Az 1950-es évekig egy nagyvárosi liftben természetes volt, hogy egy ember egész nap fel-le utazik. Kinyitja az ajtót, a megfelelő szinten állítja meg a kabint, vagyis kezeli a szerkezetet. Aztán elterjedt az automata ajtó, a szintérzékelés és a nyomógombos vezérlés, az Otis pedig egyre több kezelő nélküli liftet adott el. Nem a lift és nem az utazási igény tűnt el, csak nem volt többé szükség ehhez emberre.
Két emberöltővel korábban ugyanez sokkal fájdalmasabban történt a brit kézi szövőkkel. Angliában 1820 körül még nagyjából 250 ezer kézi pamutszövő dolgozhatott, 1845-re viszont csak mintegy 60 ezer. Közben a gépesítés hosszabb távon körülbelül 98 százalékkal csökkentette egy yard szövet emberimunka-igényét. A textilipar nem szűnt meg, de kevés vigaszt meríthetett ebből az, akinek pár év alatt elértéktelenedett a tudása.
A telefonközpontosok története még közelebb áll a mai irodai automatizációhoz, mert itt az információ kezelését vett át a gép. Az Egyesült Államokban 1970-ben 408.560 telefonkezelőt írt össze a népszámlálás, 1980-ban már csak 306.360-at. Azaz tíz év alatt nagyjából minden negyedik állás eltűnt, hiszen az automatikus kapcsolás a szakma alapfeladatát tette fölöslegessé. Ha egy munka lényege az információ fogadása, szabványos feldolgozása és továbbítása, a történelmi tapasztalat szerint különösen gyorsan gépesíthetővé válhat.
Nem szakmákat, hanem feladatokat automatizálnak David Autor, Frank Levy és Richard Murnane 2003-as tanulmánya (.pdf) azt vizsgálta, hogy a gépesíthető foglalkozások milyen feladatokból állnak. A szerzők szerint a számítógép főként az explicit szabályok szerint ismételhető rutin kognitív és manuális feladatokat helyettesítette, miközben a nem rutin problémamegoldást inkább kiegészítette. A rutin természetesen nem azonos a könnyűvel, mert egy többéves képzést igénylő feladat is lehet algoritmizálható.
Daron Acemoglu és Pascual Restrepo 2019-es cikke (.pdf) három erőre bontotta a folyamatot. Az automatizáció kiszorít feladatokat, a nagyobb termelékenység olcsóbbá teheti a terméket és növelheti a keresletet, az új technológia pedig új emberi feladatokat teremthet. Attól tehát, hogy egy gép képes helyettesíteni egy emberi munkafolyamatot, még nem határozható meg, hogy végül hány állás marad.
A generatív mesterséges intelligencia azért különleges, mert a fehérgalléros munkát is veszélyezteti. Tyna Eloundou, Sam Manning, Pamela Mishkin és Daniel Rock 2023-as elemzése (.pdf) úgy becsülte, hogy az amerikai dolgozók mintegy 80 százalékánál a feladatok legalább tizedét, 19 százalékuknál pedig legalább felét érintheti a GPT-technológia. Talán meglepő módon kutatásuk szerint a magas kereset és a magasabb képzettség sem jelent automatikus védelmet.
Fontos azonban megjegyezni, hogy az „érintett” nem azt jelenti, hogy „megszűnik”. Egy feladat lehet technikailag automatizálható, de még kérdés, elég megbízható-e a rendszer, olcsóbb-e az embernél az ellenőrzéssel együtt, beépül-e a vállalati munkafolyamatba, valóban kivált-e munkaórát, és nem keletkezik-e helyette más munka. Az AI-kitettség és a nettó állásvesztés között nem lehet egyenlőségjelet tenni.
A termelékenységi ugrás már mérhető. Shakked Noy és Whitney Zhang 2023-as kutatásában (.pdf) 453 diplomás szakember végzett munkahelyi jellegű írásos feladatokat. A ChatGPT-t használók körülbelül 40 százalékkal gyorsabban készültek el, miközben munkájuk minősége 18 százalékkal javult. Egy cég számára ez jelenthet több kibocsátást ugyanannyi emberrel, de ugyanannyi kibocsátást kevesebb emberrel is.
Erik Brynjolfsson, Danielle Li és Lindsey R. Raymond 2023-as cikke (.pdf) 5179 ügyfélszolgálati dolgozónál átlagosan 14 százalékos termelékenységnövekedést talált az AI-asszisztens bevezetése után, a kevésbé tapasztaltaknál pedig körülbelül 34 százalékos javulást. A rendszer mintha a legjobb kollégák hallgatólagos tudását terítette volna szét. A kezdő gyorsabban jutott el ahhoz a válaszhoz, amelyhez korábban hónapok tapasztalata kellett. Ez első látásra remek hír a junioroknak, mégis ebből következik az egyik legnyugtalanítóbb kérdés.
