Jari-jari yang lembut dan fleksibel menjulur untuk mengangkat apel dari rak dan dengan hati-hati memasukkannya ke dalam keranjang. Kemudian tugas diulangi dengan lemon, lalu dengan merica. Jari-jari tidak pernah mengeluh atau lelah. Semakin banyak perusahaan yang beralih ke mesin pintar untuk menghemat pekerja manusia yang lambat dan mahal. Otomatisasi. Apa itu? Apa artinya ini untuk pekerjaan Anda?
Prototipe manipulator yang dijelaskan di atas adalah pengembangan dari Ocado, supermarket online yang berbasis di Inggris. Bentuknya yang tidak beraturan dan kulit tipis dari produk biasa-biasa saja ini menandakan bahwa mereka biasanya dikemas oleh manusia di gudang Ocado. Tetapi perusahaan menggunakan teknologi robotik untuk membantu orang-orang ini tidak hanya menangani produk dengan aman, tetapi juga melakukannya dengan lebih cepat dan lebih murah untuk perusahaan.
Ocado bukanlah satu-satunya perusahaan dengan preferensi untuk pekerja otomatis. Hal yang sama terjadi di rumah sakit, firma hukum, dan pasar saham. Daftarnya akan panjang.
Pertanyaannya adalah, bagaimana ini mempengaruhi orang yang bekerja. Misalnya, apa pengaruhnya terhadap Anda?
Kita sering mendengar tentang robot masa depan yang suram yang mencuri pekerjaan kita, tapi benarkah demikian? Siapa yang beresiko? Akan seperti apa tempat kerja Anda dalam lima tahun?
Jawabannya mungkin akan mengejutkan Anda.
Kelas menengah berisiko
Video promosi:
Penelitian menunjukkan bahwa 47% orang yang bekerja di AS dapat digantikan oleh mesin, sementara di Inggris sekitar 35% pekerjaan berisiko - dan di negara berkembang, ancamannya bahkan lebih tinggi, karena dua pertiga pekerjaan dapat diotomatiskan.
Tapi mesin pencuri pekerjaan bukanlah hal baru. “Otomasi pernah terjadi sebelumnya,” kata Bhagwan Chowdhry, profesor keuangan di University of California, Los Angeles. Chowdhry menunjukkan perubahan yang terjadi di pabrik selama Revolusi Industri, ketika alat tenun otomatis dan mesin lain mengambil alih penenunan dari manusia.
Apa yang berubah kali ini? "Ini akan mempengaruhi tidak hanya kerah biru, tapi juga banyak warna putih," kata Chowdhry. Kerah biru mengacu pada kelas pekerja, dan kerah putih untuk karyawan, birokrat, administrator, manajer.
Kita sering menemukan bahwa pekerjaan dengan bayaran terendah dan keterampilan rendah adalah yang paling berisiko. Misalnya pekerja gudang atau kasir. Namun demikian, otomatisasi juga dapat mempengaruhi pekerjaan masyarakat berpenghasilan menengah seperti juru tulis, juru masak, pekerja kantoran, satpam, pengacara rekanan, inspektur.
Jelas terlihat bahwa orang-orang yang berada di garis tembakan itu khawatir. “Ketakutan bukan hanya tentang transisi,” kata Carl Benedict Frey, salah satu pendiri Program Oxford Martin tentang Teknologi dan Ketenagakerjaan. “Sebagian besar pekerjaan yang akan diotomatiskan membutuhkan keterampilan yang berbeda dari yang baru dibuat. Penting untuk memastikan bahwa orang yang tidak memiliki pekerjaan bisa mendapatkan pekerjaan."
Jadi, haruskah perusahaan yang mencari otomatisasi memiliki tanggung jawab moral dan membantu staf mereka mempelajari keterampilan baru?
Verifikasi di masa depan
Jawabannya mungkin tidak hanya memengaruhi perusahaan - pencarian jawabannya bisa dimulai di sekolah.
Pendidikan modern dan terstruktur kita mungkin tidak ada artinya di dunia di mana teknologi berubah begitu cepat.
“Kekhawatirannya adalah kami tidak memperbarui lembaga pendidikan, pelatihan, dan kebijakan kami untuk mengimbangi,” Erik Brunholfsson memperingatkan, direktur MIT Digital Economy Initiative. "Kami mungkin akan meninggalkan banyak orang."
Brunholffson dan Paul Clarke, CTO dari Ocado, setuju bahwa sekolah dan pendidikan perguruan tinggi harus lebih mempersiapkan siswa untuk dunia di mana kecerdasan buatan dan robotika tersebar luas.
Di tempat kerja, karyawan juga akan diminta untuk terus memperbarui keterampilan mereka alih-alih menggunakan keterampilan yang sama sepanjang karier mereka.
