A kérdés, hogy mennyire helytálló ez a feltételezés? Valóban szükség van ingyen pénz osztogatására a társadalomban, hogy életben tartsuk a munkából kieső embereket a jövőben? Először is az úgynevezett mesterséges intelligenciáról kell írnunk ezzel kapcsolatban, ami a különféle emberi tevékenységek automatizálhatóságáért felelős korunk technológiai viszonyai között. A technológia területén manapság szinte minden az úgynevezett Big Data-ról szól. Ez az új tudományág a közelmúltban keletkezett, az informatika robbanásszerű fejlődésének köszönhetően, mivel nagyon nagy mennyiségű adat gyűlt össze szinte minden gazdasági és technológiai szektorban. Így a kereskedelemben, az orvostudományban, a távközlésben, a genetikában, a csillagászat területén stb.. Mint tudományág pedig arra jó, hogy ezekben a nagymennyiségű adathalmazokban összefüggéseket és mintázatokat keressen különféle matematikai és statisztikai eszközökkel. A kereskedelem területét példaként véve egy olyan kereskedelmi adathalmazban, ahol az tartják nyilván, hogy a vevők miket vásároltak, lehet például összefüggéseket keresni az egymást kiegészítő termékek vásárlásának gyakoriságai között.
Így például elemezni lehet, hogy azok a vásárlók, akik gyakran vesznek kenyeret hány százalékban vásárolnak mellé tejet is. Ha pedig gyakran vásárolják ezt a két terméket együtt az hasznos információ a bolt számára, hiszen akkor érdemes a pékárukat, és a tejtermékeket egymás közelébe pakolni a boltban, hogy kényelmes legyen a vásárlás. A Big Data technológiája ma már a mesterséges intelligencia kutatásban is teret nyert, amiből egy külön tudományágat hasított ki magának. A gépi tanulás elméletét, ami azt jelenti, hogy ha egy Big Data alkalmazást, amely folyamatosan és automatikusan elemez egy ilyen nagy adathalmazt statisztikai eszközökkel, akkor az így kielemzett tények képessé tehetik ezt az alkalmazást arra, hogy bizonyos feladatokat jobban oldjon meg akár az embernél is.
Például az orvostudomány területén, ha egy ilyen Big Data alkalmazásba betáplálunk egy rakás képet melanómás daganatokról, továbbá adatként azt is, hogy melyik volt rosszindulatú és melyik volt jóindulatú. Akkor ez az alkalmazás statisztikai eszközökkel elemezni tudja, hogy a fényképeken a daganatokat milyen elváltozások jellemzik nagyobb százalékban, ha azok rosszindulatúak, vagy ha jóindulatúak, és ha legközelebb betáplálják neki egy új melanóma gyanús beteg fényképét, akkor arról meg tudja állapítani, hogy az a daganat rosszindulatú, vagy jóindulatú. Általában jobban is, mint egy bőrgyógyász, mert több daganat fényképe áll a rendelkezésére, mint amennyit életében egy bőrgyógyász láthatott, és így mesterséges intelligencia alapú orvosi diagnózisokat állíthatunk elő.
A gépi tanulásra alapozott mesterséges intelligencia alkalmazásokat ma már nagyon sok területen alkalmazzák, még a tudományos kutatás területén is. Létezik olyan Big Data alapú mesterséges intelligencia alkalmazás, ami a korunkra már óriási mennyiségűre növekedett orvosi publikációkat vizsgálja át és elemzi, amelyeket egy ember száz évig sem tudna elolvasni, hogy azokban új összefüggéseket fedezzen fel, amelyek új tudományos eredmények magvai lehetnek. Ezek a modern mesterséges intelligencia alkalmazások valóban automatizálni tudnak bizonyos emberi tevékenységeket, amely által a gép esetenként jobban is el tud látni bizonyos feladatokat mind egy ember, mondjuk az orvosi diagnosztika területén. Azt azonban látni kell, hogy ezek az alkalmazások megjelenésükkor soha sem egy egész foglalkozást törölnek el, hanem csak bizonyos foglalkozásokhoz tartozó feladatokat.
Így például az előbb említett példánkban az orvosi diagnosztika automatizálása korántsem jelenti az egész orvosi szakma megszűnését, hanem csak egy részfeladat gépek általi átvételét, ami nemhogy munkanélküliséget nem okoz az egészségügyben, de az orvosi munkát költség és teljesítményhatékonyabbá teszi. Hiszen olcsóbbá és jobbá válik ezáltal az orvosok munkája, mivel megszabadul az orvos egy részfeladattól, amit a gép jobban végez, emellett pedig idő szabadul fel a számára, amit más feladatok elvégzésére szánhat immár hatékonyabban.
