Будущее без работы. Технология, автоматизация и стоит ли их бояться бесплатное чтение

Дэниел Сасскинд
Будущее без работы. Технология, автоматизация и стоит ли их бояться

Daniel Susskind

A World Without Work. Technology, Automation, and How We Should Respond

© Daniel Susskind, 2020

© ООО «Индивидуум Принт», 2021

* * *

Предисловие

Эта книга посвящена одному из величайших экономических вызовов нашего времени – угрожающей перспективе мира, где из-за феноменальных технологических перемен не всем хватит хорошо оплачиваемых рабочих мест. Она родилась из чувства необходимости, поскольку, на мой взгляд, мы пока недостаточно серьезно относимся к этой угрозе. Но никто не мог предугадать, что всего через несколько месяцев после ее издания пандемия положит конец привычному экономическому укладу и сделает изложенные в этой книге идеи и проблемы актуальными как никогда.

На момент написания этого предисловия COVID-19 с нами уже около шести месяцев.

В начале пандемии была надежда, что кризис не затянется. Экономику нужно было лишь временно поместить в анабиоз, но стоит вирусу исчезнуть – ожидалось, что в течение нескольких недель, – мы быстро вернемся к обычной жизни. Однако теперь стало ясно, что эта надежда была совершенно неуместной. Вирус так быстро не отступит. На смену лихорадочной политике первых месяцев кризиса пришли долгосрочные меры решения проблем. Экономические последствия пандемии оказались куда губительнее, чем большинство из нас поначалу предполагали. Например, с апреля по июнь 2020 года США пережили самый резкий спад производства со времен Второй мировой войны. Великобритания потеряла почти 18 лет экономического роста всего за несколько месяцев^[1].

В основе этого экономического коллапса лежит рынок труда. Ситуация на нем была довольно шаткой еще до начала пандемии: во многих частях мира отмечались стагнация зарплат, нарушение прав трудящихся, очаги безработицы и сокращение рабочей силы. COVID-19 подорвал рынок труда окончательно – в сильно пострадавших от вируса странах, например США и Великобритании, безработица достигла беспрецедентных масштабов. Другими словами, с течением пандемии мы неожиданно оказались втянуты в мир с гораздо меньшим количеством работы – не потому, что ее автоматизировали, а потому, что меры, которые мы были вынуждены принять в ответ на вирус (закрытие границ, социальное дистанцирование, самоизоляция и т. д.), полностью уничтожили спрос на многие профессии.

В описанные в этой книге вызовы встали перед нами раньше, чем прогнозировалось. Эндрю Ян, кандидат в президенты США на выборах 2020 года, сосредоточившийся на угрозе увольнений по сокращению хорошо сформулировал суть проблемы: «Судя по всему, мне надо было говорить о пандемии, а не об автоматизации», – написал он в твиттере^[2]. Вот только угроза технологической безработицы никуда не делась – напротив, есть основания полагать, что она даже возросла. Но пандемия подарила нам устрашающий трейлер того, как может выглядеть это будущее, и некоторое представление о бесконечном количестве проблем, с которыми нам придется столкнуться, когда оно наступит.

Проблеск будущего

Как мы увидим в этой книге, основная трудность, лежащая впереди, – это трудность распределения. Технический прогресс может сделать нас коллективно более процветающими, чем когда-либо прежде, но как мы можем разделить это процветание, когда наш традиционный способ делать это – платить зарплату за работу, которую делают люди, – менее эффективен, чем в прошлом? И это, конечно, именно та экономическая проблема, которая доминировала в 2020 году. В одночасье огромное количество рабочих по всему миру, проснувшись, внезапно обнаружили себя без работы и дохода^[3].

Что же делать? На мой взгляд, в такой момент государство должно брать на себя гораздо бо́льшую роль в распределении благосостояния в обществе через то, что я называю Большим государством. Пандемия уже доказала, что надежной альтернативы просто не существует. Каждая страна справляется с ситуацией по-своему, но многие из них стали обеспечивать доход тем, кто потерял работу. Идеи, всего несколько месяцев назад казавшиеся некоторым абсурдными – например, безусловный базовый доход, – внезапно стали неотъемлемой частью политического дискурса. Чтобы обеспечить поддержку безработным и экономике в целом, США уже заняли в пять раз больше средств, чем в разгар финансового кризиса 2007–2008 годов; Великобритания находится на пороге рекордной для мирного времени суммы долга^[4].

Помимо распределения благосостояния есть еще две большие проблемы, с которыми мы можем столкнуться в мире с меньшим количеством работы, и обе имеют мало общего с экономикой. Первая из них – растущая мощь небольшой горстки крупных технологических компаний. В этом случае пандемия снова дает нам возможность заглянуть в будущее: примечательная особенность экономического ландшафта COVID-19 состоит в том, что таким компаниям в нем отлично живется. Во время кризиса на пять из них приходилось более 20 % стоимости всего индекса S&P 500, состоящего из пятисот крупных компаний, котирующихся на американских фондовых биржах^[5]. Одна только Apple стоила больше, чем все компании, входящие в индекс FTSE 100 Лондонской фондовой биржи, вместе взятые^[6].

Однако меня гораздо меньше волнует экономическая мощь технологических компаний – хоть она велика и продолжает расти, – чем политическая: их потенциальное влияние на свободу, демократию и социальную справедливость. Поэтому важно отметить, например, как с началом пандемии сошли на нет разговоры о конфиденциальности и безопасности данных. Ради борьбы с вирусом мы с самого начала были готовы на любые меры. Многие страны разрешили собирать, фильтровать, сортировать и изучать в огромных масштабах записи камер видеонаблюдения, данные о местоположении смартфонов и истории покупок по кредитным картам, а также многое другое в попытке контролировать распространение нового коронавируса. Возможно, цель оправдывала средства. Но мы должны своевременно проследить, чтобы новая политическая власть в руках IT-гигантов, равно как и их способность влиять на наше сосуществование в обществе, были должным образом изучены и при необходимости – обузданы.

Последний вызов, с которым мы столкнемся в мире будущего – это поиск смысла в жизни. Распространенное мнение гласит, что работа – источник не только дохода, но и предназначения. Если так, то без нее мы потеряем жизненный ориентир. Моя точка зрения состоит в том, что отношения между работой и смыслом жизни на самом деле гораздо туманнее, чем принято считать: сейчас многие люди не получают от работы ощущения самореализации, да и в разные исторические периоды отношение к труду радикально разнилось. Пандемия подкрепляет мой тезис. Конечно, мы знаем много кошмарных историй, когда люди, лишившиеся работы, чувствовали опустошение, которое нельзя объяснить одной потерей дохода; но многие, напротив, испытывают облегчение, ведь они освободились от обязанностей, что просто не стоили их зарплаты.

Но что же люди будут делать, если им не придется зарабатывать на жизнь трудом? Боюсь, что у нас пока нет толковых ответов на этот вопрос. В мире, где работа занимает центральное место, очень трудно представить, как мы могли бы проводить свое время без нее. Пандемия показала, какие сложности нас ждут. Например, за последние несколько месяцев мы стали тратить деньги на неожиданные вещи. В Великобритании возникла критическая нехватка муки, древесины и клумбовых растений: чтобы заполнить свободное время, люди занялись выпечкой, столярным делом и садоводством; в США тоже наблюдался дефицит подобных товаров. Попутно центре общественного обсуждения оказались новые и глубокие вопросы: баланс между работой и личной жизнью, ценность семьи и общества, преимущества городской жизни; как распорядиться своей праздностью, как поддерживать душевное равновесие в трудные времена. (Количество случаев депрессии среди взрослых британцев почти удвоилось в начале пандемии; на горячую линию правительства США по вопросам психического здоровья стали присылать в десять раз больше сообщений^[7].) Тот факт, что эти обсуждения кажутся новыми, а выводы – временными и неудовлетворительными, укрепляет меня в мысли, что всепоглощающая природа нашей традиционной трудовой жизни до сих пор просто отвлекала нас от важных вопросов.

Рост стимулов к автоматизации

Пандемия не только дает нам подглядеть проблемы, с которыми предстоит столкнуться миру автоматизированного труда, – касающиеся распределения благ, власти IT-гигантов и поиска предназначения, – но и, вероятно, ускоряет его приход.

Одна из причин этого заключается в том, что многие страны сейчас находятся в состоянии глубокой рецессии. История показывает, что, когда экономика замедляется, автоматизация склонна набирать обороты. Например, в самом начале XXI века количество секретарей, клерков, продавцов и т. п. сократилось (относительно общей занятости), поскольку новые технологии стали брать на себя их задачи. В этой книге я подробно исследую, почему пропали такие «среднеквалифицированные» рабочие места, в то время как высоко– и низкооплачиваемые работники увеличили свою долю на рынке труда. Однако здесь важно понимать, что по крайней мере в США подавляющее большинство подобных изменений произошли во время экономических спадов. По данным одного влиятельного исследования, начиная с середины 1980-х 88 % потерь рабочих мест среднего уровня квалификации произошли в течение года после рецессии^[8].

Более того, нынешний спад – это не обычная рецессия. Пандемия создает новые и уникальные причины для беспокойства об угрозе автоматизации. Наиболее очевидная из них состоит в том, что COVID-19 усиливает стимул заменить людей машинами. В конце концов, машина не сможет заразить сотрудников или клиентов, она не захворает и не возьмет больничный, ей не нужно изолироваться, чтобы обезопасить коллег.

До сих пор правительства в определенной степени сдерживали этот стимул. Например, в августе власти Великобритании выплачивали до 80 % зарплаты 9,6 миллионов человек – более трети всех трудящихся страны, – чтобы защитить их от безработицы^[9]. Но не все страны не пошли этим путем. И когда существующие меры будут ослаблены – что неизбежно произойдет, – стимул к автоматизации станет еще сильнее. Для предприятий, стремящихся повысить производительность во время экономического спада или сократить затраты на рабочую силу по мере снижения доходов, идея заменить некоторых сотрудников машинами может показаться все привлекательнее и привлекательнее. Международный опрос, проведенный консалтинговой фирмой EY, показал, что в начале пандемии 41 % руководителей инвестировали в ускорение автоматизации^[10].

К тому же пандемия, возможно, отчасти смягчила культурное сопротивление, сопровождающее внедрение новых технологий. Ведь барьеры на пути к автоматизации не только технологические (можно ли автоматизировать задачу?), экономические (выгодно ли автоматизировать задачу?) или нормативно-правовые (разрешено ли автоматизировать задачу?). Есть еще и культурный аспект: решение об автоматизации процесса, в частности, зависит от того, захотят ли люди, чтобы его выполняли машины. До пандемии любой из нас – будь то владелец бизнеса, начальник, рядовой служащий или потребитель – мог предвзято относиться к новым технологиям, но нынешний кризис, скорее всего, смягчит наш скепсис. Один опрос, например, показал, что британцы всех возрастов теперь «позитивнее» относятся к технологиям; другой – что треть из них стали «увереннее использовать технологии»^[11]. В силу необходимости мы были вынуждены использовать технологии таким образом, что еще несколько месяцев назад показался бы просто невообразимым, – и в целом делали это успешно. Поэтому впредь любой шаг на пути к автоматизации, скорее всего, уже не покажется нам беспрецедентным скачком.

Возьмем, к примеру, медицину. До начала пандемии около 80 % приемов врачей в Англии и Уэльсе проводились лицом к лицу; сейчас эта доля сократилась до 7 %^[12]. Трудно поверить, что виртуальные приемы прекратятся вместе с пандемией; с другой стороны, легко представить, что другие медицинские процессы – например, диагностика – могут измениться до неузнаваемости из-за технологий и, возможно, врачи в них вообще перестанут участвовать. Или взглянем на юриспруденцию. Многие залы судебных заседаний были закрыты, и суд превратился в онлайн-сервис практически в одночасье. Как и в случае с медициной, возможно, мы увидим не только как виртуальная система станет нормой в определенных уголках правосудия, но и более смелые технологические предложения. Например, мелкие судебные споры можно было бы урегулировать вообще без какого-либо человеческого участия – и эта идея уже не кажется столь радикальной, как всего несколько месяцев назад.

Риски низкооплачиваемых профессий

На данный момент, конечно, инновации в основном удерживают людей на работе, а не вытесняют их. Многие используют технологии для удаленной работы, хотя до недавнего времени это казалось немыслимым: с началом кризиса около двух третей трудящихся в США и Великобритании поступили именно так^[13]. Однако далеко не все могут работать из дома: как правило, это прерогатива высокооплачиваемых сотрудников, белых воротничков. Исследование, проведенное в США, показало: 71 % людей, зарабатывающих более 180 тысяч долларов в год, могут работать удаленно во время пандемии, но такой вариант подходит лишь 41 % тех, кто зарабатывает менее 24 тысяч долларов. Другое исследование установило, что 62 % работников с высшим образованием могли выполнять свою работу из дома, а вот среди сотрудников, не окончивших среднюю школу, таких лишь 9 %^[14]. Для многих синих воротничков (например, работников ресторанов, магазинов и складов) удаленная работа – просто не вариант.

Это неравенство в способности работников адаптироваться к пандемии с помощью технологий – симптом более глубокой проблемы. В начале кризиса говорили, что коронавирус станет «великим уравнителем». Болезнь, как утверждали многие, не будет дискриминировать людей по этнической принадлежности или уровню дохода: все мы в равной степени подвержены риску. Теперь мы понимаем, что заблуждались. Начнем с того, как вирус поражает людей. В Великобритании представители этнических меньшинств составляют 14 % населения – и 34 % тяжелобольных пациентов с COVID-19; в США афроамериканцев госпитализировали почти в пять раз чаще белых, и они более чем в два раза чаще умирают от вируса^[15]. Но дело еще и в экономическом воздействии вируса. Потери рабочих мест, например, были сосредоточены среди низкооплачиваемых работников: одно исследование показало, что в США для работников из нижних 20 % риск потерять работу в начале пандемии был в четыре раза выше, чем для тех, кто находился в верхних 20 %^[16].

