Video

Transcriptie

Hoe lang denk je dat het duurt voordat machines jouw werk beter doen dan jij?

Automatisering hield vroeger in dat grote, domme machines werk in fabrieken deden.

Vandaag kunnen ze vliegtuigen landen, kanker diagnostiseren, en aandelen handelen.

We betreden een nieuw tijdperk van automatisering, onvergelijkbaar met wat eerder al geweest is.

Volgens een onderzoek uit 2013 kunnen bijna de helft van alle banen in de Verenigde Staten

mogelijk worden geautomatiseerd in de komende 20 jaar.

Maar wacht, bestaat automatisering al niet decennia lang?

Wat is er deze keer anders?

Innovatie in het verleden

Het was vroeger simpel:

Innovatie maakte werk makkelijker, en productiviteit steeg.

Wat betekende dat meer dingen of diensten konden worden geproduceerd per uur,

met hetzelfde aantal arbeiders.

Dit verdreef veel banen, maar creëerde ook andere, betere banen,

wat belangrijk was, omdat de groeiende bevolking werk nodig had.

Dus, in een notendop:

Innovatie, meer productiviteit,

Minder oude banen, en meer nieuwe, vaak betere banen.

Over het algemeen werkte dit goed voor de meerderheid van de mensen

en leefomstandigheden verbeterden.

Er is een duidelijke vordering in wat mensen deden voor de kost.

Voor een lange tijd werkten we in de landbouw.

Met de industriële revolutie verschoof dit naar productiewerk.

En naarmate automatisering zich meer verspreidde

verschoof men naar de dienstsector.

En toen, maar kort geleden in de mensgeschiedenis, begon het informatietijdperk.

Plotseling waren de regels veranderd.

Onze banen worden nu veel sneller overgenomen door machines dan in het verleden.

Dat is natuurlijk zorgwekkend, maar innovatie zal ons duidelijk redden, toch?

Hoewel informatietijdperkbedrijven bloeien, creëren ze minder en minder nieuwe banen.

In 1979 had General Motors meer dan 800.000 werknemers in dienst,

en verdiende ongeveer 11 miljard dollar.

In 2012 verdiende Google ongeveer 14 miljard dollar, terwjil het maar 58.000 mensen in dienst had.

Misschien vind je dit geen goede vergelijking,

Maar Google is een voorbeeld van wat in het verleden banen creëerde:

innovatieve nieuwe industrieën.

Oude innovatieve industrieën zijn aan het verflauwen.

Kijk maar eens naar auto’s:

Toen ze 100 jaar geleden in de wereld kwamen creëerden ze gigantische industrieën.

Auto’s veranderden onze leefstijl, onze infrastructuur, en onze steden.

Miljoenen mensen vonden werk, direct of indirect.

Decennia aan investering hielden deze voortgang in stand.

Vandaag is dit proces grotendeels compleet.

Innovatie in de auto-industrie creëert niet zoveel banen als vroeger.

Elektrische auto’s zijn geweldig, maar ze zullen niet miljoenen nieuwe banen creëren.

Maar wacht, het internet dan?

Sommige technologen beweren dat het internet een innovatie is op hetzelfde niveau

als de introductie van electriciteit.

Als we deze vergelijking volgen, zien we hoe onze moderne innovatie verschilt met de oude.

Het internet creëerde nieuwe industrieën,

maar ze creëren niet genoeg banen om de bevolkingsgroei bij te houden,

of om te compenseren voor de industrieën die het internet aan het verdrijven is.

Op zijn piek in 2004 had Blockbuster 84.000 werknemers, en verdiende 6 miljard dollar.

In 2016 had Netflix 4.500 werknemers, en verdiende 9 miljard dollar.

Of neem ons, bijvoorbeeld.

Met een fulltime team van maar 12 mensen bereikt Kurzgesagt miljoenen mensen.

Een TV zender met hetzelfde aantal kijkers heeft veel meer werknemers nodig.

Innovatie in het informatietijdperk leidt niet tot de creatie van genoeg nieuwe banen.

Wat op zich al erg genoeg is,

maar nu neemt een nieuwe golf van automatisering en een nieuwe generatie van machines

langzaam over.

