De Amerikaanse econoom Keynes schreef in de jaren 30 van de vorige eeuw over “Technologische Werkeloosheid”. Hij voorspelde dat door de opkomst van machines veel mensen werkeloos zouden worden. Waarom zou je het land met een paard en wagen bewerken als het ook met een tractor kan? Voor een groot gedeelte kwam zijn voorspelling niet uit. Telkens ontstonden er nieuwe banen waarbij mensen dingen deden die machines niet konden.
In een interessant boek: The race against the machine vragen de schrijvers zich af of dat automatisme nog wel werkt. Voegen wij als mensen nog steeds voldoende waarde toe? Of worden de taken die we nu op ons werk uitvoeren, steeds sneller overbodig gemaakt door computers en kunstmatige intelligentie?
Mijn eerste reactie was: ach! Dat zeggen we al zo lang! Ondertussen staan nog steeds mensen aan het hoofd van bedrijven, schrijven journalisten artikelen en rijden chauffeurs vrachtwagens rond…Toch? Guess again! Hieronder een lijst van banen die we binnenkort door computers kunnen laten uitvoeren.
Overbodig: De CFO/Controller
Het is een apart slag mensen, die met cijfers kunnen omgaan. Zij kunnen het verhaal achter de cijfers lezen. Tenminste, dat is de bedoeling. De CFO of controller vertelt waar in het bedrijf potentie zit en hoe dat eruit gehaald kan worden. Maar dat kunnen computers ook. Als ze ook eens een verhaal konden vertellen…Kijk deze film van de startup Narrative Science. Zij laden alle cijfers van een bedrijf in hun programma en kunnen aan iedere vestigingsmanager een apart verhaal sturen, hoe ze presteren en waar ze kunnen verbeteren.
Hetzelfde bedrijf genereert overigens per jaar 400.000 artikelen over minor-leage baseball. Geheel automatisch! Toegegeven, ik mis nog een beetje de couleur-locale, maar het zou als een prima basis kunnen dienen voor de sportkaternen.
Overbodig: De Chauffeur
Nog geen 7 jaar geleden schreven twee vooraanstaande economen dat heel wat banen die een repeterend element hadden, snel zouden verdwijnen. Echter: een baan als chauffeur was wel heel moeilijk weg te denken. Een computer kon nooit die enorme massa’s aan data verwerken die nodig is om een auto te besturen. Dat is inderdaad moeilijk. Maar niet onmogelijk, zo blijkt uit experimenten van Google.
Het interpreteren van quizvragen vergt veel rekenkracht. Je moet de –soms– dubbele lading snappen, patronen herkennen en razendsnel verbanden leggen. Iets waar wij als mensen goed in zijn. Maar, als je maar zo veel mogelijk superieure rekenkracht en alle beschikbare naslagwerken bij elkaar voegt, is het zinnetje ‘dat zoeken we even op‘ bij Astrid Joosten een erg ouderwetse uitdrukking. IBM’s Watson won een aantal jaar geleden al de quiz Jeopardy van de beste menselijke kandidaten ooit. Hij schreef bij het toegeven van zijn nederlaag: “I for one, welcome our computer overlords”
Je zou denken, als je een quizkandidaat kan verslaan, dan kan je ook wel een diagnose stellen bij een zieke patiënt. Dat schijnt nog erg moeilijk te zijn. Een computer kan nog niet goed lezen of een patiënt wel het hele verhaal vertelt, of dat ie iets achterhoudt. Go Humans!
Niet overbodig: de Kapper, Tuinman en Loodgieter
Beroepen waar je het moet hebben van een fijne motoriek en het analyseren van een niet digitale omgeving blijken juist de beroepen te zijn waar de computer het lastig heeft. Deze analyse staat bekend als de Moravec’s-Paradox. Als je films als I-Robot kijkt, dan lijkt het snel gedaan te zijn met deze banen, maar uiteindelijk blijkt dat gedeelte van de innovatie nog erg moeilijk terrein te zijn voor onze microprocessor-vrienden.
Dus. Je weet wat je te doen staat. Heeft iemand voor mij een kappersschaar te leen? Ik ga een vak leren.