimalus on seega tunduvalt väiksem. Ja kui transpordiministeerium otsustab mingisugust liikluseeskirja muuta, saab isejuhtivate autode infosüsteemi kerge vaevaga samal ajal uuendada ning kui nende programmis pole mingit viga, siis järgivad need seda uut seadust täht-tähelt.21

Nii on ka olukorras, kus Maailma Tervishoiuorganisatsioon tuvastab uue haiguse või mõni labor töötab välja uue ravimi, peaaegu võimatu teavitada nendest arengutest kõiki arste üle kogu maailma. Seevastu olukorras, kus teil on kümme miljardit tehisintellektipõhist arsti, kellest igaüks jälgib ühe inimese tervist, on teil ometi võimalik kõiki neid murdosa sekundi vältel uuendada, ning need kõik suhtlevad omavahel ja vahetavad infot uue haiguse või ravimi kohta. Need ühendatavuse ja ajakohastatavuse võimalikud eelised on nii kaalukad, et teatud elualadel oleks mõttekas asendada kõik inimesed arvutitega ka siis, kui üksikult võttes saab mõni inimene vastava tööga endiselt paremini hakkama kui masinad.

Te võite vastu vaielda ja öelda, et üksikisikutelt arvutivõrgule ümberlülitumisega kaotame individuaalsusest tulenevad eelised. Näiteks kui üks inimesest arst langetab vale otsuse, ei tapa ta sellega kõiki patsiente kogu maailmas ega takista kõigi uute ravimite väljatöötamist. Kui aga kõik arstid kujutaksid tõepoolest vaid ühtainust süsteemi ja see teeks vea, oleksid sellel saatuslikud tagajärjed. Tegelikkuses suudab integreeritud arvutisüsteem suurendada ühendatavuse eeliseid ilma individuaalsuse eeliseid kõrvaldamata. Ühes ja samas võrgus saab käitada paljusid alternatiivseid algoritme. See tähendab, et näiteks eraldatud džunglikülas elav patsient ei ole nutitelefoni abil ühenduses üksnes ühe ainuisikuliselt otsuseid langetava arsti, vaid saja erineva tehisintellektipõhise arstiga, kelle suhtelist tulemuslikkust pidevalt võrreldakse. Teile ei meeldi, mida IBMi arst teile ütles? Olge mureta. Isegi Kilimanjaro nõlval kõlkudes võite teise arvamuse saamiseks kerge vaevaga Baidu arstiga ühendust võtta.

Sellisest arengust oleks inimkonnale üüratu kasu. Tehisintellekt-arstid suudavad pakkuda palju paremaid ja odavamaid tervishoiuteenuseid miljarditele inimestele, sealhulgas eelkõige neile, kellel praegu puudub neile teenustele igasugune ligipääs. Tänu õppivatele algoritmidele ja biomeetrilistele sensoritele saaks vaene külaelanik mõnes arenguriigis oma nutitelefoni vahendusel palju paremat tervishoiuteenust kui praegu maailma rikkaim inimene kõige kõrgetasemelisemas linnahaiglas.22

Sama moodi võiksid isejuhtivad autod pakkuda inimestele senisest märgatavalt paremat transporditeenust ja vähendada liiklusõnnetustest tingitud surmajuhtumite arvu. Praegu sureb liiklusõnnetuste tõttu ligemale 1,25 miljonit inimest aastas (kaks korda rohkem, kui sureb inimesi sõdade, kuritegevuse ja terrorismi tõttu kokku).23 Üle 90 protsendi juhtudest on nende õnnetuste põhjus inimlik eksimus: alkoholijoobes rooli taha istumine, sõidu ajal sõnumite saatmine, rooli taga magama jäämine, teel toimuvale keskendumise asemel mõttesse vajumine. Ameerika Ühendriikide riikliku maanteede liiklusohutuse ameti (NHTSA) andmetel olid 2012. aastal riigis aset leidnud surmaga lõppenud õnnetustest 31 protsenti seotud alkoholi kuritarvitamisega, 30 protsenti kiiruseületamisega ja 21 protsenti tähelepanu kaotanud juhtidega.24 Isejuhtivad autod ei tee kunagi midagi sellist. Kuigi neilgi on oma probleemid ja piirangud ning kõiki õnnetusi ei saa vältida, eeldatakse, et kõigi inimjuhtide asendamine arvutitega peaks vähendama surma ning vigastustega lõppevaid liiklusõnnetusi umbes 90 protsenti.25 Teisisõnu aitab üleminek isejuhtivatele autodele säästa umbes miljon inimelu aastas.