Bagi kebanyakan dari kita, ini bisa menjadi faktor kritis dalam berpikir.
Sebuah studi oleh konsultan manajemen McKinsey and Company menemukan bahwa kurang dari 5% profesi dapat diotomatisasi sepenuhnya oleh teknologi yang ada. Hanya karena tempat kerja kita terlalu beragam dan berubah-ubah bagi robot untuk melakukan semua tugas.
Sebaliknya, menurut perkiraan mereka, sekitar 60% profesi akan diotomatiskan sepertiganya. Ini berarti bahwa kebanyakan dari kita akan dapat berpegang teguh pada pekerjaan kita, tetapi proses kerja kita sendiri akan berubah.
Robot akan melengkapi, bukan menggantikan
Mempelajari cara bekerja berdampingan dengan robot sangatlah penting.
“Ada kalanya mesin mengambil alih beberapa pekerjaan berulang untuk membebaskan orang untuk melakukan aspek lain yang lebih bermanfaat dari pekerjaan mereka,” jelas James Mannica, partner senior di McKinsey yang telah melakukan banyak penelitian tentang dampak otomatisasi. “Ini dapat membuat perbedaan besar pada proses penentuan upah karena mesin akan melakukan semua kerja keras. Ini juga berarti semakin banyak orang yang dapat melakukan pekerjaan ini dengan bantuan teknologi, sehingga persaingan akan meningkat."
Ada juga masalah yang lebih luas. Dengan pendapatan kelas menengah ke bawah, pemerintah mungkin menghadapi masalah mendasar seperti pajak yang hilang dan pemilih yang tidak puas.
Untungnya, ada banyak hal yang belum bisa dilakukan mesin.
Salah satu contoh yang bagus adalah karya para peneliti di Singapura yang mencoba melatih dua lengan robotik otonom untuk merakit kursi datar dari Ikea. Meskipun menggunakan peralatan modern, alat berat tidak dapat menangani tugas yang paling sederhana.
Bahkan mengisolasi objek yang berbeda dari campuran bagian-bagian yang kacau adalah tugas yang menakutkan bagi robot. Dalam tes baru-baru ini, dibutuhkan dua robot selama satu setengah menit untuk berhasil memasukkan sepotong lidah ke salah satu kaki kursi.
Dan itu hanya satu perabot. “Masalah sebenarnya dimulai saat Anda ingin robot merakit beberapa perabot. Robot dapat merakit lemari Ikea, tetapi tidak akan dapat merakit lemari pakaian dari seri yang sama, karena bagian-bagiannya akan berbeda, meskipun beberapa langkah perakitannya tetap sama. Orang tidak punya masalah itu."
Keuntungan manusia
Dari peningkatan fleksibilitas hingga kepribadian yang lebih baik, akan selalu ada hal-hal yang lebih baik daripada robot.
“Saat kami mengotomatiskan pekerjaan berulang, kami melihat permintaan yang meningkat akan keterampilan kreatif,” kata Brunholfsson. “Kami juga melihat meningkatnya permintaan akan orang-orang dengan keterampilan sosial, keterampilan interpersonal yang mengasuh, peduli, mengajar, memaksakan keyakinan mereka, memiliki keterampilan negosiasi, dan menjual dengan baik.”
Frey percaya ada beberapa area di mana manusia akan memiliki keunggulan.
“Yang pertama adalah interaksi sosial,” kata Frey. “Ketika Anda memikirkan tentang variasi interaksi sosial yang kompleks yang kita temui setiap hari saat kita bernegosiasi atau mencoba meyakinkan orang, membantu orang lain, atau menjaga pelanggan… Kita menjalankan tim dan sebagainya. Sungguh luar biasa bahwa komputer dapat menggantikan pekerja manusia yang melakukan semua ini."
Yang lainnya adalah kreativitas. Komputer hebat dalam menangani masalah dan tidak bosan dengan tindakan berulang. Namun, orang merasa pekerjaan monoton seperti itu melelahkan.
Sebuah inisiatif oleh Institut Teknologi Massachusetts telah menetapkan target $ 1 juta untuk mendorong bisnis memanfaatkan "sifat manusia" ini bersama dengan teknologi.
“Jumlah yang saat ini kami bayarkan kepada para pengasuh dan pengasuh untuk orang tua sangat rendah,” kata Maniika McKinsey. “Begitu pula banyak karya seni dan kreatif yang tidak pernah dibayar. Tantangannya adalah membayar dan menghargai pekerjaan kreatif sebagaimana mestinya, karena mesin tidak akan pernah mampu sepenuhnya melakukannya."
Alex Harvey, kepala ilmuwan di Ocado Technology, yang mengembangkan perangkat lunak dan teknologi untuk divisi ritel perusahaan, mencatat bahwa dunia dirancang dan dibangun untuk manusia, dan membuat fungsi robot di lingkungan alam yang kompleks ini merupakan tantangan teknis utama.