Een nieuw soort machine

Om dit te begrijpen, moeten we eerst onszelf begrijpen.

De vooruitgang van de mensheid is gebaseerd op de verdeling van arbeid.

Naarmate we in de loop van duizenden jaren vorderden,

werden onze banen steeds meer gespecialiseerd.

Hoewel zelfs onze slimste machines slecht zijn in complexe taken,

zijn ze extreem goed in streng gedefinieerde en voorspelbare taken uitvoeren.

Dit is wat fabriekswerk vernietigde.

Maar kijk lang en goed genoeg naar een complexe taak,

en je zult zien dat het gewoon veel streng gedefinieerde en voorspelbare taken zijn,

de één na de ander.

Machines staan op het punt om zó goed te worden in het afbreken van complexe taken

in veel voorspelbare,

dat er voor veel mensen geen ruimte meer zal zijn om te specialiseren.

We staan op het punt om weggeconcurreerd te worden.

Digitale machines doen dit via automatisch leren,

waardoor ze informatie en vaardigheden kunnen verkrijgen door data te analyseren.

Hierdoor worden ze beter in bepaalde dingen door verbanden die ze ontdekken.

Machines onderwijzen henzelf.

Wij maken dit mogelijk door de computer veel data te geven

over de taak waarvan we willen dat het er beter in wordt.

Toon een machine alle spullen die jij online hebt gekocht,

en het zal langzaam leren wat het je moet aanbevelen,

zodat je meer spullen koopt.

Automatisch leren bereikt nu meer van zijn mogelijkheden,

Omdat in de afgelopen jaren mensen gegevens zijn gaan verzamelen over alles.

Gedrag,

weerpatronen,

gezondheidsdossiers,

communicatiesystemen,

reisgegevens,

en natuurlijk,

gegevens over wat we op het werk doen.

Wat we per ongeluk hebben gemaakt is een gigantische bibliotheek

die machines kunnen gebruiken om te leren hoe mensen dingen doen,

en leren ze beter te doen.

Deze digitale machines kunnen de grootste banenvernietiger van ze allemaal zijn.

Ze kunnen meteen gerepliceerd worden, en gratis.

Wanneer ze verbeteren hoef je niet te investeren in grote metalen dingen,

je kunt gewoon de nieuwe code gebruiken.

En ze kunnen snel beter worden.

Hoe snel?

Als jouw baan vandaag complex werk op een computer inhoudt,

zou je nog eerder dan de mensen die nog werk in fabrieken hebben werkeloos kunnen zijn.

Er zijn echte voorbeelden van hoe deze overgang misschien al bezig is.

Een bedrijf uit San Fransisco biedt project-management software voor grote bedrijven,

die middelmanagement posities moet elimineren.

Wanneer het wordt ingehuurd voor een nieuw project

beslist de software eerst welke taken geautomatiseerd kunnen worden,

en waar het precies echte professionele mensen nodig heeft.

Het helpt dan met het samenstellen van een team van freelancers via het internet.

De software verdeelt dan taken over de mensen,

en beheert de kwaliteit van het werk, houdt individuele prestatie bij, tot het project compleet is.

Oké, dit klinkt niet zo erg.

Hoewel deze machine één baan vernietigt, creëert het banen voor freelancers, toch?

Nou, terwijl de freelancers hun taken voltooien,

volgen leeralgoritmes ze en verzamelen gegevens over hun werk, en welke taken het uit bestaat.

Dus wat eigenlijk gebeurt, is dat de freelancers de machines leren hoe ze hen moeten vervangen.

Over het algemeen vermindert deze software kosten met zo’n 50% in het eerste jaar,

en met nog 25% in het tweede jaar.

Dit is slechts één van vele voorbeelden.

Er zijn machines en programma’s die zo goed worden als, of beter worden dan mensen op verschillende terreinen.

Van apothekers tot analisten,

journalisten tot radiologen,

cassières, bankbediendes of de ongeschoolde werker die hamburgers draait.

Geen van deze banen zal morgen verdwenen zijn,

maar steeds minder mensen zullen ze uitvoeren.

We zullen een paar gevallen in een volgende video bespreken.

Maar hoewel verdwijnende banen erg is, is dit maar de helft van het verhaal.