Seega oleks hullumeelsus tõkestada automatiseerimist valdkondades nagu transport ja tervishoid üksnes inimeste töökohtade kaitsmiseks. Sest lõppude lõpuks peaksime kaitsma inimesi, mitte töökohti. Tööta jäänud autojuhid ja arstid peavad lihtsalt uue tegevusala leidma.

Mozart masinas

Vähemalt lähitulevikus pole kuigi tõenäoline, et tehisintellekt ja robootika mõne majandusharu täielikult ära kaotaksid. Automatiseerimine puudutab töökohti, kus tuleb teha kitsasse vahemikku jäävaid rutiinseid liigutusi. Kuid palju raskem on inimesi masinatega asendada vähem rutiinsetes ametites, mis nõuavad paljude oskuste samal ajal rakendamist ja ettearvamatutes olukordades hakkamasaamise oskust. Võtkem näiteks tervishoid. Paljud arstid keskenduvad peaaegu eranditult informatsiooni töötlemisele: nad koguvad meditsiinilisi andmeid, analüüsivad neid ja sõnastavad diagnoosi. Meditsiiniõdedel on lisaks vaja häid motoorseid ja emotsionaalseid oskusi, et valusat süsti teha, sidet vahetada või vägivaldset patsienti ohjeldada. Seega on tõenäoline, et ka siis, kui meil on nutitelefonis olemas tehisintellektist perearst, kulub veel aastakümneid enne, kui meil on usaldusväärne õendusrobot.26 Inimjõul toimiv tervishoid – haigete, laste ja vanurite eest hoolitsemine – jääb arvatavasti veel kauaks inimestest töötajate kantsiks. Kusjuures olukorras, kus inimesed elavad kauem ja neil on üha vähem lapsi, on just eakate hoolekanne tõenäoliselt üks kõige kiiremini arenev sektor inimtööjõu turul.

Hoolekande kõrval on teine ja eriti keeruline takistus automatiseerimise teel loovus. Muusika müümiseks pole meil inimesi enam vaja ja me võime muusikat otse iTunes’i veebipoest alla laadida, kuid heliloojad, muusikud ning DJd on endiselt lihast ja luust. Nende loomevõime ei anna meile üksnes täiesti uut muusikat, vaid aitab meil ka olemasolevate peadpööritavate võimaluste vahel valida.

Sellest hoolimata ei ole tulevikku vaadates ükski amet automatiseerimise eest täielikult kaitstud. See puudutab ka kunstnikke. Nüüdisaegses maailmas seostatakse kunsti tavaliselt inimlike tunnetega. Kaldume arvama, et kunstnikud suunavad taiesesse sisemist psühholoogilist jõudu ja kunsti eesmärk on aidata meil oma tunnetega ühendust saada või meis mõni uus tunne esile tuua. Niisiis kipume kunstiteoste hindamisel lähtuma nende tundmuslikust mõjust publikule. Kuid kui kunsti sisu määravad inimeste tunded, siis mis saab, kui välised algoritmid kunagi suudavad inimeste tundeid mõista ja neid paremini ära kasutada kui Shakespeare, Frida Kahlo või Beyoncé?

Lõppude lõpuks pole emotsioonid ju müstiline nähtus, vaid biokeemilise protsessi tulemus. Seega võib juhtuda, et juba mõne aja pärast võib masinõppe algoritm analüüsida teie kehal ja kehas paiknevate sensorite edastatavaid biomeetrilisi andmeid, teha kindlaks teie isiksuse tüübi ja meeleolude kõikumise ning arvutada välja kindla muusikapala või koguni helistiku võimaliku tundmusliku mõju teile.27

Kõigist kunstivormidest on just muusika suurandmete analüüsiks kõige vastuvõtlikum, sest nii selle sisendeid kui ka väljundeid on võimalik matemaatiliselt täpselt kirjeldada. Selle sisendiks on helilainete matemaatilised mustrid ja väljundiks närvivõrgus tekkivad elektrokeemilised mustrid. Mõnekümne aastaga võib algoritm, mis töötab läbi miljonid muusikalised kogemused, õppida ennustama, kuidas kindel sisend annab kindla väljundi.28

