The jobs we’ll lose to machines — and the ones we won’t

Então esta é minha sobrinha. O nome dela é Yahli. Ela tem nove meses. Sua mãe é médica
e seu pai é advogado. Quando Yahli for para a faculdade, os trabalhos de seus pais
vão parecer dramaticamente diferentes. Em 2013, pesquisadores da Universidade de Oxford
fizeram um estudo sobre o futuro do trabalho. Eles concluíram que quase um
em cada dois empregos tem alto risco de ser automatizado por máquinas. O aprendizado de máquina é a tecnologia responsável pela maior parte
dessa disrupção. É o ramo mais poderoso
da inteligência artificial. Ele permite que as máquinas aprendam com os dados e imitem algumas das coisas
que os humanos podem fazer. Minha empresa, a Kaggle, opera
na vanguarda do aprendizado de máquina. Reunimos
centenas de milhares de especialistas para resolver problemas importantes
para a indústria e a academia. Isso nos dá uma perspectiva única
sobre o que as máquinas podem fazer, o que não podem fazer e quais trabalhos podem
automatizar ou ameaçar.

O aprendizado de máquina começou a entrar
na indústria no início dos anos 90. Começou com tarefas relativamente simples. Tudo começou com coisas como avaliar o
risco de crédito de pedidos de empréstimo, classificar a correspondência lendo
caracteres manuscritos de códigos postais. Nos últimos anos, fizemos
avanços dramáticos. O aprendizado de máquina agora é capaz
de tarefas muito, muito mais complexas. Em 2012, Kaggle desafiou sua comunidade a construir um algoritmo
que pudesse avaliar redações do ensino médio. Os algoritmos vencedores
conseguiram igualar as notas dadas pelos professores humanos. No ano passado, lançamos
um desafio ainda mais difícil. Você pode tirar imagens do olho
e diagnosticar uma doença ocular chamada retinopatia diabética? Mais uma vez, os algoritmos vencedores
foram capazes de corresponder aos diagnósticos dados por oftalmologistas humanos. Agora, com os dados certos, as
máquinas vão superar os humanos em tarefas como essa. Um professor pode ler 10.000 redações
ao longo de uma carreira de 40 anos.

Um oftalmologista pode ver 50.000 olhos. Uma máquina pode ler milhões de ensaios
ou ver milhões de olhos em minutos. Não temos chance de competir
com máquinas em tarefas frequentes e de alto volume. Mas há coisas que podemos fazer
que as máquinas não podem. Onde as máquinas fizeram
muito pouco progresso é no enfrentamento de situações novas. Eles não conseguem lidar com coisas que
não viram muitas vezes antes. As limitações fundamentais
do aprendizado de máquina é que ele precisa aprender
com grandes volumes de dados anteriores.

Agora, os humanos não. Temos a capacidade de conectar
tópicos aparentemente díspares para resolver problemas que nunca vimos antes. Percy Spencer era um físico que
trabalhava com radar durante a Segunda Guerra Mundial, quando percebeu que o magnetron
estava derretendo sua barra de chocolate. Ele foi capaz de conectar sua compreensão
da radiação eletromagnética com seu conhecimento de culinária para inventar – algum palpite? —
o forno de micro-ondas. Agora, este é um exemplo particularmente notável
de criatividade. Mas esse tipo de polinização cruzada
acontece para cada um de nós de pequenas maneiras, milhares de vezes por dia. As máquinas não podem competir conosco quando se trata de lidar com
situações novas, e isso coloca um limite fundamental
nas tarefas humanas que as máquinas irão automatizar.

Então, o que isso significa
para o futuro do trabalho? O estado futuro de qualquer trabalho individual reside
na resposta a uma única pergunta: até que ponto esse trabalho é redutível
a tarefas frequentes e de alto volume e até que ponto envolve
lidar com situações novas? Em tarefas frequentes e de alto volume, as
máquinas estão ficando cada vez mais inteligentes. Hoje eles avaliam redações.
Eles diagnosticam certas doenças. Nos próximos anos,
eles conduzirão nossas auditorias e lerão clichês
de contratos legais. Contadores e advogados ainda são necessários. Eles serão necessários
para estruturas tributárias complexas, para litígios pioneiros. Mas as máquinas diminuirão suas fileiras e tornarão esses trabalhos mais difíceis de conseguir. Agora, como mencionado, as máquinas não estão progredindo
em situações novas. A cópia por trás de uma campanha de marketing
precisa atrair a atenção dos consumidores. Tem que se destacar da multidão. Estratégia de negócios significa
encontrar lacunas no mercado, coisas que ninguém mais está fazendo. Serão os humanos que criarão
a cópia por trás de nossas campanhas de marketing e serão os humanos que desenvolverão
nossa estratégia de negócios.

Então, Yahli, o que quer que você decida fazer, deixe que cada dia lhe traga um novo desafio. Se isso acontecer, você ficará
à frente das máquinas. Obrigado. (Aplausos).

Texto inspirado em publicação no YouTube.

Quer Saber Muito Mais? Venha para a MIND21 Educação