Om stil te staan moeten we snel bewegen

Het is niet genoeg om oude banen met nieuwe te vervangen.

We moeten constant nieuwe banen genereren, want de wereldbevolking groeit.

In het verleden hebben we dit opgelost door innovatie.

Maar sinds 1973 is de creatie van nieuwe banen in de Verenigde Staten begonnen met krimpen.

En het eerste decennium van de 21e eeuw was de eerste waar het totaal aantal banen in de V.S.

niet groeide voor de eerste keer.

In een land dat tot 150.000 nieuwe banen moet creëren per maand,

alleen maar om de bevolkingsgroei bij te houden,

is dit slecht nieuws.

Dit begint ook leefomstandigheden aan te tasten.

In het verleden werd het als overduidelijk gezien dat met een stijgende productiviteit,

meer en betere banen gecreëerd zouden worden.

Maar de gegevens vertellen een ander verhaal.

In 1998 werkten werknemers in de V.S. in totaal 194 miljard uur.

In de loop van de volgende 15 jaar steeg hun vermogen met 42%.

Maar in 2013 was het aantal uur gewerkt door werknemers in de V.S. nog steeds 194 miljard uur.

Wat dit betekent is dat ondanks een drastische productiviteitgroei,

duizenden nieuwe bedrijven die openen,

en de bevolking van de V.S. die is gegroeid met meer dan 40 miljoen,

er helemaal geen groei was in de gewerkte aantal uren in 15 jaar.

Tegelijkertijd zijn lonen voor nieuwe universiteitsafgestudeerden in de V.S. de afgelopen 10 jaar aan het dalen,

Terwijl 40% van nieuwe afgestudeerden gedwongen worden om banen te nemen die geen diploma vereisen.

Conclusie

Productiviteit is zich aan het afscheiden van menselijk arbeid.

De aard van innovatie in het informatietijdperk verschilt van alles dat we eerder zijn tegengekomen.

Dit proces startte jaren geleden en is al goed op weg,

zelfs zonder nieuwe onderbrekingen, zoals zelfrijdende auto’s, of robotboekhouders.

Het lijkt erop dat automatisering deze keer anders is.

Deze keer kunnen de machines misschien écht onze banen overnemen.

Onze economieën zijn gebaseerd op het idee dat mensen consumeren.

Maar als steeds minder mensen goed werk hebben, wie doet dan al het consumeren?

Zijn we steeds goedkoper aan het produceren,

om alleen maar op een punt te komen waar te weinig mensen onze spullen en diensten kunnen kopen?

Of zal de toekomst een kleine minderheid zien van de superrijken die de machines beheren,

en de rest van ons overheersen?

En moet onze toekomst echt zo grauw zijn?

Hoewel we vrij somber waren in deze video is het verre van zeker dat dingen negatief zullen uitpakken.

Het informatietijdperk en moderne automatisering kunnen een grote mogelijkheid zijn

om onze samenleving te veranderen, en armoede en ongelijkheid drastisch te verminderen.

Het zou een keerpunt in de mensgeschiedenis kunnen zijn!

We zullen deze mogelijkheid, en mogelijke oplossingen zoals een universeel basisinkomen

bespreken in deel 2 van deze video-serie.

We moeten groot denken, en snel.

Want één ding is zeker:

De machines komen niet.

Ze zijn al hier.

Deze video kostte ons zo’n 900 uur om te maken, en we hebben er meer dan 9 maanden aan gewerkt.

Projecten zoals deze zouden niet mogelijk zijn zonder jullie ondersteuning op Patreon.com

Als je ons wilt helpen, en een persoonlijke Kurzgesagt vogel ervoor terug wilt krijgen, zou dat erg helpen!

We hebben een groot deel van deze video gebaseerd op twee heel goede boeken:

“The Rise of the Robots”, en “The Second Machine Age”

Je kunt links naar beide vinden in de beschrijving, we raden het aan!

We hebben ook een robot-poster gemaakt.

Je kunt hem kopen, en heel veel andere spullen, in onze DFTBA-shop.

Deze video is onderdeel van een grotere serie over hoe technologie al aan het veranderen is,

en het leven voor altijd zal veranderen.

Als je wilt blijven kijken, hebben we een paar afspeellijsten.