Oletagem, et teil oli elukaaslasega just kohutav tüli. Teie helisüsteemi eest vastutav algoritm märkab kohe sisemist tundetulva ning tuginedes infole teie isiksuse ja üldise inimpsühholoogia kohta, mängib see lugusid, mis resoneerivad teie sünge meeleolu ning hingevaluga. Need lood ei pruugi teiste inimeste puhul töötada, kuid sobivad teie isiksuse tüübile justkui valatult. Olles teil aidanud teie sees pakitseva kurbusega ühendust saada, mängib algoritm seejärel seda üht lugu, mis suudab ainsana kogu maailmas teil tuju tõsta – võib-olla põhjusel, et teie alateadvuses seostub see mõne õnneliku lapsepõlvemälestusega, millest te ise ei pruugi üldse teadlik olla. Selliste võimete poolest pole tehisintellektile vastast ühestki inim-DJst.

Te võite vastu vaielda ja öelda, et tehisintellekt võtaks meilt nii võimaluse kogeda õnnelikke juhuseid ja sulgeks meid kitsasse muusikakookonisse, mis on kootud meile meeldinud või mitte meeldinud lugudest. Aga kuidas jääb uute muusikamaitsete ja -stiilide avastamisega? Olge mureta. Te võite algoritmi kerge vaevaga kohandada nii, et viis protsenti selle valikutest on täiesti suvalised, misläbi võib see teile ootamatult ette mängida mõne muusikapala Indoneesia gamelani ansambli esituses, Rossini ooperi või Korea popmuusika uusima hiti. Ajapikku võib tehisintellekt teie reaktsioone jälgides teha koguni kindlaks, milline on teie jaoks täiuslik juhuslikkuse määr, mis tagab optimaalse avastamisrõõmu ja väldib ärritumist ning alandab juhuslike muusikapalade osakaalu näiteks kolmele protsendile või tõstab selle kaheksale protsendile.

Üks võimalik vastulause on seegi, et pole selge, kuidas peaks algoritm tuvastama oma eesmärgi teie emotsionaalse seisundi suhtes. Kui olete elukaaslasega äsja tülitsenud, siis kas algoritm peaks püüdma teid nüüd kurvaks või rõõmsaks teha? Kas see peaks pimesi „heade” ja „halbade” emotsioonide kindlapiirilist skaalat järgima? Võib-olla on elus hetki, mil kurb olla on hea? Sama küsimus puudutab loomulikult ka inimestest muusikuid ja DJsid. Kuid algoritmi puhul on võimalik sellele mõistatusele palju huvitavaid lahendusi leida.

Teine võimalus on otsustamine kliendi hooleks jätta. Te võite oma tundmusi hinnata, kuidas iganes tahate, ning algoritm lihtsalt järgib teie ettekirjutust. Ükskõik, kas tahate enesehaletsuses püherdada või rõõmust lakke karata, algoritm järgib orjalikult teie eeskuju. Algoritm võib koguni õppida teie soove ära tundma ka siis, kui te ise neist täielikult teadlik pole.

Või juhul kui te end ei usalda, võite anda algoritmile korralduse järgida mõne väljapaistva psühholoogi nõuandeid, mida te usaldate. Kui elukaaslane teid lõpuks maha jätab, võib algoritm juhtida teid läbi leina viie staadiumi, aidates teil esmalt juhtunut eitada, mängides selleks Bobby McFerrini lugu „Don’t Worry, Be Happy”, õhutades teis seejärel viha Alanis Morissette’i palaga „You Oughta Know”, julgustades teid siis kauplema Jacque Breli „Ne me quitte pas” ja Paul Youngi „Come Back and Stay” abil, tõugates teid Adele’i lauludega „Someone Like You” ja „Hello” masendusse ning aidates teil lõpuks olukorraga leppida, kasutades Gloria Gaynori pala „I Will Survive”.

Järgmise sammuna hakkab algoritm ise olemasolevate laulude ja meloodiate kallal kõpitsema, tehes neis vastavalt teie eelistustele kergeid muudatusi. Võib-olla ei meeldi teile mõnes muidu igati suurepärases loos teatud jupp. Algoritm teab seda, sest seda ärritavat osa kuuldes jätab teie süda löögi vahele või oksütotsiini tase teie kehas veidi langeb. Algoritm võib segavaid noote mugandada või siis need loost hoopis välja lõigata.