Эти неравенства поразительны сами по себе, но они также важны для размышлений о надвигающейся угрозе автоматизации. Пандемия одновременно усилила ее и показала, что работники, которые уже находятся в экономически неблагоприятном положении, могут пострадать сильнее других.

В последние десятилетия низкооплачиваемые профессии были по большей части защищены от автоматизации. Это связано с тем, что такая работа очень часто связана с личным взаимодействием или ручным трудом и до недавнего времени подобные задачи было сложно автоматизировать. Но жестокая ирония последних месяцев заключается в том, что представители таких профессий сильнее всего пострадали во время пандемии именно вследствие этих свойств их работы: вирус распространяется через близкие контакты и процветает в плохо проветриваемых помещениях, таких как фабрики и склады. В результате многие представители низкооплачиваемых профессий остались без работы.

Поскольку пандемия усилила стимул к автоматизации, эти работники находятся в наибольшей опасности: они не могут работать как раньше, а удаленно их задачи выполнять невозможно. Неудивительно, что так много последних технологических разработок, кажется, направлены непосредственно на замену этим сотрудникам: машины, которые раскладывают товары по полкам, упаковывают и доставляют их, приветствуют клиентов, моют полы, измеряют температуру и так далее.

Означает ли перспектива появления эффективной вакцины, что этот стимул к автоматизации, каким бы сильным он ни был сейчас, исчезнет с концом пандемии? Возможно. Но далеко не факт, что такое развитие событий – каким бы великолепным оно ни было с медицинской точки зрения – приведет к снижению угрозы автоматизации. Начнем с того, что упомянутые выше культурные сдвиги уже произошли: пандемия сделала нас приветливее по отношению к технологиям, и это новое отношение, вероятно, сохранится. Что важнее, она изменила фундаментальный ритм жизни многих из нас: мы меньше едим в кафе и ресторанах, больше покупаем в интернете, избегаем путешествий, держимся подальше от театров, кинозалов и спортивных мероприятий, работаем дома и так далее. Даже когда пандемия утихнет и правительственные ограничения будут ослаблены, эти изменения в привычках и поведении людей вряд ли пройдут бесследно^[17].

Те, кто говорит, что пандемия означает «конец офисной работы», «смерть оживленных улиц» или «крах центра города», пожалуй, преувеличивают: хотя офисы и торговые центры были заброшены на некоторое время, люди постепенно начинают возвращаться^[18]. Тем не менее вполне вероятно, что такие места еще долго не смогут вернуться к своему прежнему состоянию – а может, и никогда. Если так, то это не сулит ничего хорошего их работникам: охранникам, администраторам и уборщицам в офисах; официантам, поварам и бариста в городских кафе; персоналу гостиниц и развлекательных заведений, продавцам, таксистам и так далее. В таком случае, конечно, снижение спроса на их работу будет связано скорее с последствиями пандемии, чем с технологиями. Но эти сдвиги имеют решающее значение, когда мы говорим об угрозе автоматизации, ведь в прошлом именно низкооплачиваемые профессии давали работу людям, вытесненным машинами, – теперь их будущее туманно.

В некотором смысле пандемия стала репетицией нашей реакции на сокращение рабочих мест в будущем. Это неожиданное и неприятное упражнение оказалось поучительным и откровенным. Надеюсь, в ближайшие месяцы и годы мы проанализируем этот обширный социальный эксперимент, поймем, какие ответные меры сработали, и честно признаем, где потерпели неудачу. Пока мы лишь гости в мире, где меньше работы. Эта пандемия, как и все предыдущие, закончится, и сегодняшние насущные проблемы отойдут на второй план. Но, когда кризис COVID-19 отступит, угроза автоматизации, возможно, только возрастет. И тогда проблемы, тревожный проблеск которых мы успели уловить во время пандемии, вернутся и с новой силой испытают нас на прочность.

Дэниел Сасскинд

Лондон, Англия

30 сентября 2020 года

Вступление

«Великий навозный кризис» 1890-х годов не должен был стать неожиданностью^[19]. В течение долгого времени в больших городах вроде Лондона и Нью-Йорка именно лошади – сотни тысяч лошадей – возили по улицам кэбы, телеги, повозки, фургоны и множество других транспортных средств. В качестве тягловой силы они не были особенно эффективны: каждые несколько миль нуждались в остановке и отдыхе, что отчасти объясняет такой большой спрос^[20]. Например, стандартной повозке требовались по меньшей мере три животных: два поочередно тянули ее, а третье находилось в резерве на случай, если другие занемогут. Трамвай на конной тяге – самый популярный вид транспорта среди жителей Нью-Йорка – использовал упряжь из восьми лошадей, которые по очереди тащили его по специально проложенным рельсам. А в Лондоне каждому из тысяч двухэтажных автобусов, более скромных размеров, чем сегодняшние красные машины, требовалось около дюжины животных^[21].

Вместе с лошадьми появился навоз – очень много навоза. Здоровая лошадь производит от семи до четырнадцати килограммов навоза в день – примерно столько же весит двухлетний ребенок^[22]. Один медик-энтузиаст, работавший в Рочестере, штат Нью-Йорк, подсчитал, что экскрементами, которые лошади производили только в его городе, можно было покрыть акр^[23] земли слоем в 53 метра, что почти равно высоте Пизанской башни^[24]. Исходя из этих расчетов, люди якобы рисовали себе будущее, полное навоза: один нью-йоркский обозреватель предсказывал, что кучи скоро достигнут высоты окон третьего этажа, а некий репортер из Лондона полагал, что к середине XX века улицы будут погребены под девятью футами^[25] этой субстанции^[26]. Впрочем, проблема состояла не только в этом. Дороги были усеяны тысячами мертвых лошадей, многих из них намеренно оставляли гнить, пока они не разлагались до таких размеров, чтобы от них легче было избавиться. Только в 1880 году из Нью-Йорка вывезли около пятнадцати тысяч лошадиных туш^[27].

Политики, судя по всему, не знали, что делать^[28]. Они не могли просто запретить лошадям появляться на улицах: животные играли слишком важную роль. Когда в 1872-м в Соединенных Штатах распространилась так называемая лошадиная чума и тягловую силу поразила одна из самых страшных вспышек лошадиного гриппа в истории, значительная часть экономики страны замерла^[29]. Некоторые даже обвиняют эпидемию в бостонском Великом пожаре, случившемся в тот же год: по словам сторонников этой версии, семьсот зданий сгорели дотла именно потому, что в городе не хватало лошадей, чтобы доставлять пожарное оборудование на место происшествия^[30]. Но самое интересное в этой истории заключается в том, что политикам, в конце концов, не нужно было беспокоиться. В 1870-е годы был создан первый двигатель внутреннего сгорания, в 1880-е его установили на первый автомобиль, а всего несколько десятилетий спустя Генри Форд выпустил на массовый рынок свою знаменитую модель «T». В 1912 году в Нью-Йорке уже было больше автомобилей, чем лошадей. А через пять лет в городе из эксплуатации вывели последний конный трамвай^[31]. Великий навозный кризис миновал.

«Притча о лошадином дерьме», как назвала ее Элизабет Колберт в журнале New Yorker, рассказывалась на протяжении многих лет^[32]. В большинстве ее версий вытеснение лошадей предстает в оптимистическом свете как рассказ о технологическом триумфе и обнадеживающее напоминание о необходимости сохранять ясность ума, даже когда вы по колено увязаете в грязной и, казалось бы, неразрешимой проблеме. Но Василий Леонтьев, русско-американский экономист, получивший в 1973 году Нобелевскую премию, сделал из этих событий более тревожный вывод. По его мнению, всего за несколько десятилетий новая технология, двигатель внутреннего сгорания, вытеснила на обочину существо, которое на протяжении тысячелетий играло центральную роль в экономической жизни – не только в городах, но и на фермах и полях. В ряде статей, написанных в начале 1980-х годов, Леонтьев высказал одно из самых печально известных утверждений в современной экономической мысли: в конце концов технический прогресс сделает с людьми то же, что и с лошадьми, а именно – лишит работы. Леонтьев полагал, что компьютеры и роботы станут для нас тем же, чем для коней были автомобили и тракторы^[33].

Сегодня мир снова охвачен страхами Леонтьева. В настоящее время в Соединенных Штатах 30 % рабочих считают, что в течение их жизни им на замену придут роботы и компьютеры. В Великобритании такая же доля людей считает, что это может произойти в ближайшие двадцать лет^[34]. И в этой книге я хочу объяснить, почему мы должны серьезно относиться к такого рода страхам – как мы увидим, не всегда к их сути, но точно к их духу. Будет ли в XXI веке достаточно работы для всех? Это один из величайших вопросов нашего времени. На страницах этой книги я докажу, что правильный ответ – нет, и объясню, почему угроза «технологической безработицы» стала реальной. Я опишу различные проблемы, которые она создает сейчас и будет создавать в будущем, и, самое главное, расскажу, как нам стоит на них реагировать.

Великий британский экономист Джон Мейнард Кейнс популяризировал термин «технологическая безработица» почти за пятьдесят лет до Леонтьева, выразив в этом емком словосочетании свою мысль – новые технологии могут вытеснить людей с работы. Опираясь на многие экономические доводы, которые были выдвинуты со времен Кейнса, я попытаюсь глубже разобраться в том, что произошло в прошлом, и яснее понять, что ждет нас впереди. Кроме того, я постараюсь выйти далеко за пределы узкой интеллектуальной территории, где обретается большинство экономистов, работающих в этой области. С будущим труда связаны тревожные вопросы, зачастую далекие от экономики: вопросы о природе интеллекта, о неравенстве и о том, почему оно имеет значение, о политической власти крупных технологических компаний, о том, что значит жить осмысленно, и о том, что мы могли бы жить вместе в совсем ином мире, чем тот, в котором выросли. На мой взгляд, любая история о будущем работы, которая не затрагивает и эти вопросы, будет неполной.

Не большой взрыв, а постепенное увядание

Важной отправной точкой для размышлений о будущем работы является тот факт, что и в прошлом многие люди беспокоились о грядущем – как оказалось, напрасно. Тревога относительно автоматизации возникла не сегодня и даже не в 1930-е годы, когда о ней писал Кейнс. Паника по поводу замены человеческого труда машинным периодически охватывает людей уже на протяжении нескольких столетий – с тех пор как начался современный экономический рост. Однако всякий раз эти страхи не оправдываются. Несмотря на неумолимость технического прогресса, спрос на человеческий труд есть всегда, и его достаточно, чтобы избежать массовой безработицы.

С этого сюжета я и начну первую часть книги, где выясню, почему те, кто беспокоился, что их заменят машины, так часто оказывались неправы и как экономисты со временем изменили свое мнение о влиянии технологии на работу. Затем я перейду к истории искусственного интеллекта (ИИ) – технологии, захватившей наше коллективное воображение в последние несколько лет и в значительной степени повинной в том, что многие снова обеспокоены будущим. Исследования в области ИИ, по сути, стартовали много десятилетий назад и поначалу вызывали энтузиазм и восхищение, но затем перешли в долгую спячку, когда прогресс практически застопорился. В последние годы, однако, произошло возрождение ИИ и революция в области теории и практики застала врасплох многих экономистов, ученых в сфере компьютерных наук и других специалистов, которые пытались предсказать, какие именно задачи никогда не перейдут машинам.

Во второй части книги, отталкиваясь от этой истории, я постараюсь избежать интеллектуальных ошибок, что совершались ранее, и объясню, как технологическая безработица может развиваться в XXI веке. В недавнем исследовании ведущие ученые-информатики утверждали: существует пятидесятипроцентная вероятность того, что в ближайшие 45 лет машины научатся выполнять «любую задачу» лучше, чем люди^[35]. Но мои доводы не основываются на утверждении, что подобные драматические предсказания осуществятся, – мне лично в это трудно поверить. Скорее всего, даже в конце этого века некоторые задачи будет трудно или невыгодно автоматизировать или же их автоматизация будет возможна и выгодна, но мы все равно предпочтем оставить их людям. Несмотря на страхи, отраженные в приведенных выше опросах американских и британских рабочих, мне также трудно представить, что многие из сегодняшних рабочих мест полностью исчезнут в ближайшие годы (не говоря уже о новых рабочих местах, которые появятся в будущем). Большая часть этой работы, на мой взгляд, будет связана с задачами, лежащими за пределами досягаемости даже самых способных машин.

Я расскажу совсем другую историю. В будущем машины не будут делать все, но они будут делать больше. И по мере того как они медленно, но неуклонно будут брать на себя все больше задач, людям придется сосредотачиваться на постоянно сокращающемся наборе действий. Маловероятно, что каждому человеку будет под силу взяться за все еще востребованный труд и этой востребованности вряд ли хватит на всех.

Другими словами, если вы взяли в руки эту книгу, ожидая услышать рассказ о драматическом технологическом Большом взрыве в ближайшие несколько десятилетий, после которого многие люди внезапно проснутся и обнаружат, что остались без работы, вы будете разочарованы. Этот сценарий вряд ли осуществится: некоторые работы почти наверняка останутся на довольно продолжительное время. Но с течением времени эта работа, вероятно, будет оставаться вне досягаемости все большего числа людей. И по мере того, как мы будем продвигаться в XXI веке, спрос на труд людей, вероятно, будет постепенно угасать. В конечном счете того, что осталось, будет недостаточно, чтобы обеспечить всех желающих традиционной хорошо оплачиваемой работой.

