Memodelkan peralihan pekerjaan akibat AI

Kebanyakan perbincangan tentang AI dan pekerjaan bermula dengan soalan mudah: Apakah pekerjaan yang boleh dilakukan oleh AI?

Soalan itu penting, tetapi tidak cukup untuk meramalkan nasib pekerja. Sesuatu teknologi mungkin mampu melaksanakan banyak tugas dalam sesuatu pekerjaan tanpa menghapuskan pekerjaan itu sendiri. Hal ini boleh berlaku atas beberapa sebab. Manusia mungkin tetap diperlukan kerana pelanggan mahukan interaksi sesama manusia, institusi menuntut akauntabiliti manusia, atau kerja itu memerlukan kehadiran fizikal dan pertimbangan manusia. Atau, kos yang lebih rendah mungkin meningkatkan permintaan sehingga jumlah pekerjaan dalam sesuatu industri bertambah, bukannya berkurang, walaupun AI menjadikan pekerja lebih produktif.

Rangka Kerja Peralihan Pekerjaan AI oleh OpenAI menawarkan cara baharu untuk menilai kemungkinan ini. Daripada menganggap pendedahan kepada keupayaan teknikal AI sebagai ramalan kehilangan pekerjaan, rangka kerja ini mengemukakan tiga soalan:

• Bolehkah AI melaksanakan sebahagian besar tugas dalam pekerjaan itu?

• Adakah manusia masih memainkan peranan utama dalam melaksanakan, menyelia atau memikul tanggungjawab atas kerja itu?

• Jika AI mengurangkan kos perkhidmatan, adakah permintaan akan meningkat secukupnya untuk menyerap pertambahan produktiviti?

Apabila diterapkan pada 921 jenis pekerjaan yang merangkumi kira-kira 148 juta pekerjaan di AS, rangka kerja ini memberikan gambaran yang lebih pelbagai tentang peralihan pasaran buruh. Sekitar 18 peratus pekerjaan menghadapi risiko automasi yang agak tinggi, 24 peratus berkemungkinan disusun semula, 12 peratus boleh berkembang dengan AI, dan 46 peratus menunjukkan perubahan yang lebih kecil dalam masa terdekat.

Kategori ini bukan ramalan bahawa peratusan tertentu pekerjaan akan lenyap. Sebaliknya, kategori ini memetakan bidang yang mungkin mengalami pelbagai jenis perubahan terlebih dahulu.

Pekerjaan dengan risiko automasi lebih tinggi: Ini boleh merangkumi pekerjaan seperti kerani kemasukan data, jurupemasaran telefon, pembaca pruf serta beberapa peranan simpan kira atau pentadbiran. Sebahagian besar kerja ini melibatkan pemprosesan, penyemakan atau penyampaian maklumat yang diseragamkan—tugas yang semakin mampu dilakukan oleh AI tanpa manusia menyampaikan sendiri perkhidmatan akhir. Permintaan bagi aktiviti ini mungkin tidak meningkat secukupnya untuk mengimbangi pertambahan produktiviti yang terhasil.

Pekerjaan ini perlu dipantau rapi, khususnya apabila tertumpu di kawasan tertentu atau pekerja mempunyai laluan terhad untuk beralih ke peranan berkaitan. Namun, dalam keadaan ini sekalipun, keupayaan teknikal tidak semestinya menyebabkan kehilangan pekerjaan secara automatik atau serta-merta. Majikan masih perlu mereka bentuk semula aliran kerja, menyepadukan AI dengan sistem sedia ada, mengurus kesilapan dan risiko kawal selia, serta menentukan sama ada automasi benar-benar lebih murah daripada terus menggaji manusia.

Pekerjaan yang akan disusun semula: Kumpulan kedua yang lebih besar berkemungkinan disusun semula, bukannya lenyap. Peguam, akauntan, pembangun perisian, penganalisis kewangan dan guru merupakan contoh yang munasabah. AI sudah mampu mendraf kontrak, meringkaskan bukti, menyediakan analisis kewangan, menulis kod dan menghasilkan bahan pengajaran. Namun, klien dan institusi masih memerlukan manusia untuk membuat pertimbangan, bertanggungjawab atas keputusan, memahami kes luar biasa dan membina hubungan dengan rakan sekerja, pelajar atau pelanggan.

AI mungkin membolehkan setiap peguam menyemak lebih banyak dokumen, setiap pembangun menghasilkan lebih banyak kod, atau setiap guru menyediakan lebih banyak bahan yang disesuaikan dengan keperluan individu. Ini boleh mengurangkan tenaga kerja yang diperlukan bagi sesetengah aktiviti, tetapi pekerjaan itu sendiri tetap jelas berteraskan manusia. Persoalan utamanya ialah cara pekerjaan direka semula: tugas yang diserahkan kepada AI, tugas yang kekal pada pekerja, dan sama ada peranan peringkat permulaan serta laluan kerjaya terus menyediakan peluang belajar.