Tulevikus võivad algoritmid õppida komponeerima viisijuppe, mängides inimeste tunnetel nagu klaveriklahvidel. Need võivad biomeetrilistele andmetele toetudes luua koguni teie isikupärale kohandatud meloodiaid, mida ainult teie hinnata oskate.

Sageli öeldakse, et inimesed tunnevad kunstiga sidet, sest nad tunnevad selles ära iseenda. See võib kaasa tuua üllatavad ja mõneti halvaendelised tulemused, näiteks kui Facebook hakkab looma isiklikustatud kunsti, võttes aluseks kõik, mida teie kohta teab. Kui teie kaaslane teid maha jätab, lohutab Facebook teid pigem isikupärase lauluga selle sama närukaela kohta kui looga kellestki tundmatust, kes murdis Adele’i või Alanis Morissette’i südame. Laul tuletab teile koguni meelde tõestisündinud juhtumisi teie suhtest, mida keegi teine peale teie ei tea.

Loomulikult ei pruugi isikule sobitatud kunst kunagi rahvahulkadesse jõuda, sest inimesed eelistavad endiselt lööklaule, mis meeldivad kõigile. Kuidas saab koos loo järgi tantsida või laulda kaasa loole, mida keegi peale teie ei tea? Ent algoritmid võivad ülemaailmsete hittide valmistamisel osutuda koguni tõhusamaks kui isiklikustatud harulduste loomisel. Kasutades miljonitelt inimestelt saadud andmetest koosnevaid hiiglaslikke biomeetrilisi andmebaase, võib algoritm väga hästi teada, milliseid biokeemilisi nuppe vajutada, et sünniks ülemaailmne hitt, mis paneb kõik hullupööra tantsu vihtuma. Kui kunst seisneb inimlike tunnete esilekutsumises (või nende mõjutamises), siis suudavad vaid vähesed inimestest muusikud – kui nemadki – selliste algoritmidega võistelda, sest nad ei suuda kunagi samal tasemel mõista peamist instrumenti, millel nad mängivad – inimese biokeemiat.

Kas tulemuseks on ka suurepärane kunst? Sõltub sellest, kuidas kunsti määratleda. Kui ilu on tõepoolest kuulaja kõrvades ja kliendil on alati õigus, võivad biomeetrilised algoritmid luua parimat kunsti, mida ajalugu tunneb. Kui kunst on midagi sügavamat kui inimeste tunded ja see peaks väljendama tõde, mis asub meie biokeemilistest võngetest kaugemal, siis ei ole biomeetrilised algoritmid just parimad kunstnikud. Aga seda pole ka suurem osa inimesi. Kunstiturule pääsemiseks ning sealt inimestest heliloojate ja muusikute väljatõrjumiseks ei pea algoritmid kohe Tšaikovskit edestama. Piisab sellestki, kui nad ületavad Britney Spearsi.

Uued töökohad?

Paljude tavapäraste töökohtade kadumist kõigis eluvaldkondades alates kunstist ja lõpetades tervishoiuga korvab osaliselt inimestele mõeldud uute ametite loomine. Teadaolevaid haigusi diagnoosivad ja tuntud ravimeid välja kirjutavad perearstid asendatakse arvatavasti tehisintellektiga. Kuid just tänu sellele jääb rohkem raha, et arstid ja laboriassistendid saaksid pühenduda pöördelise tähtsusega uurimistööle ning töötada välja uusi ravimeid või kirurgilisi protseduure.29

Tehisintellekt võib aidata inimestele uusi töökohti luua ka teisel moel. Tehisintellektiga võistlemise asemel võiksid inimesed keskenduda tehisintellektile teenuste pakkumisele ja selle parimale võimalikule rakendamisele. Inimpilootide asendamine droonidega on näiteks kaotanud küll mõne ametikoha, kuid loonud samal ajal palju uusi võimalusi droonide tehnohoolduse, kaugjuhtimise, andmeanalüüsi ja küberjulgeoleku vallas. Ameerika Ühendriikide relvajõududel on iga üle Süüria lendava Predator- või Reaper-tüüpi droonlennuki kohta vaja 30 inimest, kes seda juhivad ning veel vähemalt 80 inimest drooni kogutud informatsiooni analüüsimiseks. 2015. aastal nappis Ameerika Ühendriikide õhujõududel nende kohtade täitmiseks piisava väljaõppega inimesi ehk neil oli iroonilisel kombel raskusi mehitamata õhusõidukite mehitamisega.30