Чтобы понять, что это означает, стоит рассмотреть влияние, которое автоматизация уже оказала на сельское хозяйство и на промышленность во многих частях мира. Фермеры и фабричные рабочие все еще нужны: их рабочие места не исчезли полностью. Но в обоих случаях число необходимых рабочих сократилось, иногда резко – даже несмотря на то, что эти отрасли производят больше продукции, чем когда-либо. Короче говоря, в этих отраслях экономики спроса на человеческий труд уже недостаточно, чтобы удержать на работе такое же количество людей, как раньше. Разумеется, как мы увидим, у этого сравнения есть свои пределы. Но все же полезно подчеркнуть, что на самом деле должно волновать нас в будущем: не мир вообще без работы, как некоторые предсказывают, а мир без достаточного количества рабочих мест для всех.

Существует тенденция рассматривать технологическую безработицу как радикальный разрыв с сегодняшней экономической жизнью, отвергать ее как фантастическую идею, воздушный замок, построенный невротичными экономистами с всклокоченными волосами. Исследуя, как на самом деле может возникнуть технологическая безработица, мы увидим, почему такой подход ошибочен. Не случайно в наше время беспокойство по поводу экономического неравенства усиливается параллельно с ростом беспокойства относительно автоматизации. Эти две проблемы – неравенство и технологическая безработица – очень тесно связаны между собой. Сегодня рынок труда – это основной способ распределения экономического благополучия в обществе: для большинства людей рабочее место является основным, если не единственным источником дохода. Огромное неравенство, которое мы наблюдаем на рынке труда, когда одни работники за свои усилия получают гораздо меньше денег, чем другие, показывает, что этот подход уже дает трещину. Технологическая безработица – просто более экстремальная версия этого неравенства, в результате которой некоторые работники не получат вообще ничего.

В заключительной части книги я разберу различные проблемы, возникающие в мире с меньшим количеством работы, и опишу, что с ними делать. Во-первых, это только что упомянутая экономическая проблема: как распределять благосостояние в обществе, если традиционный механизм, предусматривающий оплату за выполняемую работу, стал менее эффективен. Затем я перейду к двум вопросам, которые не имеют вообще никакого отношения к экономике. Один из них – подъем технологических компаний, ведь, скорее всего, в будущем самые крупные из них будут контролировать наши жизни. В XX веке главным источником беспокойства была экономическая мощь корпораций, но в XXI столетии ей на смену придет страх перед их политической мощью. Другая проблема – поиск смысла жизни. Часто говорят, что труд – это не просто средство заработка, но и движение к определенной цели: если это верно, то мир с меньшим количеством рабочих мест может быть также миром, где будет меньше целей. Со всеми этими проблемами нам предстоит столкнуться, и каждая из них потребует своего ответа.

Моя история

Истории и аргументы, приведенные в этой книге, в какой-то степени носят личный характер. Около десяти лет назад я начал серьезно задумываться о технологиях и работе, хотя интересовался ими и раньше, но в неформальном ключе. В 1980-е годы мой отец, Ричард Сасскинд, защитил в Оксфордском университете докторскую диссертацию по искусственному интеллекту и праву. Все эти годы он корпел в вычислительной лаборатории, пытаясь сконструировать машины, способные решать юридические проблемы. (В 1988 году он участвовал в разработке первой в мире коммерчески доступной системы ИИ в области права.) В дальнейшем его карьера строилась вокруг этих исследований, так что я рос в доме, где в разговорах за обеденным столом пережевывались технологические головоломки.

Покинув родительский дом, я отправился изучать экономику в Оксфорд. Именно там я впервые столкнулся с тем, как экономисты рассуждают о технологиях и работе. Это было восхитительно. Меня очаровали строгость их текстов, точность моделей, убедительность утверждений. Мне казалось, что они нашли способ избавиться от дезориентирующей путаницы реальной жизни и докопались до сути проблем.

Со временем первоначальное очарование поблекло, а затем и вовсе улетучилось. По окончании университета я стал работать на британское правительство – сначала в отделе стратегического планирования при кабинете премьер-министра, а затем в отделе политики на Даунинг-стрит, 10^[36]. Оказавшись в окружении коллег, питавших интерес к технологиям, я начал основательнее размышлять о будущем работы и о том, может ли правительство как-то на него повлиять. Но когда в поисках ответов я обратился к экономической науке, которую изучал еще в студенческие годы, то обнаружил, что она гораздо менее проницательна, чем я надеялся. Многие экономисты принципиально подкрепляют высказываемые ими теории только фактами из прошлого. Как выразился один выдающийся экономист, «хотя все мы любим научную фантастику, книги по истории обычно куда более безопасное руководство к будущему»^[37]. Мне такая точка зрения не казалась убедительной. То, что происходило в экономике у меня на глазах, радикально отличалось от того, что происходило в прошлом. Это меня очень смущало.

Итак, я оставил свою должность при британском правительстве и, проведя некоторое время в Америке, вернулся в науку с намерением заняться изучением будущего работы. В своей докторской диссертации по экономике я оспорил традиционные представления экономистов о технологиях и работе и попытался по-новому осмыслить происходившее на рынке труда. Тогда же мы с отцом написали книгу «История вашего будущего»^[38], в которой исследовалось влияние технологий на высококвалифицированных белых воротничков – юристов, врачей, бухгалтеров, учителей и т. д. Когда десять лет назад мы стали проводить исследования для этого проекта, было широко распространено мнение, что автоматизация повлияет только на синих воротничков, а высококвалифицированные кадры перемены особо не затронут. Мы оспорили эту идею, рассказав, как новые технологии позволят решить некоторые насущные общественные проблемы – обеспечение доступа к правосудию, здравоохранение, образование наших детей – без привлечения традиционных специалистов, как это было в прошлом^[39].

На страницах этой книги выводы из моих академических исследований и нашей работы о профессиях будут выражены в более отточенной форме. Если говорить коротко, эта книга отражает мой личный путь длиной в десятилетие, которое я почти полностью провел в размышлениях об одном конкретном вопросе – о будущем работы.

Хорошие проблемы

Хотя мои вступительные слова могут свидетельствовать об обратном, эта книга предлагает оптимистический взгляд на будущее. По одной простой причине: в ближайшие десятилетия технологический прогресс, вероятно, решит экономическую проблему, которая до сих пор доминировала над человечеством. Если мы представим экономику как пирог (как это любят делать экономисты), то традиционная задача состоит в том, чтобы сделать его достаточно большим и всем досталось по куску. Если бы глобальный экономический пирог был разделен на равные куски для всех в мире в начале нашей эры, каждый человек получал бы эквивалент всего нескольких сотен сегодняшних долларов в год. Большинство людей жили за чертой бедности. Тысячи лет спустя мало что изменилось. Некоторые утверждают, что даже в 1800 году доходы среднестатистического жителя планеты были сопоставимы с достатком его предка, жившего в 100 000 году до нашей эры^[40].

Но за последние несколько сотен лет экономический рост резко ускорился благодаря технологическому прогрессу. Во всем мире экономические пироги стали намного больше. Сегодня мировой ВВП на душу населения, т. е. стоимость одинаковых отдельных кусочков, составляет уже около 10 720 долларов в год (пирог в размере 80,7 трлн долларов, разделенный между 7,53 млрд человек)^[41]. Если экономика будет продолжать расти на 2 % в год, наши дети будут в два раза богаче нас. Если мы рассчитываем на более скромный ежегодный прирост в 1 %, то наши внуки будут в два раза богаче, чем мы сегодня. Мы – по крайней мере теоретически – очень близко подошли к решению проблемы, так мучившей наших предшественников. Как лирически выразился экономист Джон Кеннет Гэлбрейт, «сегодня человек избавился от нищеты, которая так долго была его неизбывной судьбой»^[42].

Как ни странно, технологическая безработица станет одним из симптомов этого успеха. В XXI веке прогресс решит одну проблему – как сделать пирог достаточно большим, чтобы кусок достался каждому, – но ей на смену придут три другие: неравенство, распределение власти и отсутствие цели. Возникнут разногласия относительно того, как их решать, как распределять экономические блага, как сдерживать политическую мощь крупных технологических компаний и обеспечивать смысл жизни в мире с меньшим количеством работы. Эти проблемы заставят нас заняться одними из самых сложных вопросов, которые только можно представить: что государство должно делать, а что нет, в чем состоят наши обязательства перед другими людьми и что означает жить осмысленной жизнью. Но эти проблемы в конечном счете гораздо интереснее, чем та, что преследовала наших предков на протяжении веков, – как обеспечить достаток каждому человеку.

Леонтьев однажды сказал, что «если бы лошади могли вступать в Демократическую партию и голосовать, жизнь на фермах была бы совсем иной»^[43]. В этой шутливой фразе заложен серьезный смысл. У лошадей не было никакого контроля над их коллективной судьбой, а у нас есть. Я не сторонник технологического детерминизма и не думаю, что будущее предопределено. Философ Карл Поппер не соглашался с теми, кто считал, что железные рельсы нашей судьбы уже проложены до нас, и говорил: «Будущее зависит от нас самих, а мы не зависим ни от какой исторической необходимости»^[44]. Я с ним согласен, но вместе с тем придерживаюсь технологического реализма и думаю, что наша свобода действий ограничена. В XXI веке мы построим намного более мощные системы и машины, чем те, которыми располагаем сегодня. На мой взгляд, этот факт нельзя игнорировать. Новые технологии и впредь будут брать на себя задачи, которые, как мы думали, могут выполнять только люди. Нам от этого не уйти, поэтому я считаю, что мы должны принять эти неизбежные черты будущего как данность и тем не менее построить мир, в котором каждый сможет процветать. Именно об этом и пойдет речь в этой книге.

Часть первая. Контекст

Глава 1. История напрасной тревоги

Экономический рост – совсем недавнее явление. На протяжении большей части 300 000 лет существования человечества экономическая жизнь почти не менялась. Наши далекие предки просто охотились и собирали то немногое, что им было нужно для выживания^[45]. Но несколько сотен лет назад эпоха этой экономической бездеятельности внезапно закончилась. Объем производства в расчете на душу населения увеличился примерно в тринадцать раз, а мировой объем производства – почти в триста^[46]. Если ужать человеческое существование до одного часа, то этот взрывной процесс произойдет в последние полсекунды или около того, т. е. буквально в мгновение ока (см. график 1.1^[47]).

Экономисты соглашаются, что этот рост вызван устойчивым технологическим прогрессом, хотя и не пришли к единому мнению, почему он начался именно в Западной Европе в конце XVIII века^[48]. Одна из причин может быть географической: некоторые страны обладали обширными ресурсами, благоприятным климатом, легкодоступными береговыми линиями и удобными для ведения торговли реками. Другая причина, возможно, лежит в культурной сфере: люди в обществах с различными историей и религией по-разному относились к научным методам, финансам, упорному труду и друг к другу (считается, что уровень «доверия» в обществе играет важную роль). Однако наиболее распространенным объяснением всего этого является институциональное: одни государства защищали права собственности и обеспечивали верховенство закона, что шло на пользу конкуренции и инновациям, в то время как другие этого не делали.

График 1.1. Мировое производство после начала нашей эры

Каковы бы ни были конкретные причины, в шестидесятые годы XVIII века первой ушла в отрыв именно Британия^[49]. В течение последующих десятилетий были изобретены и введены в действие новые машины, значительно улучшившие методы производства товаров. Некоторые из них, например паровой двигатель, стали общепризнанными символами экономического прогресса и технологического гения. И каким бы образным ни казался термин «революция», он, пожалуй, умаляет значение промышленной революции, которая стала одним из самых значительных моментов в истории человечества. В прежние времена любой экономический рост был ограниченным, прерывистым и быстро угасал. Теперь он стал относительно быстрым и стабильным. Сегодня мы полностью зависим от этого экономического феномена. Вспомните о приступах гнева и тревоги, о волнах разочарования и уныния, которые охватывают общество каждый раз, когда экономический рост останавливается или просто замедляется. Без него мы словно больше не можем представить себе хорошей жизни.

Новые технологии промышленной революции позволили производителям работать продуктивнее, чем когда-либо прежде, – проще говоря, теперь они могли производить намного больше при гораздо меньших затратах^[50]. И именно здесь, в начале современного экономического роста, мы можем обнаружить истоки «тревоги, порождаемой автоматизацией». Люди начали беспокоиться, что использование машин для производства большего количества товаров приведет к сокращению спроса на их труд. Судя по всему, экономический рост и проблемы автоматизации были тесно связаны с самого начала.

Конечно, людям стоило беспокоиться об автоматизации еще до этого. Любое изобретение становится угрозой для определенной группы людей. Например, печатный станок – возможно, самая важная из всех технологий, предшествовавших промышленной революции, – первоначально встретил сопротивление со стороны писцов, желавших защитить свое традиционное ремесло. Что касается печатных Библий, то писцы утверждали, что только сам дьявол может так быстро изготовить столько экземпляров книги^[51]. Но по своему характеру изменения времен промышленной революции отличались от того, что происходило в прошлом. Их интенсивность, масштаб и постоянство придавали привычным страхам новую остроту.