Salah satu proyek Ocado adalah robot asisten pemeliharaan yang disebut SecondHands. Ini menunjukkan bagaimana manusia dan robot dapat bekerja sama.
“Misalnya, dia memiliki kemampuan untuk mengangkat benda ke ketinggian yang lebih tinggi dari manusia,” jelas Harvey. "Ini adalah robot yang cukup sederhana dalam hal repertoar perilakunya, tetapi ia dapat membentuk tim yang hebat di mana teknisi manusia akan menjadi pemimpinnya dan mereka dapat menggunakan kekuatan otot robot."
Tetapi semakin dekat manusia dan mesin bekerja sama, semakin gelap sisi etisnya.
Masalah etika
Sekitar 1,7 juta robot telah digunakan di seluruh dunia, tetapi paling sering dalam pengaturan industri di mana orang-orang secara virtual ditolak masuk. Jumlahnya terus bertambah, begitu pula peran yang dimainkan robot. Ternyata orang harus bekerja berdampingan dengan mereka, dan risikonya pun akan meningkat.
“Perlu ada transparansi lebih sehingga kami dapat memahami bagaimana hal-hal ini melakukan apa yang mereka lakukan dan bagaimana mereka berperilaku,” kata Madi Delvaux, wakil ketua komite hukum Parlemen Eropa.
Baru-baru ini meminta parlemen untuk membuat aturan untuk robotika dan kecerdasan buatan.
Sebuah laporan yang disiapkan untuk Parlemen Eropa menyoroti kebutuhan mendesak akan undang-undang baru tentang pertanggungjawaban jika terjadi kecelakaan. Masalah tanggung jawab serupa muncul jika robot melakukan tindakan yang melanggar hukum. Algoritme kecerdasan buatan, misalnya, dapat melewati serangkaian transaksi keuangan yang melewati jaringan rumit aturan yang mengatur suatu sektor.
Delvaux dan rekan-rekannya juga menyerukan kode etik yang akan mengatur hubungan kita dengan robot.
“Harus ada poin yang membutuhkan rasa hormat, seperti otonomi manusia dan privasi,” kata Delvaux.
Semua ini menyoroti masalah lain yang mengkhawatirkan banyak pengembang kecerdasan buatan: bias. Sistem pembelajaran mesin hanya sebaik data yang diberikan untuk dipelajari. Penelitian terbaru menunjukkan bahwa kecerdasan buatan dapat mengembangkan kecenderungan seksis dan rasis.
Bill Gates, sementara itu, baru-baru ini mengusulkan robot perpajakan untuk mengkompensasi pajak penghasilan karyawan yang hilang. Yang lain berpendapat bahwa ketika robot melakukan lebih banyak tugas, mungkin ada kebutuhan akan pendapatan dasar universal agar semua orang menerima tunjangan pemerintah.
Mobil sedang bergerak maju
Pada contoh furniture dari "Ikea" terlihat jelas bahwa AI masih perlu dikembangkan dalam waktu yang lama.
Mungkin salah satu tantangan terbesar yang dihadapi pembelajaran mesin dan kecerdasan buatan adalah memahami cara kerja algoritme. "Hal-hal seperti kecerdasan buatan dan pembelajaran mesin, sebagian besar, merupakan kotak hitam," kata Manieka. "Kami tidak dapat membukanya untuk mengetahui bagaimana mereka mendapatkan jawaban yang mereka dapatkan."
Ini menciptakan sejumlah masalah. Sistem pembelajaran mesin dan AI modern biasanya dilatih menggunakan sekumpulan besar gambar atau data yang dimasukkan ke sistem untuk belajar mengenali pola dan tren. Mereka kemudian digunakan untuk mengidentifikasi pola yang serupa saat data baru dimasukkan.
Ini bagus jika kita perlu menemukan CT scan yang menunjukkan tanda-tanda penyakit. Tetapi jika kita menggunakan sistem serupa untuk mengidentifikasi tersangka dari sebuah snapshot, kita membutuhkan pemahaman tentang bagaimana algoritma bekerja untuk memberikan bukti konklusif.
Bahkan di bidang kendaraan otonom, generalisasi ini tetap menjadi masalah utama.
Takeo Kanade, profesor robotika di Carnegie Mellon University, adalah pakar dalam mobil self-driving dan computer vision. Memberi robot "pemahaman yang benar" tentang dunia di sekitar mereka, katanya, masih merupakan tantangan teknis yang perlu diatasi.
“Ini bukan hanya tentang mengidentifikasi lokasi objek,” jelasnya. “Teknologi perlu memahami apa yang dilakukan dunia di sekitarnya. Misalnya, apakah seseorang ingin menyeberang jalan atau tidak?"
ILYA KHEL
