IA e emprego: Surpresa! Até agora, tudo bem

Artigo de Tom Morisse, research manager na FABERNOVEL INNOVATE Paris

 

Os comentários ou artigos sobre inteligência artificial que provocam ansiedade  dão como garantida, com demasiada frequência, uma futura extinção do emprego. E isto é tão verdade que o “ónus da prova” está, hoje, invertido: uma afirmação distópica é partilhada sem uma análise aprofundada, enquanto qualquer questionamento sobre este novo dogma é imediatamente posto em causa. Em alto e bom som e de uma vez por todas: não, não existe nenhum sinal de um declínio inevitável do emprego.

Podemos comprová-lo neste gráfico, que mostra a evolução da taxa de emprego nos Estados Unidos, nos últimos 70 anos (fonte: ILO):

Visão geral: nos Estados Unidos, desde o final da Segunda Guerra Mundial, a criação de  emprego cresceu mais rápido do que a população. Os 3 principais movimentos com impacto no mercado do trabalho foram: prolongamento dos estudos, reforma mais cedo  e entrada massiva das mulheres no mercado de trabalho.

As crises financeiras e económicas (2007-2008, por exemplo) estão, claramente, relacionadas com as fases de declínio das taxas de emprego.

E onde é que o desemprego se encaixa?

Vão dizer-me que o problema real é o desemprego. E eu vou responder que estamos, novamente, a sofrer de miopia: a situação em França não é cor-de-rosa, por isso sentimos que já foi melhor no passado.

Mas, nas últimas décadas, a taxa de desemprego não registou uma tendência inevitável de aumento, o que sugere o desaparecimento de empregos para aqueles que procuram um novo trabalho:

Não há nenhum ponto de viragem relacionado com a emergência repentina de algoritmos devastadores nos anos recentes, uma vez que, para além das oscilações cíclicas usuais, a situação não sofreu alterações dramáticas desde meados dos anos de 1980. O verdadeiro ponto de viragem, bem conhecido, foi o aumento súbito da taxa de desemprego no final dos Trinta Gloriosos.

2 esclarecimentos importantes:

• Estou a apresentar uma análise estatística e, por isso, agregada; não pode ser vista como um atenuante da dificuldade inerente ao desemprego a nível individual.
• Não é a manifestação de um otimismo cego: Não estou a dizer que o cenário do  emprego é muito melhor do que há uns anos ou que vai melhorar. O meu objetivo é apenas enfatizar erros cometidos pelos oráculos do apocalipse, sem ter por base factos verificados.

Acima de tudo, a taxa de desemprego não é necessariamente – ou não é mesmo – o melhor indicador do emprego. Mesmo que seja mais tendencioso falar de desemprego por ser tangível e assustador, é a taxa de emprego que deve ser escrutinada de forma rigorosa.

Os dividendos do progresso técnico: tempo de trabalho reduzido e rendimentos mais elevados

O venerado Banco de Inglaterra apresentou uma série de estatísticas que cobrem um vastíssimo período de tempo (alguns dados são de há 1000 anos). Claro que estas estatísticas devem ser vistas com cautela: os dados mais antigos são estimativas calculadas por economistas, dado que as estatísticas nacionais são uma prática recente, e só temos dados de Inglaterra. Mas o estudo destas estatísticas pareceu-nos extremamente interessante.

Interessei-me pela história do Produto Interno Bruto per capita, decomposto da seguinte forma:

PIB per capita = [número de horas de trabalho por semana] x [PIB por hora de trabalho] x  [taxa de participação na força de trabalho] x [1 – taxa de desemprego na força de trabalho]

(NB: O Produto Interno Bruto por hora de trabalho é a variável que calculamos a partir de outras)

Foi assim que a economia inglesa evoluiu desde 1760, antes do começo da Revolução Industrial:

Veredicto: em termos quantitativos, o progresso técnico teve pouco impacto na participação da força de trabalho e desemprego. No Reino Unido, podemos ver que, nos últimos 250 anos, os ganhos de produtividade (x23 para o PIB por hora de trabalho) têm sido usados para aumentar rendimentos reais (x14) e reduzir o tempo de trabalho (/16).

Surpreendentemente, o progresso técnico quase não alterou as taxas de desemprego, nem de participação laboral. Em 2016, tal como em 1760, continuamos a depender de metade da população para fazer mover a economia. Ainda que o perfil do trabalhador médio, em termos de idade e género, tenha, obviamente, características muitos diferentes.

Se a explosão da inteligência artificial mudasse radicalmente a taxa de desemprego e/ou a taxa de participação laboral, seria uma revolução radical para a história da humanidade.

Os mecanismos de destruição e criação de emprego

O debate em torno do emprego é alvo de uma assimetria óbvia: é muito mais fácil considerar que categorias de emprego podem desaparecer do que imaginar aquelas que podem ser criadas; e os estudos económicos focam-se maioritariamente no tema da destruição.

Vamos voltar no tempo centenas de anos e colocar-nos no lugar dos nossos antepassados, quando a maioria da população trabalhava na agricultura. Se nos fosse dito que algumas décadas mais tarde, os agricultores iriam ser escassos e que vendedores, designers e sofrologistas iriam substitui-los, seria difícil acreditarmos. Pois bem, nós somos os camponeses do século XXI.