Тревога автоматизации

Тревога относительно того, что автоматизация уничтожит рабочие места, выливалась в протесты. Вспомним историю Джеймса Харгривза, скромного человека, изобретшего прядильную машину «Дженни». Неграмотный ткач, он уехал в далекую деревню в Ланкашире, чтобы спокойно построить свой механизм, который позволял прясть нити из хлопка гораздо быстрее, чем это мог делать человек. В те времена это было ценным нововведением, поскольку переработка хлопка-сырца в пригодную для использования нить была растущим бизнесом. (К середине XIX века Британия будет производить половину всех тканей в мире^[52].) Но, узнав о замысле Харгривза, соседи ворвались в его дом, уничтожили машину и заодно переломали мебель. Когда Харгривз попытался открыть фабрику в другом месте, на него и его делового партнера напала толпа^[53].

Судя по всему, нечто подобное пришлось пережить и Джону Кею, современнику Харгривза, который в тридцатые годы XVIII века изобрел механический челнок. По-видимому, дом Кея тоже был разграблен разъяренными ткачами, которые «убили бы его, если бы двое друзей не закутали его в шерстяное одеяло и не отвели в безопасное место»^[54]. Его тайное бегство от опасности отражено на фреске XIX века в Манчестерской ратуше^[55].

Такие случаи не единичны. Технологический вандализм во времена промышленной революции был широко распространен. Как известно, таких мародеров называли «луддитами» по имени ткача Неда Лудда из Восточного Мидленда, который якобы разбил несколько чулочных станков на заре промышленной революции. Возможно, Нед никогда и не существовал, но беспорядки, учиненные его последователями, были вполне реальны. В 1812 году британский парламент был вынужден принять «Акт об уничтожении чулочных рам и т. д.». Уничтожение машин стало преступлением, караемым смертью, и вскоре несколько человек были осуждены и казнены. В следующем году наказание было смягчено до депортации в Австралию – но затем эта кара была сочтена недостаточной, и в 1817-м смертная казнь была восстановлена^[56]. Сегодня мы по-прежнему называем луддитами тех, у кого не ладятся отношения с технологиями.

До промышленной революции государство не всегда вставало на сторону изобретателей. Действительно, иногда беспорядки разъяренных рабочих настолько беспокоили власти, что они вмешивались, пытаясь остановить распространение новшеств, сеявших раздор. Вот две истории из восьмидесятых годов XVI века. Первая рассказывает об английском священнике Уильяме Ли, который изобрел машину, избавлявшую людей от необходимости вязать своими руками. В 1589 году он отправился в Лондон в надежде показать изобретение королеве Елизавете I и получить на него патент. Однако та, увидев машину, наотрез ему отказала, сказав: «Ты слишком высоко метишь, мастер Ли. Подумай сам, что это изобретение может сделать с моими бедными подданными. Оно, несомненно, разорило бы их, лишив работы и сделав нищими»^[57]. Вторая история – трагедия Антона Меллера, которому не повезло изобрести ленточный ткацкий станок в 1586-м. Не повезло потому, что городской совет его родного города Данцига не просто отказал ему в выдаче патента, но и приказал задушить его – мало похоже на теплый прием, который ждет сегодняшних предпринимателей^[58].

Но тревожились не только рабочие и государство. Со временем к угрозе автоматизации начали серьезно относиться и экономисты. Как отмечалось выше, термин «технологическая безработица» популяризировал Кейнс в 1930 году. Но Давид Рикардо, один из отцов-основателей экономики, задавался этим вопросом более чем за столетие до него. В 1817-м Рикардо опубликовал свой великий труд «Начала политической экономии и налогового обложения». В новое издание, выпущенное четыре года спустя, он включил главу «О машинах», где заявил, что изменил свое мнение по вопросу о том, принесет ли технический прогресс пользу рабочим. По его словам, предположение, что машины будут «всеобщим благом» для труда, которого он придерживался всю жизнь, было «ошибкой». Теперь он решил – возможно, наблюдая за болезненными экономическими изменениями, происходившими в его родной Великобритании в условиях промышленной революции, – что машины на самом деле «часто очень вредны»^[59].

Тревога относительно вреда, причиняемого машинами, сохранилась и в XX веке. В последние несколько лет нас накрыл вал книг, статей и отчетов об угрозе автоматизации. Однако уже в 1940 году дебаты о технологической безработице были настолько банальными, что газета New York Times охотно называла их «старой темой»^[60]. И действительно, эти доводы имеют тенденцию повторяться. В 2016-м в своем прощальном обращении президент США Барак Обама охарактеризовал автоматизацию как «очередную волну экономических потрясений». Но примерно за шестьдесят лет до этого президент Джон Ф. Кеннеди использовал почти те же самые слова, говоря, что автоматизация несет с собой «мрачную угрозу промышленной дезорганизации»^[61]. В 2016 году Стивен Хокинг писал, что автоматизация «уничтожила» работу синих воротничков, и предсказывал, что этот феномен скоро «расширится… и глубоко затронет средний класс»^[62]. Однако Альберт Эйнштейн еще в 1931 году предупреждал об аналогичной угрозе, заявляя, что «созданные человеком машины», призванные освободить людей от тяжелой работы, готовы «сокрушить» своих создателей^[63]. На самом деле, начиная с 1920-х, почти в каждом десятилетии можно найти статью New York Times, где в том или ином виде говорится об угрозе технологической безработицы^[64].

Потрясения и перемены

Большинство тревог по поводу экономического ущерба, причиняемого новыми технологиями, оказались напрасными. Обращаясь к истории последних столетий, мы находим мало свидетельств, подтверждающих давний страх того, что технический прогресс приведет к появлению большого числа постоянно безработных людей. Новые технологии действительно вытесняли рабочих, но впоследствии большинство из них находили себе новую работу. Снова и снова люди беспокоились о том, что «на этот раз все будет по-другому» и с новыми технологиями действительно приходят массовые увольнения, но на самом деле каждый раз история повторялась и массовой безработицы не возникало.

Понятно, что люди, задающиеся вопросами о будущем, видят в этом повод для оптимизма. Если те, кто в прошлом беспокоился о будущем работы, оказались неправы, то неправы и те, кто беспокоится сегодня?

Как мы увидим, не все так просто. Даже если раньше беспокойство относительно того, что «на этот раз все по-другому», оказывалось напрасным, оно все равно может оправдаться сегодня. Более того, даже если история повторится, мы все равно должны остерегаться чрезмерно оптимистичной интерпретации прошлого. Да, люди, потерявшие работу из-за технологий, действительно находили себе новые занятия, но происходило это далеко не плавно и гладко. Обратимся еще раз к промышленной революции – хрестоматийному событию в истории технологического прогресса. Несмотря на опасения луддитов, уровень безработицы в Великобритании оставался относительно низким, как показано на графике 1.2^[65]. Но вместе с тем были уничтожены целые отрасли промышленности, а прибыльные ремесла, такие как ручное ткачество и изготовление свечей, превратились в бесполезные развлечения. Села были опустошены, целые города пришли в упадок. Примечательно, что с 1760 по 1820 год реальная заработная плата в Англии выросла всего на 4 %. При этом продукты питания стали дороже, рацион беднее, младенческая смертность выше, а продолжительность жизни ниже^[66]. Люди в буквальном смысле уменьшились: один историк сообщает, что в результате средний рост людей сократился до «самого низкого уровня»^[67].

График 1.2. Уровень безработицы в Великобритании с 1760 по 1900 год

Луддитов сегодня часто выставляют технологически безграмотными дураками, но факты доказывают, что их претензии были резонны. Действительно, потрясения и бедствия, вызванные технологическими изменениями, в конечном счете способствовали созданию государства всеобщего благосостояния, возможно, самого радикального изобретения XX века. Все эти рассказы о людях, которые в конечном итоге находят себе новую работу, потеряв предыдущую из-за автоматизации, не вселяют надежды. Если перефразировать экономиста Тайлера Коуэна, будущее, возможно, будет похоже на прошлое, именно поэтому нам не стоит быть оптимистами в отношении будущего труда^[68].

Да и те, кто опасался, что в будущем работы будет меньше, на первый взгляд не так уж заблуждались. Скажем, Кейнс в 1930 году предполагал, что через сто лет технический прогресс приведет нас в мир «трехчасовых смен» или «пятнадцатичасовой рабочей недели». Сегодня его критики с ликованием отмечают, что через десять лет срок для осуществления его предсказания истечет, а «век досуга» даже не просматривается на горизонте^[69]. И в этой критике есть разумное зерно. Но картина станет более детальной, если учитывать не только цифры, мелькающие в газетных заголовках. В нескольких десятках богатых стран, входящих в Организацию экономического сотрудничества и развития (ОЭСР), среднее количество часов, которые люди ежегодно уделяют работе, постоянно сокращалось в течение последних пятидесяти лет. Спад был медленным – около сорока пяти часов за десять лет – но устойчивым (см. график 1.3^[70]).

Важно отметить, что значительная часть этого снижения, по-видимому, связана с техническим прогрессом, обусловившим рост производительности труда. Например, в Германии, одной из самых производительных стран Европы, люди работают меньше всего часов в год. Греция относится к числу наименее производительных стран и – вопреки тому, что многие могут подумать, – здесь люди работают больше всего часов в год. Как видно из графика 1.4^[71], это общая тенденция: в более производительных странах люди, как правило, работают меньше часов. Может, мы еще и не пришли к пятнадцатичасовым неделям, о которых говорил Кейнс, но благодаря постоянному техническому прогрессу мы начали двигаться в этом направлении^[72].

График 1.3. Ежегодное количество часов работы на душу населения в странах ОЭСР

Все это полезно иметь в виду, когда мы размышляем о том, что нас ждет впереди. Сегодня мы тратим много времени на подсчет количества «рабочих мест», которые появятся в будущем. Пессимисты, например, представляют себе мир, где множество людей сидят без дела и ничего особенного не производят, потому что «роботы» забрали себе все рабочие места. Оптимисты в ответ приводят данные об уровне безработицы, который сегодня рекордно низок во многих местах, и говорят, что страхи перед будущим беспочвенны. Но в этом споре обе стороны рассуждают о будущем работы очень узко, как будто значение имеет лишь то, работает кто-то или нет. История показывает, что подход, выраженный исключительно в категориях «работы», недостаточен для создания полной картины. Технологические изменения могут повлиять не только на объем работы, но и на ее природу. Насколько хорошо оплачивается эта работа? Насколько она безопасна? Как долго длится рабочий день или неделя? Какие задачи включает в себя эта работа? Приносит ли она такое удовлетворение, что ради нее вы вскакиваете утром с постели, или, напротив, вас тянет спрятаться от нее под одеялом? Риск, который возникает, если мы сосредотачиваемся на одной лишь работе, заключается, скорее, не в том, что мы не увидим за деревьями леса, – мы не разглядим, что деревья в лесу разные.

График 1.4. Продуктивность и ежегодное количество часов работы, 2014

А пока я продолжу говорить о «рабочих местах». Мы должны понимать, что влияние технического прогресса на мир труда отразится не только на количестве рабочих мест для людей, но и на многих других аспектах, которые я подробнее рассмотрю в следующих главах.

Полезная дополняющая сила

С учетом этих предостережений мы можем теперь перейти к более широкому вопросу. Как же могло случиться, что в прошлом, несмотря на страхи столь многих людей, технический прогресс не привел к массовой безработице?

Ответ, когда мы оглядываемся назад на то, что действительно произошло за последние несколько сотен лет, заключается в том, что вредное влияние технологических изменений на работу – то, что занимало наших беспокойных предков, – это только половина истории. Да, машины заняли место людей в выполнении определенных задач. Но машины не просто заменяли людей; они также дополняли их в других задачах, которые не были автоматизированы, повышая спрос на людей, чтобы делать эту работу вместо них. На протяжении всей истории всегда действовали две различные силы: замещающая сила, которая вредила рабочим, но также и полезная дополняющая сила, которая делала противоположное. Эта полезная сила, о которой так часто забывают, действует тремя различными способами.

Эффект продуктивности

Возможно, самая очевидная помощь, которую дополняющая сила оказывает людям, заключается в том, что, вытесняя одних работников, новые технологии часто делают более продуктивными других. Вспомним о британских ткачах, которым посчастливилось работать на одном из механических челноков Кея в тридцатые годы XVIII века или на одной из прядильных машин Харгривза в шестидесятые годы того же столетия. Они могли прясть гораздо больше хлопка, чем их современники, которые полагались только на свои руки. В этом и состоит эффект продуктивности^[73].

Этот эффект мы наблюдаем и сегодня. Водитель такси использует спутниковую навигационную систему для движения по незнакомым дорогам, архитектор применяет программное обеспечение для проектирования сложных зданий, а бухгалтер производит налоговые расчеты при помощи специальных программ. В результате все они, скорее всего, лучше справляются со своими задачами. Или возьмем врачей. В 2016 году группа исследователей из Массачусетского технологического института (МТИ) разработала систему, которая может определить наличие раковых клеток при биопсии молочной железы с точностью до 92,5 %. Для сравнения, врачи ставили правильный диагноз в 96,6 % случаев, но, когда они применяли систему, разработанную МТИ, этот показатель увеличивался до 99,5 % – почти идеальная точность. Благодаря новой технологии врачи стали лучше выявлять раковые заболевания^[74].

В других условиях новые технологии могут автоматизировать некоторые задачи, забрав их из рук работников, и вместе с тем повысить продуктивность этих же работников в остальных задачах. Например, адвокат передает задачу разбора стопки бумаг автоматизированной системе проверки документов – программе, которая может сканировать юридические материалы гораздо быстрее, а во многих случаях и точнее^[75]. Теперь адвокат может переключиться на другие задачи – давать юридические консультации, лично встречаться со своими клиентами или применять навыки решения проблем в особенно запутанных юридических казусах.