Pekerjaan yang berkembang dengan AI: Dalam pekerjaan ini, AI mungkin mengurangkan kos sehingga mampu menjana lebih banyak permintaan.  Contohnya termasuk tutor, kaunselor kesihatan mental, penasihat kewangan peribadi dan sesetengah profesional penjagaan kesihatan. Perkhidmatan ini kini mahal atau sukar diakses oleh ramai orang. Dalam bidang ini, produktiviti yang lebih tinggi tidak semestinya bermakna bilangan pekerja berkurang. Tuisyen yang lebih mampu milik boleh mendorong lebih banyak keluarga mendapatkannya. Nasihat kewangan yang lebih murah boleh membolehkan isi rumah yang kini tidak mampu membayar penasihat mendapatkan bimbingan yang disesuaikan dengan keperluan mereka. Pengamal klinikal yang dibantu AI mungkin dapat menyediakan lebih banyak rawatan susulan dan penjagaan berterusan. Jika permintaan meningkat secukupnya, jumlah pekerjaan boleh bertambah walaupun setiap pekerja menjadi lebih produktif.

Pekerjaan dengan perubahan lebih kecil dalam masa terdekat: Ini merangkumi banyak pekerjaan yang tugas utamanya masih bersifat fizikal dan perlu dilakukan di tempat tertentu, seperti juruelektrik, tukang paip, tukang bumbung, buruh binaan dan ramai pekerja perkhidmatan makanan. AI masih boleh membantu dalam penjadualan, anggaran, latihan, inventori atau komunikasi dengan pelanggan, tetapi buat masa ini tidak dapat memasang pendawaian, membaiki paip, mengganti bumbung, atau menyediakan dan menghidangkan makanan.

Pekerjaan ini juga akan terkesan oleh AI. Tugas pentadbiran dan pengurusannya mungkin berubah, dan kemajuan robotik akhirnya boleh meluaskan skop automasi. Namun buat masa ini, tugas terasnya mempunyai pendedahan yang agak rendah kepada AI berasaskan bahasa, jadi perubahan besar dalam masa terdekat kurang berkemungkinan berlaku.

Kesan awal AI mungkin terlihat melalui perubahan tugas, aliran kerja dan keperluan kemahiran sebelum menyebabkan jenis pekerjaan lenyap sepenuhnya. Malah, penggunaan sebenar AI kini sudah lebih tinggi dalam pekerjaan yang dikenal pasti menghadapi risiko automasi lebih besar. Penggunaan ChatGPT dalam pekerjaan paling berisiko kira-kira tiga kali lebih meluas berbanding dalam kalangan tenaga kerja secara keseluruhan.

Namun, perubahan pengangguran kebelakangan ini tidak selari sepenuhnya dengan pendedahan kepada keupayaan teknikal AI. Sejak suku pertama 2024, pengangguran meningkat lebih banyak dalam beberapa pekerjaan yang kurang terdedah berbanding pekerjaan yang dikelaskan oleh rangka kerja ini sebagai paling berisiko akibat AI. Bagaimanapun, ini tidak membuktikan bahawa AI tidak memberi kesan kepada pasaran buruh. Pengangguran mengikut pekerjaan dipengaruhi pelbagai faktor. Sesetengah perubahan mungkin muncul dahulu dalam pengambilan pekerja, peluang peringkat permulaan, upah atau komposisi kerja, bukannya pemberhentian pekerja.

AI tidak menetapkan satu-satunya masa depan pekerjaan yang pasti berlaku. Keupayaan teknikal penting, begitu juga institusi, permintaan pengguna, keputusan perniagaan, kawal selia dan nilai penglibatan manusia yang berkekalan. Rangka kerja peralihan yang dicadangkan dalam makalah ini menunjukkan bahawa pekerjaan yang berbeza memerlukan intervensi dasar yang berbeza. 

• Pekerjaan berisiko automasi tinggi mungkin memerlukan sistem amaran awal, bantuan penyesuaian bersasar dan pelan peralihan yang dirangka mengikut keadaan setempat. 

• Pekerjaan yang mungkin disusun semula boleh memerlukan latihan, piawaian profesional dan peraturan perjawatan yang dikemas kini, serta jangkaan lebih jelas tentang pengawasan manusia. 

• Pekerjaan yang berpotensi berkembang mungkin mendapat manfaat daripada dasar yang menggalakkan penggunaan AI, meluaskan akses dan menyediakan lebih ramai pekerja untuk memasuki bidang itu.

Bagi semua kategori, pembuat dasar memerlukan maklumat masa nyata yang lebih baik. Statistik buruh tradisional berguna, tetapi sering dikemas kini terlalu lambat untuk mencerminkan perubahan tugas, jangkaan majikan dan penggunaan teknologi. Menggabungkan data pekerjaan dengan ukuran keupayaan AI dan penggunaan sebenarnya boleh memberikan gambaran lebih tepat pada masanya tentang bidang yang semakin menghadapi tekanan.