A veszély nem ott van, ahol a legtöbben keresik
Egy junior ügyvéd munkájának nagy része lehet digitális. Iratokat keres, szöveget hasonlít össze, első beadványváltozatot készít és összefoglal. Egy vízvezeték-szerelő közben egy idegen lakás mosogatója alatt próbál rájönni, miért szivárog egy húszéves cső, miközben a tárgyakat fel kell ismernie, erőt kell adagolnia, hibájának pedig azonnali fizikai következménye van. Az AI-korszak egyik paradoxona, hogy ma könnyebb lehet automatizálni egy diplomás munka „intellektuális” részét, mint egy hétköznapi szerelési feladatot.
A legerősebb hatás ott várható, ahol az input és az output digitális, a feladat ismétlődik, az eredmény gyorsan ellenőrizhető, és egy hiba nem okoz azonnal nagy kárt. A jegyzetben idézett amerikai munkaügyi előrejelzés 2025-2035 között a word processor és typist kategóriában 34,4, a telephone operatoroknál 27,6, a switchboard operatoroknál 26,0, az adatrögzítőknél 25,5 százalékos további foglalkoztatási visszaesést jelez. Ezeknél nem az alacsony képzettség a közös nevező, hanem az, hogy a munka jól leírható és olcsón ellenőrizhető.
A legérdekesebb friss jel azonban a pályakezdőknél látszik. Erik Brynjolfsson, Bharat Chandar és Ruyu Chen 2025-ös elemzésében (.pdf) az amerikai ADP-adatok szerint a 22-25 évesek foglalkoztatása a leginkább AI-exponált szakmákban mintegy 19 százalékkal maradt el a kevésbé exponált fiatalok trendjéből következő pályától. A szerzők szerint ez korai, leíró bizonyíték, nem végleges oksági eredmény, és a rés főként a gyengébb felvételben, nem tömeges elbocsátásokban jelent meg.
Ez a jelenség az AI junior-paradoxona. Egy vállalat rövid távon racionálisan gondolhatja, hogy három junior helyett elég egy tapasztalt szakember, ha az AI megírja az első kódot, elkészíti a prezentáció első változatát vagy átnézi a dokumentumcsomagot. Csakhogy a szenior tudás éppen az ilyen feladatokon végzett évek alatt épült fel. Ha az AI elvégzi a kezdők munkáját, akkor jogosan adja magát a kérdés az, hogy egy ilyen világban hogyan lesz valakiből szenior munkavállaló.
Amikor az automata növeli a munkát
A bankautomata története kiváló cáfolata annak a hiedelemnek, hogy a gép hosszú távon mindenképpen elveszi az emberek munkáját. James Bessen 2015-ös cikkében bemutatta, hogy 1988 és 2004 között egy amerikai városi bankfiók átlagos pénztárosi létszáma 20-ról 13-ra esett. Ha itt megállnánk, az ATM tökéletes állásgyilkosnak látszana.
Csakhogy ugyanebben az időszakban a bankfiókok száma mintegy 43 százalékkal nőtt, részben azért, mert az ATM olcsóbbá tette a fiókok működtetését. A pénztáros munkája eltolódott a készpénzkiadástól az ügyfélkapcsolat és az értékesítés felé, így az automatizáció nem egyszerűen létszámot vágott, hanem átalakította a gazdasági modellt. Egy gép csökkentheti az egy szolgáltatáshoz szükséges emberi munkát, miközben az olcsóbb szolgáltatásból annyival többet fogyasztunk, hogy a teljes foglalkoztatás jóval kevésbé esik.
A technológiai pesszimizmus másik vakfoltja, hogy adottnak tekinti a ma létező foglalkozások listáját. David Autor, Caroline Chin, Anna Salomons és Bryan Seegmiller 2022-es kutatása (.pdf) szerint a 2018-as amerikai foglalkoztatás több mint 60 százaléka olyan munkahelyeken volt, amelyek 1940-ben még nem léteztek. Nyolc évtized alatt tehát nemcsak munkát gépesítettünk, hanem olyan új munkákat is teremtettünk, amelyeknek korábban nevük sem volt.
Az AI-val is valószínűbb, hogy először új feladatcsomagok jelennek meg régi szakmákon belül, nem pedig futurisztikus munkakörök ezrei egyik napról a másikra. Valakinek el kell döntenie, mely lépést bízzuk modellre, ki ellenőrzi a hibás kimeneteket, ki kezeli az adat- és jogi kockázatot, és ki vállalja a felelősséget a kivételekért. Az új munka gyakran éppen ott születik, ahol az automatika határai láthatóvá válnak.
A liftesfiú története azért nyugtalanító ma is, mert ott a gépnek sikerült a munkakör szinte teljes egészét egy kezelőfelületbe sűrítenie. Az utas ugyanoda jutott, csak nem kellett hozzá alkalmazott. A generatív AI esetében viszont sok foglalkozás tucatnyi eltérő feladatból áll, amelyek közül néhányat a gép kiválóan, másokat bizonytalanul, megint másokat egyáltalán nem tud elvégezni.
A jövő legbiztonságosabb munkája ezért aligha az lesz, amelyhez az AI nem tud hozzányúlni, hanem az, amelyben az automatizálható feladatok eltűnése után is marad valami fontos, amiért továbbra is szükség van az emberre.
A cikk szerzője Sebestyén Géza közgazdász, egyetemi docens