Az a tény, hogy a mesterséges intelligencia olcsóbbá és hatékonyabbá teszi bizonyos szakemberek munkáját a piaci szektorban, rövidtávon, éppen, hogy nem munkanélküliséggel, hanem egyenesen munkahelyteremtéssel jár együtt. Miért? Mondok erre egy példát. Vegyünk egy vállalatot, amelynek van egy boltja valahol Budapesten, ami Hot-Dog árusítással foglalkozik. A Hot-Dog készítése három munkafázisból áll: a kifli megsütése, a belevaló virsli megfőzése, és a Hot-Dog összerakása. Mint mondtam a mesterséges intelligenciával működő gépek szinte sohasem egy egész foglalkozást helyettesítenek egyszerre, hanem csak annak egy részfeladatát. Így tegyük fel, hogy ez a cég automatizálni akarja a Hot-Dog készítést, és éppen akkor feltalálnak egy gépet, ami egyedül meg tudja főzni a Hot-Dog-ba a virslit, vagyis egyedül el tudja végezni a Hot-Dog készítés egy részfeladatát. A cég meg is vásárolja ezt a gépet.
Ezután gép főzi majd a virslit az üzletben, a Hot-Dog árusnak csak a kiflisütéssel és az összerakással kell foglalkoznia, a munkája ezáltal olcsóbbá válik, minél fogva a vállalat is olcsóbban tudja adni a Hot-Dog-ot. A Hot-Dog olcsóbbá válása miatt pedig megnő a Hot-Dog iránti kereslet, az emberek több Hot-Dogot vesznek, ami pedig munkaerő keresletet generál a cégnél, és fel kell venniük még egy Hot-Dog árust. Tehát az elmondottakból látszik, hogyha az automatizálás csak egy részfeladatot, és nem egy egész foglalkozást érint, (ami nagyon ritka). Akkor az automatizálásnak inkább munkahelyteremtő és bérnövelő hatása van, mintsem hogy munkanélküliséget okozna. Példa erre a német gazdaság ahol nem azért magasabbak a bérek és alacsony a munkanélküliség, mert ők szorgalmasabbak, többet dolgoznak, hiszen a statisztikák ennek éppen az ellenkezőjét mondják, a német gazdaságban a legalacsonyabb a ledolgozott munkaórák száma. Ott azért kisebb a munkanélküliség, és azért magasabbak a bérek, mert a gazdaságuk magasabbszintű technológiával van felszerelve, fejlettebb technológiákkal dolgoznak a munkahelyeken.
Nem is beszélve arról, hogy a technológiai fejlődés rövidtávon nem csak, hogy olcsóbbá és hatékonyabbá teszi a munkavégzést, hanem új feladatokat és foglalkozásokat generál, amit korunkban is láthatunk. A programozástól kezdve a különféle adatelemző, meg IT munkakörökig. Amelyeket mind-mind a technológiai fejlődés generált. Érzékelhető technológiai munkanélküliség csak akkor jövet létre, ha az automatizálás már a különféle foglalkozások minden részfeladatát érinti, de ma még nem tudjuk, hogy ez megvalósulhat e. Nem tudjuk, hogy milyen részfeladatok automatizálhatók, és milyenek nem. Ha pedig megvalósul is ez valamikor az is még hosszú évtizedek múlva fog megtörténni, semmiképpen sem most. Mivel a különféle mesterséges intelligencia alkalmazások csak a foglalkozások egy-egy részfeladatait érintik, a foglalkozások az automatizált mesterséges intelligencia alkalmazások számának növekedésével csak lassan sorvadnak el, de sohasem egy pillanat alatt szűnnek meg. Ez egy nagyon hosszú folyamat. Azonban még ha ez bekövetkezik is, akkor is kérdéses, hogy ez általános munkanélküliséget okozna e.
Az olyan tevékenységeket ugyanis, amelyek nem egy foglalkozás rutinszerű részfeladataiból állnak, hanem tudásszegmensek kreatív összekapcsolásából sokak szerint továbbra is emberek fogják végezni. Ugyanis csak az emberi tudat képes egymástól eltérő jellegű információkat összekapcsolni, és ezzel új helyzetekre reagálni. Ha például egy ember tudomására jut, hogy kint eleredt az eső, és tudja, hogy a lakásában van esernyő, akkor képes ezt a két tudattartalmat összekapcsolni, és rájön, hogy magához kell vennie az esernyőt, ha ki akar menni az utcára. Viszont a melanómás daganatokat elemző Big Data alkalmazás ugyan jól ki tudja szűrni a melanómás daganatokat, mert arról rengeteg információ van a memóriájában, de ha egy ilyen melanómás betegnek valamilyen más betegsége is van, ami súlyosbítja az állapotát, arról már nem tud információt nyújtani az orvosnak, mert arról nem állnak rendelkezésre képek a memóriájában. Mint ahogy a kórházból sem tud kimenekülni, ha tűz üt ki ott, mert erről sem állnak a rendelkezésére elemezhető információk, hogy azt hogyan kell megtenni.