Como é que podemos considerar que, apesar dos ganhos óbvios de produtividade que nos permitem desempenhar tarefas em menos tempos, a taxa de emprego pode crescer ou pelo menos manter-se?

Com base no excelente paper escrito pela Deloitte sobre os mecanismos através dos quais as tecnologias impactam o emprego, diretamente e indiretamente, podemos destacar 5 processos:

1. Surgimento de trabalhos em setores produtores de novas tecnologias (por exemplo: designers de robôs industriais, data engineers em machine learning).
2. Substituição de trabalhadores em certos setores que utilizam a nova tecnologia – a produtividade aumenta, mas a produção mantêm-se a curto-prazo (por exemplo: robôs industriais requerem menos horas para montar um carro).
3. Complementaridade entre as novas tecnologias e outras ocupações, o que aumenta a sua procura (exemplo: consultoria).
4. Democratização dos produtos inicialmente afetados pela Substituição: ganhos de produtividade permitem a redução de preços e, em última instância, conduzem a um crescimento da procura… que, por sua vez, levam à criação de emprego.
5. Expansão de setores extremamente diversos da economia, nos quais a procura é orientada pelos ganhos no poder de compra possibilitados pela Democratização (exemplo: bens culturais).

 

Em resumo, numa imagem:

3 comentários:

1. A substituição não é o único impacto. De facto, é o único impacto negativo no emprego.
2. Através dos mecanismos de Complementaridade e Expansão, podemos ver que a nova tecnologia gera empregos em setores muito distantes do seu “epicentro”. Por isso, críticas do tipo “nunca vamos precisar de 5 milhões de data scientists” batem ao lado da questão do emprego.
3. Obviamente, ser-me-á apontado que a evolução do emprego depende de um mix entre estas forças distintas. Eu sou otimista, pelo simples facto de que se quiséssemos mesmo produzir as mesmas coisas com menos factores de produção, poderíamos ter parado de trabalhar há muito tempo, com menos agricultores e pronto. Isto é o que economista americano David Autor designa “never-get-enough principle“: se pensarmos que o emprego vai desaparecer, significa que acreditamos que a humanidade esgotou o seu stock de novos problemas para resolver.

 

Para além da matriz usual de automatização

Se estiver particularmente interessado na avaliação dos riscos de Substituição, quer seja na sua empresa, indústria ou na economia em geral, pensámos nos critérios que o podem informar sobre as possibilidade de automatização de tarefas ou mesmo ocupações.

De facto, a distinção entre tarefas e ocupações é fundamental: os estudos, frequentemente, consideram ocupações que podem desaparecer, mas cada ocupação engloba um conjunto de tarefas. Por isso, é mais provável que os empregos sejam transformados ao remover ou adicionar novas tarefas, em vez de simplesmente desaparecerem (o que iria implicar, por um lado, que todas as tarefas são automatizadas e, por outro lado, que o empregador não consegue pensar na atribuição de novas tarefas).

Um exemplo, frequentemente, utilizado é o dos bancários: há umas décadas, uma das suas tarefas principais era facultar dinheiro aos clientes. Isto agora é feito por ATMs, mas os bancários não desapareceram, passaram a desempenhar tarefas de consultoria e vendas.

No trabalho de economistas que estudam a automatização, é utilizada quase universalmente uma matriz na classificação de ocupações ou tarefas:

• Eixo “rotineiro / não-rotineiro”
• Eixo “manual / cognitivo”

A conclusão é que os trabalhos rotineiros estão sob ameaça, que os trabalhos manuais não-rotineiros continuarão a crescer e que, acima de tudo, os trabalhos cognitivos não-rotineiros vão ter um futuro brilhante.

Contudo, esta matriz é susceptível a críticas por pelo menos dois motivos. Primeiro, nem sempre é fácil distinguir tarefas rotineiras de não-rotineiras. Na condução de uma autocarro, por exemplo, as situações na estrada variam de dia para dia, mas os gestos do condutor são os mesmos. Outro exemplo são os diagnósticos médicos, em que nenhum caso é único e, pelo menos, os principais padrões de análise são relativamente os mesmos.

Segundo, a oposição entre aquilo que é considerado rotineiro/manual, por um lado, e não-rotineiro/cognitivo, por outro lado, é totalmente revertido no mundo real. Os investigadores em inteligência artificial chamam a isto paradoxo Moravec: o que nos parece muito simples, como retirar objetos de uma prateleira, é difícil de atingir (é por isso que a Amazon concebeu prateleiras roborizadas para os colaboradores). E inversamente o que nos parece excessivamente exigente, como vencer um campeão mundial de xadrez ou Go, acaba por ser totalmente automatizado.

Para termos uma ideia das potencialidades de automatização de tarefas e transformação de empregos, em vez de tentarmos classificá-las objetivamente, é melhor começarmos pela percepção dos atores diretamente envolvidos, ou seja, os próprios colaboradores.

