Które zawody zastąpi AI? Kto zniknie, kto przetrwa i dlaczego hydraulik śpi dziś spokojniej niż asystent prawny

W rozmowie w podcaście „Diary of a CEO” uczony wyliczył profesje, które sztuczna inteligencja (SI) wyeliminuje w pierwszej kolejności, i wskazał te, które pozostaną odporne jeszcze przez lata. Jeszcze ostrzej brzmią wyliczenia Daria Amodeia z Anthropic: połowa stanowisk entry-level w biurach może zniknąć w ciągu pięciu lat, a bezrobocie w rozwiniętych gospodarkach sięgnąć 20 proc.

Zawody najbardziej zagrożone

Biurowe, powtarzalne, pracownicy call-center, młodsi analitycy danych, asystenci prawni, back office w bankach, rutynowe przetwarzanie tekstu/liczb, skalowalne modele LLM. Usługi cyfrowe „na masę”, wprowadzanie danych, moderacja treści, proste tłumaczenia. SI wykonuje te zadania szybciej i 24/7; wymiana wiedzy między modelami jest natychmiastowa. Początkujące stanowiska kreatywne, junior copywriter, grafik social media, research desk, generatywne modele obrazów/tekstów produkują wersje robocze w sekundy, redukując zapotrzebowanie na „stażystów”

— Jedna osoba wspierana przez AI będzie wykonywać pracę dziesięciu — przewiduje Hinton, podkreślając, że nowe miejsca pracy, o ile powstaną, będą wymagały wysokich kompetencji technicznych i „umiejętności współpracy z maszyną”.

Zawody relatywnie bezpieczne (na razie)

Rzemiosła i usługi manualne, wymagają precyzyjnych ruchów, adaptacji do nieprzewidywalnych warunków, pracy w ciasnych/rozproszonych lokalizacjach hydraulik, elektryk, stolarz.
Opieka i kontakty społeczne, empatia, budowanie zaufania twarzą w twarz pielęgniarka środowiskowa, terapeuta zajęciowy. Złożone decyzje w terenie szybka ocena ryzyka, odpowiedzialność prawna, kierownik budowy, strażak dowódca zmiany.

Badanie europejskich ekonomistów pokazuje, że analityczne, nie-rutynowe zadania wysokokwalifikowane są również w strefie ryzyka, choć korzyści płacowe z adopcji AI rozkładają się nierównomiernie między profesjami.

Dlaczego ta fala różni się od wcześniejszych rewolucji technologicznych?

Skalowalność wiedzy – modele mogą niemal natychmiast udostępniać sobie nowe umiejętności; człowiek uczy się wolniej i pojedynczo.
Brak fizycznych ograniczeń – w pracy umysłowej „roboczogodzina” algorytmu kosztuje ułamki centa, a moc obliczeniowa tanieje.
Tempo – literatura prognostyczna wskazuje średnio 45 lat do momentu, gdy AI przewyższy ludzi we wszystkich zadaniach, lecz azjatyccy badacze oceniają, że stanie się to znacznie szybciej.

Ryzyko egzystencjalne i „sens życia”

Hinton szacuje prawdopodobieństwo, że SI stanie się wrogo nastawiona lub całkowicie obojętna wobec ludzi, na 10–20 proc. – „zbyt dużo, by ignorować”.

Nawet jeśli czarny scenariusz się nie spełni, skala redukcji miejsc pracy może pozbawić miliony osób nie tylko dochodów, ale i poczucia celu. Powszechny dochód podstawowy nie rozwiąże problemu alienacji.

Co można zrobić już teraz?

Rządy — inwestować w przekwalifikowanie, wymusić standardy bezpieczeństwa modeli i regulować rynek pracy algorytmów.
Firmy — budować strategie „human + AI”, zamiast „AI > human”, i zadbać o transparentność zwolnień.
Pracownicy — rozwijać umiejętności hybrydowe: techniczne (prompt-engineering, analiza danych) oraz miękkie (negocjacje, kreatywność, przywództwo).

Słowa Geoffreya Hintona nie są kolejną medialną hiperbolą. To ostrzeżenie człowieka, który sam pomagał stworzyć technologię zdolną zastąpić ogromną część białych kołnierzyków. Najbliższe pięć lat przesądzi, czy rynek pracy zdąży się dostosować — i czy społeczeństwa znajdą gospodarcze oraz psychologiczne „koła ratunkowe” dla tych, których etaty przejmie algorytm.

krasnal.info