Во всех этих случаях если повышение производительности труда снижает цены для потребителей или обеспечивает им более качественные услуги, то спрос на любые товары и услуги, вероятно, будет расти, а вместе с ним и спрос на работников-людей. Таким образом, благодаря эффекту производительности технический прогресс дополняет людей самым непосредственным образом, увеличивая спрос на их усилия и повышая их эффективность в работе.

Эффект растущего пирога

История экономики показывает, что дополняющая сила помогала работникам и другим, менее очевидным способом: если мы снова представим экономику как пирог, то технический прогресс сделал его намного больше. Как уже отмечалось ранее, за последние столетия объем производства резко возрос. Например, экономика Великобритании с 1700 по 2000 год увеличилась в 113 раз. И это ничто по сравнению с другими странами, которые в начале этого периода находились на более низком уровне развития: за те же триста лет японская экономика выросла в 171 раз, бразильская – в 1699 раз, австралийская – в 2300 раз, канадская – в 8132 раза, а американская – аж в 15 241 раз^[76].

Интуитивно понятно, что подобный рост, скорее всего, помог рабочим. По мере того как экономика растет, а доходы людей увеличиваются, позволяя им больше тратить, вероятно, расширяются и перспективы работы. Да, некоторые задачи могут автоматизироваться и отходить машинам, но, по мере того как экономика расширяется и растет спрос на товары и услуги, увеличивается и спрос на все те задачи, которые необходимы для их производства. Они могут включать в себя деятельность, которая еще не автоматизирована, а это дает вытесненным работникам возможность найти новую работу.

Ларри Саммерс, некогда возглавлявший Национальный экономический совет при президенте США, вспоминал, что в юности его занимала эта мысль. В 1970-е годы, будучи начинающим ученым в МТИ, он оказался втянут в дебаты об автоматизации. По его словам, в то время в кампусе «глупые люди думали, что автоматизация приведет к исчезновению всех рабочих мест», а «умные понимали, что чем выше производство, тем больше доходов, а следовательно, больше спроса»^[77]. Дэвид Отор, возможно, самый крупный специалист по рынку труда на сегодняшний день, высказывает аналогичную точку зрения, утверждая, что «люди ударяются в напрасный пессимизм… по мере того как человек становится богаче, он склонен потреблять больше, что тоже создает спрос»^[78]. И Кеннет Эрроу, лауреат Нобелевской премии по экономике, также утверждал, что исторически «замена людей машинами» не приводила к росту безработицы. «Экономика действительно находит работникам новые рабочие места. Когда появляется богатство, люди будут его на что-нибудь тратить»^[79].

Эффект меняющегося пирога

В последние века дополняющая сила оказывала воздействие еще одним способом. Благодаря техническому прогрессу экономика не только выросла, но и трансформировалась: в различные моменты истории производилась совершенно разная продукция и совершенно разными методами. Если мы снова обратимся к образу пирога, то новые технологии не только его увеличили, но и изменили. Возьмем, к примеру, британскую экономику. Как мы уже отмечали, сегодня ее объем более чем в сто раз превышает тот, что был три столетия назад. Но за это время изменились и производимые товары, и способы их производства. Пятьсот лет назад экономика в основном состояла из крестьянских хозяйств, триста лет назад – из фабрик, сегодня – из офисов^[80].

Опять же, интуитивно понятно, как эти изменения могли помочь вытесненным работникам. В определенный момент некоторые задачи могут автоматизироваться. Но по мере того как экономика меняется, спрос будет расти и на другие задачи в других сферах экономики. И, поскольку некоторые из этих новых востребованных видов деятельности опять-таки не были автоматизированы, работники могут найти работу, связанную с ними.

Чтобы увидеть эффект меняющегося пирога в действии, подумайте о Соединенных Штатах. Здесь можно увидеть, как вытесненные рабочие снова и снова пробираются в разные отрасли меняющейся экономики и начинают выполнять новые задачи. Столетие назад сельское хозяйство было важнейшей частью американской экономики: еще в 1900 году в нем было занято два работника из пяти. Но с тех пор значение его резко упало, и сегодня в нем занято менее двух человек из ста^[81]. Куда же подевались остальные работники? Ушли в промышленность. Пятьдесят лет назад этот сектор превзошел сельское хозяйство: в 1970 году в промышленности была занята четверть всех американских работников. Но затем и в этой сфере начался относительный упадок, и сегодня в ней занято менее десятой части американских рабочих^[82]. Куда же делись все эти фабричные рабочие? Ответ: ушли в сферу услуг, где сейчас занято более 80 % работников^[83]. И в этой истории экономических преобразований тоже нет ничего исключительно американского. Почти все развитые страны пошли по аналогичному пути, по нему же идут и многие развивающиеся страны^[84]. В 1962 году в сельском хозяйстве было занято 82 % китайских работников; сегодня этот показатель упал примерно до 31 % – и это более высокие темпы сокращения, чем те, что наблюдались в США^[85].

Если эффект «растущего пирога» предполагает, что наши объятые тревогой предки оказались настолько близоруки, что не сумели предвидеть будущий рост экономики, то эффект «меняющегося пирога» предполагает, что они страдали еще и от недостатка воображения. Наши предки не могли предугадать, что то, что производили их экономика и они сами, в будущем изменится до неузнаваемости. В какой-то степени эта их неспособность вполне объяснима. Например, в 1900 году большинство англичан трудились на фермах или фабриках. Мало кто мог предвидеть, что в будущем в одной только Национальной службе здравоохранения будет занято гораздо больше людей, чем тогда работало мужчин на всех фермах страны вместе взятых^[86]. Сама отрасль здравоохранения тогда еще не существовала в привычном для нас виде, а мысль, что самым массовым работодателем в сфере здравоохранения станет британское правительство, показалась бы еще более странной, ведь в те времена большинство медицинских услуг предоставлялось на частной или на добровольной основе. То же справедливо и для многих других сегодняшних рабочих мест: такие должности, как оптимизатор поисковой системы, специалист по облачным вычислениям, консультант по цифровому маркетингу и разработчик мобильных приложений, было невозможно представить всего несколько десятилетий назад^[87].

Общая картина

Мысль, что воздействие технологии на труд может зависеть от взаимодействия двух соперничающих сил – вредной замещающей силы и полезной дополняющей силы, – не нова. Однако, как правило, никто эти силы внятно не объясняет. Книги, статьи и отчеты по автоматизации могут намекать на оба этих эффекта, но часто используют совершенно разные термины, из-за чего возникает путаница. Технология, говорят они, вытесняет и увеличивает, заменяет и усиливает, обесценивает и наделяет мощью, подрывает и поддерживает, уничтожает и созидает. Задача состоит в том, чтобы конкурировать с компьютерами и сотрудничать с ними, состязаться и двигаться в унисон. Ведутся разговоры о расширении применения машин и успехах людей, о пугающих роботах и вселяющих надежду коботах^[88], об искусственном интеллекте машин и растущем интеллекте людей. Гнет будущего, по их словам, будет выражаться как в устаревании знакомых нам вещей, так и во все нарастающей их актуальности; технология – это угроза и возможность, соперник и партнер, враг и друг.

Представленный в этой главе экскурс в экономическую историю – пусть и очень краткий – должен прояснить, как работают эти две силы на самом деле. С одной стороны, машина заменяет людей, оттесняя их от решения определенных задач. Этот процесс относительно легко заметить. С другой стороны, машина дополняет людей, повышая спрос на их работу над другими задачами, – это явление, как мы видели, может приобретать три различные формы, и его зачастую труднее распознать, чем его разрушительного брата.

Четкое разграничение между замещающим и дополняющим эффектами помогает объяснить, почему прежние опасения по поводу технологической безработицы много раз оказывались неуместны. В столкновении этих двух фундаментальных сил наши предки, как правило, не угадывали победителя. Раз за разом они либо полностью игнорировали дополняющую силу, либо ошибочно полагали, что она будет подавлена замещающим эффектом. По словам Дэвида Отора, люди обычно «преувеличивали степень замещения машин человеческим трудом и игнорировали сильную взаимодополняемость между автоматизацией и трудом»^[89]. В результате они неоднократно недооценивали остающийся спрос на труд человека. В общем и целом, его всегда хватало, чтобы обеспечивать занятость.

Это происходит и с отдельными технологиями. Взять, к примеру, историю банкомата. Его изобрели для того, чтобы отстранить банковских служащих от выдачи наличных денег. Это была часть культуры самообслуживания, которая распространилась в экономической жизни в середине XX века и нашла отражение в автозаправочных станциях и магазинах самообслуживания, автоматах по продаже сладостей и т. д.^[90] Считается, что первый банкомат был установлен в Японии в середине 1960-х годов^[91], а несколько лет спустя эти машины стали популярны в Европе, частично решив проблему усиливавшихся профсоюзов, которые требовали закрытия банков в субботу, единственный день, когда многие работающие клиенты могли их посетить. В США количество банкоматов выросло более чем в четыре раза с конца 1980-х до 2010 года, когда их насчитывалось уже более четырехсот тысяч. В таких условиях можно было бы ожидать резкого сокращения числа сотрудников в американских банках, но произошло обратное: за тот же период их стало больше на целых 20 %^[92]. Как объяснить эту загадку?

Исходя из анализа этих двух сил, мы можем понять, что случилось. Банкоматы не просто заменили банковских служащих, но еще и дополнили их. Иногда напрямую: банкоматы не делали сотрудников более продуктивными в раздаче наличных, а освобождали их от нее, давая возможность сосредоточиться на других видах деятельности, таких как предоставление клиентам личных консультаций и финансовых рекомендаций. Это улучшило качество обслуживания тех, кто приходил в филиал, и позволило привлечь больше клиентов. К тому же банкоматы помогли снизить стоимость обслуживания филиалов, благодаря чему банки смогли снизить цены и еще больше повысить свою привлекательность.

В то же время банкоматы косвенно дополняли служащих. Отчасти это могло быть обусловлено эффектом растущего пирога: по мере того как банкоматы и многие другие инновации стимулировали экономику в течение этих лет, доходы выросли и увеличился спрос на банки и на работу остававшихся в них работников. Отчасти, возможно, сказался эффект меняющегося пирога: по мере того как люди становились богаче, им становилось интересно не просто снятие денег или пополнение счета, а «индивидуальный подход», который теперь предоставляли банковские служащие.

В совокупности все эти полезные эффекты означали, что, хотя число сотрудников, необходимых в среднем в одном филиале, сократилось с двадцати в 1988 году до тринадцати в 2004 году, число отделений за это время выросло – в городах на целых 43 % – для удовлетворения растущего спроса на банковские услуги. В результате у банковских служащих прибавилось работы и именно поэтому их общее число увеличилось, а не сократилось^[93].

Конечно, полная история труда и технологии сложнее и тоньше, чем та, что изложена в этой главе. Эта история не всегда и не везде была столь ясна и понятна. Но мы задали общие контуры. Как мы уже видели, технический прогресс принес много трудностей и неурядиц, но начиная с промышленной революции и до сегодняшнего дня рабочие, которые беспокоились о том, что машины полностью заменят их, как правило, ошибались. До сих пор в борьбе между вредной замещающей силой и полезной дополняющей побеждала последняя, и всегда существовал достаточно большой спрос на работу, выполняемую человеком. Мы назовем это Веком труда.

Глава 2. Век труда

Век труда можно определить как эпоху последовательных волн технического прогресса, которые, как правило, приносят трудящимся не вред, а пользу. И хотя в целом этот прогресс был для рабочих благом, выгоду получали не все и не всегда: технический прогресс оказался переменчив и периодически одни группы работников получали от него больше, чем другие. Чтобы объяснить смысл этих изменений, в последние двадцать лет многим экономистам пришлось полностью переосмыслить свое представление о том, как технология влияет на труд.

Экономисты – рассказчики, просто многие могут этого не замечать. Ведь свои истории они иногда пишут на чуждом нам языке или посредством математических формул, пытаясь сделать рассказ точным для сведущих читателей (хотя он и становится совершенно непонятным для несведущих). Тексты экономистов должны быть документальными и основываться на фактах, а их сюжет должен быть максимально приближен к реальности. Среди них есть как эпосы, героически пытающиеся охватить огромные области человеческой деятельности, так и узкие исследования, сосредоточенные на объяснении очень специфических шаблонов поведения. Экономисты предпочитают называть их «моделями», а не историями, что, конечно, звучит более весомо. Но, в конце концов, любая модель – это просто история, рассказанная в уравнениях и диаграммах, которые должны дать представление о том, как работает реальный мир.

XX век и раньше

На протяжении большей части второй половины XX века наибольшую выгоду от технологических изменений получали те работники, у которых было больше формального образования. И экономисты придумали историю, чтобы это объяснить. Звучала она примерно так^[94].

Ее главный герой – цифровая электронная вычислительная машина, изобретенная примерно в середине XX века. С течением времени она быстро становилась все мощнее и полезнее. В конце 1950-х – начале 1960-х годов^[95] компании начали широко использовать мейнфреймы^[96]. Затем появился персональный компьютер (ПК); еще в 1980 году в Соединенных Штатах на сто человек приходилось менее одного ПК, но к концу столетия это число превысило шестьдесят^[97]. Более того, со временем машины стали намного эффективнее. Количество вычислений, которые компьютер мог выполнить за определенное время, резко возросло во второй половине столетия^[98], как видно из графика 2.1^[99], который начинается с вычислений вручную в 1850 году и заканчивается стационарным компьютером Dell Precision Workstation 420 в 2000 году.