A nossa grelha de avaliação do risco de automatização de empregos

A nossa visão assenta em torno de 3 etapas sucessivas: Oportunidade => Vontade => Capacidade de automatização. Isto evita uma identificação precipitada entre o risco de automatização e a decisão de automatização.

Na etapa Oportunidade, tentamos fazer uma distinção apropriada entre tarefas que podem ser facilmente automatizadas e aquelas que o tempo poupado podem ser re-alocado. Nesta “equação”, um trabalho só pode desaparecer se as tarefas forem automatizadas e não forem criadas novas.
A avaliação dos critérios de Oportunidade é baseada em inquéritos recolhidos pelos colaboradores – a partir daquilo que é feito em França pela Dares, a direção de estatística do Ministério do Trabalho.

1. Oportunidade (avaliar o potencial de automatização de tarefas… e o potencial para re-distribuição do trabalho em novas tarefas)Barreiras no trabalho
   – Maquinaria / limitações técnicas
   – Aplicação rigorosa das instruções
   – Incapacidade de organizar o seu próprio trabalho
   – trabalho repetitivoCompetências a ser re-distribuídas (a única categoria da nossa grelha que define automatização)
   – Polivalência no trabalho
   – Abandono frequente de uma tarefa por outra
   – Pensar em demasiadas coisas ao mesmo tempo
   – Uso insuficiente de algumas competências
2. Vontade (avaliar incentivos que levem à decisão de automatizar)Incentivos competitivos
   – Intensidade competitiva
   – Exposição internacional
   – Medo de disrupçãoAcessibilidade
   – Custo / relação custo-benefício
3. Capacidade (avaliar as capacidades necessárias para implementar a automatização)Maturidade digital
   – Investimentos em TIC
   – Uso de ferramentas digitaisEscala
   – Dimensão média de uma empresa

Índice de automatização para França

Fizemos uma pequena aplicação desta grelha às 10 principais indústrias francesas:

• excluindo os setores da agricultura e financeiro, tratados de forma específica nas estatísticas públicas,
• e onde não é possível aplicar o critério “medo de disrupção” (seria necessário distinguir os investimentos de startups por indústria), bem como “custo / relação custo-benefício” (dificuldade em calcular sem olhar primeiro para numerosas empresas de forma individual).

Esta é uma classificação simples e relativa: cada parâmetro de classificação de indústrias vai de 1 (menor probabilidade de automatização) a 10 (maior probabilidade de automatização). As médias são, depois, calculadas para cada um dos 3 pilares e para  a pontuação global.

Se quiser consultar os números brutos e construir o seu próprio índice, não hesite em enviar-me um email. 

Há uma indústria que se evidencia no índice: o setor de “transportes e armazéns” parece ser o mais susceptível a cortes no emprego graças à automatização. Os riscos são significativos, tendo em conta os nossos 3 eixos:

1. Oportunidade: o trabalho é relativamente repetitivo, limitado, sem uma “loja” de tarefas que se possam desempenhar dentro das que vão ser automatizadas.
2. Vontade: as margens são as mais baixas do nosso painel e a indústria é bastante aberta ao comércio internacional.
3. Capacidade: as ferramentas digitais estão massificadas.

Aqui estamos a falar do mecanismo de Substituição e o mecanismo de Democratização pode (mais do que) compensar as perdas. No caso específico dos transportes, parece que no decorrer da história económica a redução em custo fez com que a procura crescesse exponencialmente (exemplo: carro pessoal, massificação do turismo graças aos aviões).

Do lado inverso, e adicionando mais detalhes, parece que as indústrias da construção e hoteleiras estão relativamente mais protegidas da automatização de empregos. Aparentemente, as tarefas envolvidas nestas indústrias podem ser automatizadas, mas a sua implementação continua centrada no mundo físico, o que torno notoriamente mais difícil a automatização. Acima de tudo, a sua situação competitiva é bastante favorável (provavelmente, porque o valor é criado localmente) e as ferramentas digitais não estão amplamente alavancadas nestas indústrias.

E a criação de emprego?

Nos 5 mecanismos, através dos quais novas tecnologias impactam o emprego, os 4 geradores de novos empregos (não necessariamente novas ocupações) são mais difíceis de avaliar. Por agora, ainda está por descobrir a fórmula mágica, mas aqui ficam algumas sugestões:

• Emergência => monitorização de empregos criados por startups ligadas à inteligência artificial e criados por gigantes digitais que investem nestas novas tecnologias.
• Complementaridade => começar por categorias de emprego com uma definição mais estreita ou indústria, impulsionando os indicadores de competências que possam ser re-destribuídas, como sugerido na nossa grelha; e a identificação de quem irá beneficiar mais das ferramentas de inteligência artificial para aumentar a sua produtividade.
• Democratização => medir a elasticidade da procura em diferentes indústrias afetadas pela Substituição: para um corte de 1% no preço, devido à redução em custos permitida pela automatização, qual será o aumento correspondente em procura?
• Expansão => estudar inquéritos de valores individuais e aspirações – o World Values Survey é um ótimo ponto de partida – de forma a considerar que indústrias podem beneficiar do tempo e ganhos no poder de compra que a IA pode proporcionar.