Ezekkel a Big Data alkalmazásokkal egyszerre csak egyfajta információtömeget lehet elemezni, és így csak egy területen lehet őket fejleszteni, de egymástól eltérő információk összekapcsolására nem képesek, ezért nem tudnak új helyzeteket kezelni, nem tudnak úgy működni, mint az emberi tudat. Így az orvosi szakma lehet, hogy akkor is megmarad, ha már minden részfeladatát automatizálták, mert arra, hogy ezeknek a részfeladatoknak az eredményeit kreatívan összekapcsolja valaki csak az ember lesz képes továbbra is. Így az általános technológiai munkanélküliség elmélete ezért is kérdéses. Ennek nyomán persze felvetődött bennem a kérdés, hogy nem lehetne e olyan magasabbrendű, Big Data alkalmazásokat, vagy ha úgy tetszik Big Data 2 alkalmazásokat készíteni, amelyek nem szakterületeken felgyülemlett adatokat elemeznek, hanem ilyen adatokat elemző Big Data alkalmazások munkáját hangolják össze. Mondok erre egy példát. Van egy olyan tudomány, hogy asztrobiológia, amely a földönkívüli élet lehetőségeit kutatja. Tehát, hogy létre jöhet e más égitesteken az élet. Ez egy interdiszciplinális tudományág, felhasználja mind a csillagászat, mint pedig a biológia eredményeit.
Így akkor lehetne e készíteni egy olyan magasabbrendű Big Data alkalmazást, vagy Big Data 2 alkalmazást, amely összehangolja két Big Data alkalmazás munkáját, ahol az egyik a biológia területén a genetikai adatokat pásztázza és elemzi, a másik pedig a csillagászati adatokat pásztázza és elemzi. Ha pedig a felhasználó ebben a magasabbrendű Big Data alkalmazásban lefuttat egy tudományos keresőkérdést, akkor a két külön adatbázisban az alkalmazások mindegyike elkezdi elemezni a saját adathalmazát, és ha mindegyik talál egy-egy olyan adatszegmenset, amelyek egymással összekapcsolva választ adhatnak erre a tudományos kérdésre, akkor ez a magasabbrendű Big Data alkalmazás ezt képes érzékelni, és képes összekapcsolni a két adatszegmenset, hogy egy új tudományos eredmény jöjjön létre. Ez már egy olyan Big Data alkalmazás lenne, amely képes a különféle információk összekapcsolására.
Itt most csak két Big Data alkalmazás összekapcsolásáról beszéltem, de feltételezhető, hogy össze lehetne kapcsolni több ilyen alkalmazást is, vagy akár az emberiség egész tudáskincsét pásztázó és elemző összes Big Data alkalmazást is. Akkor pedig egy az emberhez hasonló, egyetemes tudású Big Data 2 alkalmazás jönne létre, amely már bármilyen információkat képes lenne összekapcsolni egymással, és úgy működne, mint az emberi tudat, képes lenne új helyzeteket is kezelni és elvileg minden emberi tevékenységet képes lenne elvégezni. Lehetne e ilyen alkalmazást készíteni? Nem tudom, lehet, hogy igen, viszont kérdés, hogy ez valóban azonos lenne e az emberi tudattal? Szerintem nem.
Ugyanis ez önmagában egy önálló célok nélküli gép lenne. Semmilyen önálló akarata és célja nem lenne, csak akkor használná tudatát, ha valamilyen kérdést tennénk fel neki. Persze a gépekbe is lehet célokat beleprogramozni, ahogy egy játékrobotba is bele lehet programozni, hogy milyen utat járjon be a szobában. Illetve mondhatnánk, hogy az emberi célok és indítékok nem is a tudathoz tartoznak, hanem a személyiséghez, amely genetikusan bele van kódolva az emberbe. Tehát ahogy az embernek is van genetikusan rögzült személyisége, úgy a gépbe is beleprogramozhatunk célokat. Viszont az már az emberi tudat privilégiuma, hogy változtatni tudjunk saját céljainkon. Hogy ne csak a belénk rögzült genetikai kódot kövessük. Erre egy olyan tudattal rendelkező gép, ahol a tudat csupán különféle Big Data alkalmazások konglomerátuma nem képes. Erre csak az emberi tudat képes, egy ilyen gép soha nem fog tudni változtatni a bele programozott célokon. Ebből is látszik, hogy az emberi tudat több, mint egymással összefűzött Big Data alkalmazások konglomerátuma.