График 2.1. Количество вычислений в секунду, 1850–2000 годы (количество ручных вычислений = 1)

На графике вертикальная ось имеет логарифмическую шкалу, что позволяет наглядно показать, насколько быстро выросло количество вычислений в секунду. Это означает, что при движении вверх по вертикальной оси каждый шаг представляет собой десятикратное увеличение вычислений в секунду (два шага – стократное увеличение, три шага – тысячекратное и т. д.). Как мы видим, только с 1950 по 2000 год вычислительная мощность увеличилась примерно в десять миллиардов раз.

Хотя эти новые мощные машины и могли справиться с некоторыми полезными рабочими задачами вроде сложных вычислений или удобного набора текста, они не уничтожили спрос на труд человека в целом. На самом деле эти компьютеры заметно увеличили спрос на высококвалифицированных работников, которые могли ими управлять и использовать их в производственных целях. Считается, что другие технологии, появившиеся в то время, также подстегнули спрос на высококвалифицированных рабочих, способных эффективно ими пользоваться. В этом смысле технологические изменения не принесли одинаковой пользы всем работникам, но сыграли особую роль, «повысив ценность специальных навыков», как говорят экономисты.

(Стоит отметить, что в этой истории экономисты используют определение «высококвалифицированный» в очень специфическом понимании: речь идет об объеме полученного формального образования. Это определение может озадачить неэкономистов, поскольку многих людей, которых мы могли бы считать «высококвалифицированными» в более повседневном значении этого термина – опытный парикмахер или умелый садовник, – экономисты называют «неквалифицированными», потому что они не учились в колледже или университете. Здесь есть расхождение между привычным пониманием и смыслом, который экономисты вкладывают в это слово. Это не значит, что любое другое его использование неверно. Просто во избежание путаницы и недоразумений, важно четко понимать, о чем именно говорят экономисты, когда они используют такие термины, как «повышение ценности специальных навыков».)

График 2.2. Премия за квалификацию в США, 1963–2008 годы

История технического прогресса во второй половине XX века, когда важнее всего были навыки рабочих, подкреплялась фактическими данными и четко объясняла эмпирическую загадку, возникшую примерно тогда же. Основной принцип экономики гласит, что, когда предложение какого-то товара растет, его цена должна снижаться. Загадка заключалась в том, что в XX веке были длительные периоды, когда в мире труда происходило обратное: в некоторых странах быстро росло число высококвалифицированных специалистов, выпускников колледжей и университетов, однако их заработная плата повышалась по сравнению с теми, кто такого образования не имел. Как такое могло случиться? Ответ кроется в истории о повышении ценности навыков. Предложение высококвалифицированных работников действительно росло, толкая их заработную плату вниз, но новые технологии требовали повышения квалификации, что привело к резкому росту спроса на высококвалифицированных работников. Этот последний эффект был настолько велик, что превзошел первый, и, хотя число образованных людей, ищущих работу, увеличилось, высокий спрос на них приводил к росту их заработка.

Один популярный способ измерения того, что экономисты называют «премией за квалификацию», заключается в сравнении заработной платы выпускников колледжей и старших классов. В 2008 году разница в зарплате между выпускником колледжа в Соединенных Штатах и выпускником средней школы достигла самого высокого уровня за последние десятилетия, как показано на графике 2.2^[100] (сравнение здесь представлено как «логарифмический разрыв в зарплате», т. е. логарифм отношения средней заработной платы двух групп; логарифмический разрыв в заработной плате в 2008 году составил 0,68, то есть заработок выпускника колледжа был почти вдвое выше заработка выпускника средней школы)^[101]. Другие страны в этот период следовали по очень похожему пути^[102].

График 2.3. Реальные зарплаты американских работников, занятых на полной ставке

Историю о повышении ценности навыков можно проследить и по тому, как с течением времени менялась заработная плата работников с различным уровнем образования. Ее отражает график 2.3^[103]. Как показывают диаграммы, на протяжении последнего полувека люди, обучавшиеся дольше, не только зарабатывали больше, но и разрыв между ними и менее образованными увеличивался с течением времени (в случае женщин это отчетливее проявляется с 1980-х годов).

График 2.4. Премия за квалификацию в Англии, 1220–2000

Пример с навыками хорошо объясняет, что произошло с миром труда во второй половине XX века; но в прежние времена картина была совсем другой. Рассмотрим график 2.4^[104], где показана премия за квалификацию в Англии с 1220 года (к счастью, мы располагаем данными по столь далекому периоду: в последнее тысячелетие английские институты оказались удивительно стабильными и необычайно усердно вели записи). Учитывая, что в 1220 году колледжей было не так много, премия за мастерство здесь измеряется путем сравнения заработной платы ремесленников и чернорабочих. И, как мы видим, в долгосрочной перспективе эта премия за квалификацию не следует той восходящей модели, которую мы видели на графике 2.3.

Как же такое возможно? Более длительная историческая перспектива показывает, что технологические изменения благоприятствовали различным типам работников в различные моменты истории, но не всегда приносили пользу тем, кто мог считаться квалифицированным в ту или иную эпоху. Возьмем, к примеру, XIX век. Как мы видели в предыдущей главе, когда в Британии началась промышленная революция, на фабриках появились новые машины и были налажены новые производственные процессы, из-за чего рабочим пришлось решать новые задачи. Оказалось, что те, кто не обладал современными навыками, зачастую лучше всего подходили для выполнения этих задач. Технология поощряла не квалификацию, а ее отсутствие^[105].

Промышленную революцию часто изображают как процесс, в ходе которого множество машин вытесняет толпы низкоквалифицированных рабочих, т. е. оставляет без работы людей, которые зарабатывали себе на жизнь прядением нитей и ткачеством ткани голыми руками и при помощи базовых инструментов. Но это неправильная картина. Под угрозой оказались именно высококвалифицированные рабочие того времени. Для своего времени Нед Лудд, легендарный лидер восстания против автоматизации, был квалифицированным рабочим. Если бы он действительно существовал, то был бы в некотором роде профессионалом – возможно, даже членом Цеха достопочтенных суконщиков, престижного клуба для людей его профессии. А благодаря механическим станкам, которые вытеснили Неда и его товарищей, место Неда мог занять какой-то менее квалифицированный рабочий, не обладавший специальной подготовкой. Эти новые машины обесценивали навыки и позволяли менее квалифицированным людям заниматься производством высококачественных изделий, которое в прошлом требовало определенного мастерства.

С конца XVI по начало XIX века доля неквалифицированных рабочих в Англии, по-видимому, выросла вдвое, и это было неслучайно^[106]. Эндрю Юр, выполнявший роль своего рода консультанта по менеджменту для промышленников, призывал отнять задачи у «хитрого рабочего» и заменить их настолько простыми в использовании машинами, чтобы ими «мог управлять даже ребенок» (и это не метафора: детский труд тогда считался приемлемой практикой^[107]). Как отмечает историк экономики Джоэл Мокир, эта тенденция не ограничивалась изготовлением хлопка и тканей: «Сначала в производстве огнестрельного оружия, затем – часов, насосов, замков, механических жаток, пишущих и швейных машин и, наконец, двигателей и велосипедов технология взаимозаменяемости деталей оказалась более совершенной и заменила квалифицированных ремесленников, орудовавших зубилом и напильником»^[108].

Таким образом, на рубеже XXI века общепринятая точка зрения экономистов сводилась к тому, что технический прогресс иногда зависит от квалификации, а иногда – от ее отсутствия. Однако многие экономисты склонны были считать, что этот прогресс всегда приносил пользу рабочим. Действительно, в доминирующей модели, используемой в этой области, новые технологии не могли ухудшить положение ни квалифицированных, ни неквалифицированных рабочих; технический прогресс всегда повышал заработную плату каждого, хотя в определенные моменты у некоторых она росла быстрее, чем у других. Эта история получила такое широкое распространение, что ведущие экономисты называли ее «канонической моделью»^[109].

Новая история в XXI веке

Каноническая модель доминировала в дискуссиях экономистов на протяжении десятилетий. Но в последнее время стало происходить что-то очень странное. Начиная с 1980-х годов, казалось, что новые технологии помогают одновременно и низкоквалифицированным, и высококвалифицированным рабочим, но рабочие со средними навыками, по-видимому, не получали никакой пользы. Во многих экономиках, если бы вы взяли все профессии и выстроили их в длинную цепочку от самых низкоквалифицированных до самых высококвалифицированных, вы бы увидели, что за последние несколько десятилетий зачастую зарплата и доля рабочих мест (как доля общей занятости) растут для тех, кто находится на обоих концах линии, но увядают для тех, кто находится ближе к середине. Мы ясно видим эту тенденцию на рисунке 2.5^[110].

График 2.5. Процентное изменение доли среди общего числа занятых

Это явление известно как «поляризация», или «размывание». Традиционно широкие средние слои многих экономик, ранее обеспечивавшие людей среднего класса хорошо оплачиваемой работой, исчезают. Во многих странах среди общего количества занятых сейчас больше высокооплачиваемых специалистов и менеджеров, а также низкооплачиваемых сиделок и уборщиц, работников сферы образования и здравоохранения, смотрителей и садовников, официантов и парикмахеров^[111]. Но среди них меньше секретарей и клерков, фабричных рабочих и продавцов со средними зарплатами^[112]. На рынках труда наблюдается все большее обособление двух групп, причем одна из них получает гораздо больше выгоды. Заработная плата людей, стоящих в верхней части, 0,01 % лиц с самыми высокими заработками – в США это 16 500 семей с доходом свыше 11 300 000 долларов в год – резко возросла за последние несколько десятилетий^[113].

(Опять же терминологический момент: может показаться, что при такой подаче данных «зарплата» и «квалификация» рассматриваются как одно и то же – как если бы выстраивание рабочих по шкале от самых низкооплачиваемых до самых высокооплачиваемых ничем не отличалось от их ранжирования по уровню квалификации. Как и прежде, речь идет об особом смысле, который экономисты вкладывают в слово «квалифицированный». Очевидно, что некоторые низкооплачиваемые профессии требуют значительных навыков в общепринятом смысле этого слова – например, сотрудники скорой медицинской помощи. Есть и высокооплачиваемые виды работы, которые, по мнению многих, вообще не требуют особых навыков, – вспомним едкие упреки после экономического кризиса 2007–2008 годов в адрес финансистов. Но, как отмечалось ранее, когда экономисты говорят о «навыках», они на самом деле имеют в виду «уровень формального образования». И использование оплаты труда для измерения этого конкретного определения навыков действительно оказывается разумным: как мы уже видели, люди, обучавшиеся дольше, как правило, зарабатывают больше. Таким образом, неважно, ранжируете ли вы рабочие места по уровню оплаты или по среднему количеству лет обучения, – модель размывания выглядит примерно одинаково^[114].)

Другой загадкой было размывание рынка труда, и каноническая модель, преобладавшая в экономической науке в конце XX века, оказалась бессильна в ее решении. Сосредоточившись только на низко– и высококвалифицированных работниках, она не могла объяснить, почему работников со средней квалификацией ждет совсем иная судьба. Нужен был новый подход. Экономисты вернулись к своим расчетам и за последние десять лет выработали совершенно иное понимание технологии и работы. Впервые предложенное группой экономистов Массачусетского технологического института – Дэвидом Отором, Фрэнком Леви и Ричардом Мурнейном, – оно стало известно как «гипотеза Отора – Леви – Мурнейна», или сокращенно «гипотеза ОЛМ»^[115]. Десять лет назад, когда я начал всерьез размышлять о будущем, мне на помощь пришла эта история^[116].

Гипотеза ОЛМ строилась на двух исходных посылах. Первый из них был прост: рассматривать рынок труда с точки зрения «рабочих мест», как мы часто делаем, – неправильно. Когда мы говорим о будущем труда, мы склонны думать о журналистах и врачах, учителях и медсестрах, фермерах и бухгалтерах; и мы задаемся вопросом, не обнаружат ли однажды представители этих профессий, что их рабочее место заняла машина. Но так рассуждать бесполезно, потому что в этом случае вы представляете данную работу как единую, неделимую деятельность: адвокаты «адвокатствуют», врачи «врачуют» и так далее. Однако если вы внимательно посмотрите на любую конкретную работу, то увидите, что в течение рабочего дня люди выполняют самые разнообразные задачи. Поэтому размышления о технологиях и труде мы должны начинать снизу вверх, сосредотачиваясь на конкретных задачах, выполняемых людьми, а не сверху вниз, глядя только на общие названия должностей.

Второй посыл был тоньше. Со временем стало ясно, что уровень образования, необходимый людям для выполнения той или иной задачи, – то, насколько они «квалифицированны» – не всегда показывает, легко или трудно будет машине выполнить ту же задачу. Вместо этого важным было сочтено то, была ли сама задача «рутинной». Под «рутиной» экономисты не подразумевали, что задание обязательно было скучным или утомительным. Скорее, задача считалась «рутинной», если людям было просто объяснить, как они ее выполняют, – если она опиралась на так называемое «явное» знание, которое легко сформулировать, а не на «негласное» знание, которое сформулировать трудно^[117].

Отор и его коллеги считали, что такие «рутинные» задачи должно быть проще автоматизировать. Почему? Потому что когда эти экономисты пытались определить, какие задачи могут выполнять машины, они представляли себе, что единственный способ автоматизировать задачу – это сесть рядом с человеком, заставить его объяснить, как он будет выполнять эту задачу, а затем на основе услышанного написать инструкцию для машин^[118]. Чтобы машина выполнила задачу, писал Отор, «программист должен сначала понять всю последовательность шагов, необходимых для выполнения этой задачи, а затем написать программу, которая, по сути, заставит машину точно имитировать эти шаги». Если задача «нестандартна», иными словами, если люди не могут объяснить, как они ее выполняют, то программистам будет трудно превратить их объяснения в набор инструкций для машины^[119].