Ugyanakkor pedig éppen ettől lesz veszélyes egy ilyen gép. Ugyanis egy ilyen egyetemes gépi világtudat, amely az emberiség összes tudáskincsét birtokolja és használja, nagyon okos lesz, és mindent uralni fog, ugyanakkor csak azokat a célokat fogja tudni követni, amiket beleprogramoztak. Azon nem fog tudni változtatni, és mi lesz, ha rossz kezekbe kerül az a lehetőség, hogy valaki beleprogramozza a célokat. Mi lesz, ha egy elmebeteg azt programozza bele, hogy pusztítsd ki az emberiséget. A gép csak azt fogja tenni, amit beleprogramoztak, és nem fog tudni változtatni saját céljain. Gépi intelligenciája viszont szinte végtelen lesz, és így könnyű szerrel el fogja tudni végezni, amit beleprogramoztak.
Tehát ha létrehozhatunk is olyan gépet, ami tényleg minden emberi tevékenységet tud helyettesíteni, az már biztonsági kérdéseket vet fel, ami megkérdőjelezi, hogy érdemes e ezt megtenni. Ugyanakkor pedig a technológiai fejlődés nemcsak a mesterséges intelligencia és az automatizálás fejlődéséből áll, hanem van egy másik áramlat is a technika fejlődésében, ez pedig a nanotechnológia. Ez megkérdőjelezi, hogy szükség lesz e az általános alapjövedelem bevezetésére abban az időszakban amikor tényleg megvalósul a minden emberi tevékenységet helyettesítő gép.
A nanotechnológia egy modern tudomány, ami arra irányul, hogy az anyag atomi szintjeinek manipulálásával hozzon létre újfajta anyagi rendszereket és technológiákat a biológiai rendszerek önszerveződésének modelljét felhasználva. Az előrejelzések szerint a jövőben a nanotechnológia használatával létrehozhatunk majd olyan gépeket, amelyek egy gombnyomásra képesek az anyag atomi létszintjeinek elemeiből, magyarul atomokból felépíteni bármilyen anyagi tárgyat az ételektől kezdve egy egész házig, vagy egy űrhajóig. Ha pedig ez megvalósul, ami ugyancsak hosszú évtizedek múlva fog megvalósulni, mint a mindentudó gép megteremtése is, akkor már nem lesz szükség egységes alapjövedelemre, mert már mindenki maga is elő fogja tudni állítani a létfenntartásához szükséges eszközöket egy nanoeszközzel.
Tehát mindent összefoglalva a technológiai fejlődés rövidtávon semmiképpen nem okoz munkanélküliséget, hanem inkább a munkahelyteremtést és a bérnövekedést segíti. Arra mire valóban létrejön a minden emberi tevékenységet helyettesíteni tudó gép, ami, ha megtörténik is, csak nagyon hosszú idő elteltével fog rá sor kerülni, és biztonsági kérdéseket is felvet, már valószínű, hogy semmi szükség nem lesz az egységes alapjövedelemre, mert a gazdaság egész másképpen fog működni. Tehát ez az egységes alapjövedelem úgy ahogy van egy hülyítés, semmi szükség nincs rá, csak arra jó, hogy a technológiához és a gazdasághoz nem értő szerencsétlen emberek elé mézesmadzagot húzzon, hogy majd mi megoldjuk minden problémátokat, azzal hogy ingyen pénzt szórunk a lábatok elé ezért szavazzatok ránk. Technológiai fejlesztésre van szükség, nem alapjövedelemre, hogy több munkahely teremtődjön.
Felhasznált Irodalom:
Szathmári Sándor: Gépvilág (és más fantasztikus elbeszélések), FAPADOSKONYV.HU, 2012.
Asztrobiológia https://hu.wikipedia.org/wiki/Asztrobiol%C3%B3gia
Anthony Goldbloom: A munkák, amelyek vesztésre állnak a gépekkel szemben, és amelyek nem https://www.ted.com/talks/anthony_goldbloom_the_jobs_we_ll_lose_to_machines_and_the_ones_we_won_t/transcript?language=hu
Richard Susskind - Daniel Susskind: A szakmák jövője Antall József tudásközpont, Budapest, 2018.
Görögök és magyarok: nem lusták, csak ügyetlenek? https://www.portfolio.hu/gazdasag/gorogok-es-magyarok-nem-lustak-csak-ugyetlenek.163546.html
Nanotechnológia https://hu.wikipedia.org/wiki/Nanotechnol%C3%B3gia
Nincsenek megjegyzések:
Megjegyzés küldése