Гипотеза ОЛМ свела эти две идеи воедино. Машины, гласила она, могут легко выполнять «рутинные» задачи на рабочем месте, но не справятся с «нестандартными». Этот разумный аргумент мог бы объяснить странные тенденции, показанные на графике 2.5, ведь, когда экономисты разбили различные занятия на составляющие их задачи, многие виды деятельности, выполняемые людьми со средней зарплатой, оказались «рутинными», в то время как задачи низкооплачиваемых и высокооплачиваемых работников таковыми не были. Вот почему рынки труда во всем мире оказались размыты и приобрели форму песочных часов. Технологические изменения разъедали «рутинные» задачи, сгруппированные в середине, но «нестандартные» на обоих концах были машинам не по зубам и оставались уделом человека^[120].

В том, что высокооплачиваемый, высококвалифицированный труд часто оказывался «нестандартным», не было ничего удивительного. Связанные с ним задачи требовали таких человеческих способностей, как творчество и умение формулировать суждения, а их очень трудно или просто невозможно включить в набор правил (большинство людей очень подозрительно отнеслось бы к любому определенному набору инструкций, например относительно того, «как быть креативным»). Но почему низкооплачиваемая, низкоквалифицированная работа тоже оказалась «нестандартной»? Отчасти это объясняется тем, что такой труд нередко был частью экономики услуг, а навыки межличностного общения, необходимые для нее, трудно зафиксировать в правилах. Но это происходило еще и потому, что низкооплачиваемая работа часто требовала ручного труда, с трудом поддающегося автоматизации. Ученые-компьютерщики уже были знакомы с этим открытием: многие обыденные вещи, которые мы привыкли делать своими руками, для машины представляют наибольшую трудность. (Это явление известно как «парадокс Моравца» – в честь Ганса Моравца, футуриста и изобретателя, который одним из первых его описал^[121].) Когда люди готовят пищу или стригут куст, они это делают инстинктивно, не задумываясь. Поэтому, хотя люди могут счесть эти задачи простыми, им, вероятно, будет очень трудно объяснить, как их выполнять. Соответственно, такие задачи нелегко автоматизировать.

Оказалось, что технический прогресс не питал никаких пристрастий к навыкам или их отсутствию, как утверждалось в старых экономических историях. Скорее он был сосредоточен на задачах – одни типы задач машины способны выполнять, а другие – нет. То есть выиграют от технологических изменений только те работники, кто хорошо приспособлен для выполнения «нестандартных» задач, которые машинам не под силу. Это, в свою очередь, объясняет, почему отдельные категории работников со средним уровнем квалификации могут вообще не получить выгоды от новой технологии, если они застрянут на работе, состоящей в основном из «рутинных» задач, с которыми машины могут легко справиться.

Выводы из гипотезы ОЛМ

Возможно, удивительно слышать, что экономисты так легко изменили свою точку зрения, перейдя от представления, что технологии всегда приносят работникам пользу, к идее, что они затрагивают решение конкретных задач. Однажды Кейнс ответил критику, требовавшему, чтобы он изменил свою позицию по какому-то экономическому вопросу: «Когда факты меняются, я меняю свое мнение. А что делаете вы, сэр?»^[122] Эта фраза часто цитируется как остроумный способ признать ошибку и в то же время не заострять на ней внимание. Но помните, что на самом деле делают экономисты: они рассказывают истории, математические сказки, которые должны отразить реальность. Поэтому и мы должны хотеть, чтобы экономисты вели себя соответствующим образом: приспосабливались, когда меняются факты, обновляли свои модели и перекраивали свои истории. Именно это сделали в последние десятилетия экономисты, изучающие рынок труда. И это не признак интеллектуальной непоследовательности, а правильный подход.

Гипотеза ОЛМ помогает выявить несколько типов ошибочных представлений о будущем труда. Например, в разговорах о перспективах автоматизации различных рабочих мест очень часто можно услышать заявления вроде «медсестры в безопасности, а бухгалтеры под угрозой» или «в США риску автоматизации подвержены X % рабочих мест, а в Великобритании только Y %». Многие ссылаются на авторитетное исследование оксфордских ученых Карла Фрея и Майкла Осборна, согласно которому в США в ближайшие десятилетия автоматизация уничтожит 47 % рабочих мест, причем наибольшему риску подвержены работники колл-центров (риск автоматизации составляет 99 %), а наименьшему – рекреационные терапевты (0,2 %)^[123]. Но, как отмечали сами Фрей и Осборн, подобные выводы очень приблизительны. Технический прогресс не уничтожает рабочие места полностью, и проводимое гипотезой ОЛМ различие между «работой» и «задачей» объясняет почему. Ни одна работа не является неизменным видом деятельности, который в будущем может быть полностью автоматизирован. Скорее, каждая работа состоит из множества задач, и некоторые из них автоматизировать проще, чем другие. Важно помнить, что со временем задачи, присущие той или иной работе, скорее всего, меняются (мало найдется профессий – если такие вообще есть, – которые сегодня выглядят так же, как тридцать лет назад).

Этот довод подтверждается исследованием McKinsey & Company 2017 года, в рамках которого было рассмотрено 820 различных профессий. Выяснилось, что полностью автоматизированы посредством существующих технологий могут быть менее 5 % из них. В то же время более 60 % профессий состоят из задач, 30 % которых можно автоматизировать^[124]. Другими словами, очень немногие рабочие места могут быть полностью заняты машинами, но машины могут взять на себя значительную часть присущих им задач.

Вот почему попадают в ловушку те, кто утверждает, что «моей работе автоматизация не грозит, потому что я делаю X», где «X» – это задача, которую особенно трудно автоматизировать. Ни одна работа не состоит лишь из одной задачи: адвокаты не только выступают в суде, хирурги не только выполняют операции, журналисты не только пишут статьи. Эти конкретные задачи, возможно, трудно автоматизировать, но это необязательно относится ко всем другим видам деятельности, которые эти специалисты выполняют в своей работе. Адвокаты, например, могут утверждать, что ни одна машина не может произносить пламенные речи перед ошеломленными присяжными, – и они правы. Но машины сегодня, безусловно, могут находить, собирать и просматривать широкий спектр юридических документов: эти задачи составляют большую часть работы большинства юристов, а для младших юристов – почти всю.

Технологические оптимисты совершают аналогичную ошибку, когда указывают, что из 271 профессии, указанной в американской переписи 1950 года, из-за автоматизации исчезла только одна – лифтер^[125]. Это вовсе не признак бессилия техники, как они, возможно, полагают, а еще одно свидетельство того, что важные изменения носят более глубокий характер и происходят на уровне базовых задач, а не на уровне названий должностей.

Второй ключевой посыл, из которого исходит Отор и его коллеги, – важна сама природа задач, а не «квалификация» выполняющего их работника – имеет огромное значение. Белые воротнички-профессионалы, посвятившие своему образованию немало времени и средств, часто этому поражаются, а некоторые даже обижаются, считая грубой аналогию между их «изощренной» работой и нерафинированным трудом других людей. Но дело в том, что их работа не такая особенная, как они себе представляют. Как только вы разбиваете большинство профессиональных задач на составляющие их части, многие из них оказываются «рутинными» и могут быть автоматизированы. Тот факт, что образованные профессионалы выполняют свои задачи, работая головой, а не руками, не имеет значения. Гораздо важнее, являются ли эти задачи «рутинными».

Оптимистичный образ мышления

Гипотеза ОЛМ важна потому, что она успешно объясняет не только экономические особенности недавнего прошлого – размывание рынка труда и ущерб, который несут работники со средней квалификацией, – но и оптимизм, который многие прогнозисты испытывают в отношении технологий и будущего.

Старая «каноническая модель» технологических изменений тоже предполагала оптимистический взгляд на будущее труда, но по совершенно нереалистичной причине: в ней, как мы видели, технология всегда дополняет работников (хотя некоторых из них больше, чем других). Сегодня мало кто стал бы так рассуждать. Те же, кто оптимистично смотрит на будущее работы, выстраивают такую версию, которая больше похожа на историю гипотезы ОЛМ, отдающую предпочтение задачам. Они утверждают, что новые технологии действительно заменяют работников, но не во всем, и что машины, как правило, увеличивают спрос на людей для выполнения задач, не поддающихся автоматизации. Сам Отор выразил этот подход емкой фразой: «Автоматизация обычно дополняет те задачи, которые не может заменить»^[126].

Подобные доводы основываются на предположении, что существуют задачи, которые машины просто не могут выполнить, и поэтому есть твердый предел вредной замещающей силы. Конечно, некоторые могут сказать, что это положение интуитивно очевидно. Но гипотеза ОЛМ дает формальное обоснование: машины нельзя научить выполнять «нерутинные» задачи, потому что люди неспособны объяснить, как они их выполняют. По словам Отора, «возможности для такого рода замещения ограничены, потому что есть много задач, которые люди понимают без слов и выполняют без особых усилий, но для которых ни программисты, ни кто-либо другой не может сформулировать явные «правила» или «процедуры»»^[127]. Таким образом, в будущем технологии будут все больше заменять людей в «рутинных» задачах и будут дополнять людей в «нестандартных» задачах.

Это различение «рутинных» и «нестандартных» задач распространилось далеко за пределы академических экономических работ. Наиболее влиятельные институты и аналитические центры – от МВФ до Всемирного банка, от ОЭСР до Международной организации труда – опираются на него, оценивая, какие человеческие действия подвергаются риску автоматизации^[128]. Марк Карни, управляющий Банком Англии, повторил это в своем предупреждении о «расправе над Дилбертами»: новые технологии, по его мнению, угрожают «рутинной когнитивной работе», подобной той, которую выполняет Дилберт, персонаж стрип-комиксов об офисной жизни^[129]. Президент Обама предупредил, что «повторяющиеся» роли подвержены особому риску автоматизации^[130]. Из этой идеи исходят в своих рассуждениях и крупные компании: инвестиционный банк UBS утверждает, что новые технологии «освободят людей от рутинной работы и тем самым дадут им возможность сосредоточиться на более креативных услугах с более высокой добавленной стоимостью»; фирма аудиторских услуг PwC говорит, что «машины, которые заменяют работников, выполняющих рутинные методические задачи, могут дополнить сравнительное преимущество тех из них, кто обладает такими качествами, как умение решать проблемы, лидерство, эмоциональный интеллект, эмпатия и креативность»; а аудиторская фирма Deloitte сообщает, что в Великобритании «количество рутинных рабочих мест, подверженных высокому риску автоматизации, сократилось, но это более чем компенсировало создание новых, менее стандартных рабочих мест, которым автоматизация грозит в меньшей степени»^[131].

Эту концепцию также популяризировали журналисты и комментаторы. Economist, например, объясняет, что «уязвимость к автоматизации, по мнению экспертов, определяется не столько тем, является ли соответствующая работа ручной или простой, сколько тем, является ли она рутинной». В свою очередь, New Yorker предлагает нам «представить себе матрицу с двумя осями, от ручного – к когнитивному и от рутинного – к нестандартному», в которой каждая задача сортируется в один из образующихся из квадрантов^[132]. Тень различий «рутины» и «нерутины» мы можем видеть и в других часто встречающихся описаниях автоматизации, согласно которым машины могут делать только «повторяющиеся» или «предсказуемые» вещи, «основанные на правилах» или «четко определенные» (другими словами, выполнять «рутинные» задачи), но не могут справиться с вещами «трудно определимыми» или «сложными» («нестандартными» задачами).

На самом деле очень немногие подходы в современной экономической мысли оказались столь же влиятельными, как гипотеза ОЛМ. Эта идея, зародившаяся в тишине кабинетов экономистов, просочилась во внешний мир и предопределила представления многих людей о грядущем^[133]. Гипотеза ОЛМ уверила нас, что существует широкий спектр задач, которые никогда не могут быть автоматизированы; резерв деятельности, который всегда обеспечит людям достаточное количество работы. Привычный Век труда будет продолжаться.

На мой взгляд, это оптимистичное предположение, скорее всего, окажется неверным. Но чтобы понять почему, мы должны сначала взглянуть на изменения, произошедшие в мире технологий и искусственного интеллекта.

Глава 3. Революция прагматиков

Люди уже давно фантазируют о машинах, способных делать удивительные вещи. Три тысячи лет назад Гомер рассказывал историю о треножниках, которые по приказу создавшего их бога «сами собой» устремлялись к своему владельцу^[134]. Платон писал о Дедале, скульпторе настолько талантливом, что его статуи приходилось связывать, чтобы те не убежали^[135]. Каким бы причудливым ни казался этот миф, ученик Платона Аристотель проникся им и задался вопросом: что случилось бы с миром труда, если бы «каждый имеющийся у нас инструмент мог выполнять свою задачу либо по нашей просьбе, либо сам ощутив в этом необходимость»^[136]. Древние еврейские мудрецы писали о големах – мистических существах из грязи и глины, оживавших, стоило лишь их хозяевам произнести правильное заклинание. Говорят, что один голем по имени Йозеф до сих пор прячется на чердаке Большой синагоги в Праге; по легенде, много веков назад раввин Йехуда Лёв вернул его к жизни, чтобы защитить евреев своей общины от преследований^[137].

В древней литературе множество таких рассказов. Но и более поздняя история полна басен о чудесных и странных машинах, совершающих свою работу без всякого видимого участия человека. Сегодня мы называем их «роботами», но до изобретения этого слова в 1920 году их называли «автоматами» – и они были безумно популярны. В XV веке Леонардо да Винчи нарисовал самодвижущуюся тележку и облаченного в броню гуманоидного робота; он также создал для короля Франции механического льва, который после трех ударов кнута Его Величества раскрывал свою грудь, чтобы показать символ правящей династии^[138]. В XVIII веке своими машинами прославился француз Жак де Вокансон: одна играла на флейте, другая – на бубнах, а самой знаменитой была утка, которая могла есть, пить, махать крыльями и испражняться. К сожалению, так называемый canard digérateur, или «переваривающая утка», на самом деле не соответствовал своему названию: из скрытого отсека просто выпускался правдоподобный заменитель (хлебные крошки, окрашенные в зеленый цвет)^[139]. Подобные надувательства случались довольно часто. Примерно в то же время венгр по имени Вольфганг фон Кемпелен построил шахматную машину, получившую прозвище «турок» из-за восточной внешности. Она десятилетиями гастролировала по всему миру, побеждая таких знаменитых противников, как Наполеон Бонапарт и Бенджамин Франклин. Они даже не подозревали, что в брюхе предполагаемого автомата прятался гроссмейстер^[140].

Почему людей так очаровывали эти машины? Отчасти, вероятно, потому, что они были зрелищными: некоторые делали забавные и (как в случае с переваривающей уткой) часто умеренно шокирующие вещи. Но как насчет шахматной машины? Почему она всех так взволновала? Дело было не в его ловкости рук: мир XVIII века был полон технологий, выполнявших задачи, требующие гораздо более впечатляющих физических возможностей, чем перемещение шахматной фигуры. Скорее всего, люди были впечатлены очевидной способностью «турка» выполнять задачи, требующие когнитивных способностей, то есть делать то, что люди делают головой, а не руками. Считалось, что такая деятельность находится далеко за пределами досягаемости любой машины, и все же шахматное устройство делало гораздо больше, чем просто бесцельно передвигало фигуры по доске. Казалось, оно взвешивает возможные ходы и переигрывает опытных игроков-людей, мыслит и рассуждает. Когда речь идет о людях, мы признаем, что эти способности требуют «интеллекта». И именно это должно было шокировать публику: машины, похоже, тоже действовали разумно.

В конце концов, почти все эти рассказы оказались выдумками. Множество проектов так и остались на бумаге, а построенные машины, как правило, были рассчитаны на то, чтобы обмануть зрителя. Неслучайно Жан-Эжен Робер-Уден, первый современный фокусник (у которого несколько десятилетий спустя позаимствовал свое имя иллюзионист Гудини), был мастером по изготовлению автоматов: однажды ему пришлось чинить знаменитую переваривающую утку, когда у нее сломалось крыло^[141]. Но в XX веке все изменилось. Исследователи впервые в истории начали строить машины с серьезным намерением соперничать с людьми – началась разработка настоящей сложной программы по созданию интеллекта. Теперь их устремления не сводились к вымыслу или обману, а были вполне серьезны.

Первая волна искусственного интеллекта

На заседании Лондонского математического общества в 1947 году Алан Тьюринг сообщил собравшимся, что задумал вычислительную машину, которая смогла бы демонстрировать интеллект^[142]. Тьюринг заслуживал серьезного к себе отношения: он был, возможно, ведущим британским шифровальщиком времен войны и одним из величайших компьютерных ученых в истории. Однако реакция на высказанные им идеи оказалась настолько враждебной, что через год он был вынужден опубликовать новую статью, в которой гневно ответил на возражения против его утверждения, что машины «могут демонстрировать разумное поведение». «Обычно считают, что это невозможно, но никаких доводов не приводят», – заявлял он в первых же строках. Тьюринг считал, что возражения часто были «чисто эмоциональными» – например, «нежелание признать возможность того, что у интеллектуального могущества человека могут быть какие-то соперники», или «религиозная вера в то, что любая попытка построить такие машины является своего рода прометеевой непочтительностью»^[143].

Менее чем через десять лет группа из четырех американских ученых – Джона Маккарти, Марвина Мински, Натаниэля Рочестера и Клода Шеннона – направила в Фонд Рокфеллера предложение о предоставлении средств на проведение «двухмесячного исследования искусственного интеллекта с участием десяти человек» в Дартмутском колледже (термин «искусственный интеллект» изобрел Маккарти)^[144]. Их предложение поражало амбициозностью и оптимизмом. Они утверждали, что «каждый аспект обучения или любая другая особенность интеллекта» могут быть смоделированы машиной. И они считали, что можно достичь «значительного прогресса», если «тщательно отобранная группа ученых будет работать над этим вместе в течение лета»^[145].

Так уж вышло, что летом 1956 года в Дартмуте не было достигнуто ничего заслуживающего внимания. Тем не менее образовалось сообщество ученых, определилось направление движения, и несколько великих умов начали сотрудничать. Со временем под вывеской искусственного интеллекта будет собрана эклектичная коллекция различных типов проблем: распознавание человеческой речи, анализ изображений и объектов, перевод и интерпретация письменного текста, игры в шашки и шахматы и решение проблем^[146].

Вначале большинство исследователей искусственного интеллекта считали, что создание машины для выполнения определенной задачи подразумевает наблюдение за тем, как люди выполняют ту же самую задачу, и копирование. В то время такой подход, судя по всему, казался вполне разумным. Люди были, безусловно, самыми одаренными существами в мире, так почему бы не попытаться построить эти новые машины по их образу и подобию?

Эта мимикрия принимала различные формы. Некоторые исследователи пытались создать сети искусственных нейронов путем воспроизведения реальной физической структуры человеческого мозга (Марвин Мински, один из авторов группы, просившей финансирования у фонда Рокфеллера, посвятил этому докторскую диссертацию)^[147]. Другие использовали психологический подход, стремясь воспроизвести процессы мышления и рассуждения, в которых задействован человеческий мозг (это пытались сделать присутствовавшие в Дартмуте Герберт Саймон и Аллен Ньюэлл, когда предложили «универсального решателя задач» – раннюю систему, известную как «программа, имитирующая человеческое мышление»)^[148]. Третий подход состоял в том, чтобы вывести правила, которым следуют люди, и на их основе написать инструкции для машин. Для этого исследователи создали специальную подотрасль, а их изобретения стали известны как «экспертные системы» – они полагались на правила, которые задавал им живой эксперт.

Во всех этих начинаниях люди так или иначе задавали шаблон поведения машин. Например, для создания машины, которая могла бы играть в шахматы на высшем уровне, нужно было сесть за стол с гроссмейстерами и заставить их объяснить, как они играют в эту игру. Написание программы для перевода одного языка на другой подразумевало наблюдение за тем, как человек, знающий оба языка, понимает смысл абзаца текста. Идентификация объектов означала, что нужно обработать изображение так же, как это делает человеческий глаз^[149].

Эта методология нашла свое отражение в языке пионеров ИИ. Алан Тьюринг утверждал, что «можно построить машины, которые будут очень точно имитировать поведение человеческого разума»^[150]. Нильс Нильссон, присутствовавший на Дартмутском собрании, отметил, что большинство ученых там «были заинтересованы в подражании высшим уровням человеческого мышления. Их работа в определенной степени опиралась на анализ того, как люди решают свои проблемы»^[151]. А философ Джон Хаугеланд писал, что область ИИ ищет «подлинный предмет: машины с разумом, в полном и буквальном смысле»^[152].

За некоторыми утверждениями Хаугеланда и других ученых стояло более глубокое теоретическое убеждение: люди, по их мнению, представляют собой лишь сложный тип компьютера. Это была «вычислительная теория разума». С практической точки зрения, она могла быть привлекательной для исследователей ИИ. Если бы люди были всего лишь сложными компьютерами, то трудности в создании искусственного интеллекта были бы преодолимы: исследователи просто должны были сделать свои собственные, простые компьютеры более сложными^[153]. Как выразился ученый-компьютерщик Дуглас Хофштадтер в своей знаменитой работе «Гедель, Эшер, Бах», многие исследователи воспринимали как «догмат» утверждение, что «любой разум – лишь вариация одной и той же темы, чтобы создать настоящий разум, работники ИИ должны подойти как можно ближе… к механизмам мозга, если они хотят, чтобы машины обладали теми же возможностями, что и мы»^[154].

Конечно, не всех интересовало копирование людей. Но большинство специалистов по искусственному интеллекту того времени придерживались этих представлений – даже те, кто изначально был против, в конечном итоге поддались им. Например, Герберт Саймон и Аллен Ньюэлл. Прежде чем они создали общую систему решения проблем, основанную на человеческом мышлении, они фактически построили совершенно другую систему, названную «Логический теоретик». Эта система отличалась от всех остальных машин, появившихся после Дартмутского собрания, – она действительно работала. И все же, несмотря на успех, Саймон и Ньюэлл отказались от нее. Почему? Отчасти потому, что она действовала не как человек^[155].

Однако в конечном счете этот подход к созданию машин по образу и подобию человека не увенчался успехом. Несмотря на первоначальный всплеск оптимизма и энтузиазма, серьезного прогресса в области искусственного интеллекта достигнуто не было. Когда речь заходила о грандиозных задачах – создании разумной машины, обладающей сознанием или способной мыслить и рассуждать как человек, – ничего подобного построить не удавалось. То же можно было сказать и о более скромных амбициях заставить машины выполнять конкретные задачи. Несмотря на все усилия, машины не могли победить лучшего игрока в шахматы. Они не могли перевести больше нескольких фраз или распознать что-либо, кроме самых простых объектов. Так происходило и со многими другими задачами.

По мере того как прогресс замедлялся, исследователи оказывались в тупике. Конец 1980-х годов вошел в историю как «зима искусственного интеллекта»: финансирование иссякло, исследования замедлились, а интерес к этой области упал. Первая волна искусственного интеллекта, породившая столько надежд, закончилась неудачей.

Вторая волна искусственного интеллекта

В 1997 году ситуация с ИИ начала улучшаться. Система под названием Deep Blue, принадлежавшая IBM, победила Гарри Каспарова, тогдашнего чемпиона мира по шахматам. Это было замечательное достижение, но еще замечательнее было то, как система его добилась. Компьютер Deep Blue не пытался копировать Гарри Каспарова, его интуицию или его гениальность. Он не повторял его мыслительный процесс и не имитировал его рассуждения. Вместо этого он использовал огромные объемы вычислительной мощности и памяти для обработки 330 миллионов ходов в секунду. Каспаров, один из лучших шахматистов всех времен и народов, мог в любой момент держать в голове до сотни возможных ходов^[156].

Результат Deep Blue был не только практической победой, но и идеологическим триумфом. До этого события большинство исследователей ИИ можно было считать пуристами, которые пристально наблюдали за разумными действиями людей и пытались построить подобные им машины. Но Deep Blue был спроектирован совершенно иначе. Его создатели не стремились копировать анатомию шахматистов, их образ мысли или конкретные стратегии. Скорее они были прагматиками. От человека задача требовала применения интеллекта. Они же построили машину, способную выполнить ее принципиально иным способом, и тем самым положили конец зиме в области искусственного интеллекта – я называю это революцией прагматиков.

График 3.1. Частота ошибок систем, побеждавших в конкурсе ImageNet

За десятилетия, прошедшие после победы Deep Blue, на основе этого прагматического подхода было создано целое поколение машин, которые функционировали совсем не так, как люди, и оценивались не по тому, как они выполняют задачу, а по тому, насколько хорошо они ее выполняют. Прогресс в области машинного перевода, например, произошел не благодаря созданию машины, подражающей талантливому переводчику, а благодаря тому, что компьютеры сканируют миллионы переведенных человеком фрагментов текста, чтобы самостоятельно вычислять межъязыковые соответствия и паттерны. Подобным образом машины научились классифицировать изображения: они не подражают человеческому зрению, а просматривают миллионы ранее отмеченных изображений и выискивают сходство между ними и данной фотографией. Проект ImageNet ежегодно проводит конкурс, в котором ведущие ученые-компьютерщики соревнуются в создании систем, способных распознавать объекты на изображении точнее, чем их коллеги. В 2015 году победившая система впервые превзошла человека, правильно распознав 96 % изображений, а в 2017 году победитель достиг 98-процентной точности (см. график 3.1^[157]).

Как и Deep Blue, многие из этих новых машин полагаются на последние достижения в области обработки и хранения данных. Вспомните, что между Дартмутским собранием 1956 года и концом столетия мощность обычного компьютера увеличилась примерно в десять миллиардов раз. Что касается объема данных, то Эрик Шмидт, бывший председатель совета директоров Google, считает, что сейчас мы за каждые два дня создаем столько же информации, сколько было создано с момента зарождения цивилизации до 2003 года^[158].

В первой волне развития искусственного интеллекта, еще до появления таких вычислительных мощностей и возможностей по хранению данных, люди должны были сами выполнять большую часть сложной вычислительной работы. Опираясь на свою изобретательность, проницательность и аналитические способности, исследователи надеялись понять, как люди мыслят, или вручную обнаружить негласные правила, формирующие их поведение, и запечатлеть все это в виде набора четких инструкций для машин. Но во второй волне ИИ машины больше не полагались на такое иерархическое применение человеческого интеллекта, а начали использовать колоссальные вычислительные возможности и все более сложные алгоритмы для обработки огромных массивов данных, изучая человеческий опыт, чтобы выяснить, что делать им самим, двигаясь снизу вверх^[159].

Слово «алгоритм», происходящее от имени математика IX века по имени Абу Абдуллах Мухаммад ибн Муса Аль-Хорезми, означает просто набор пошаговых инструкций. Алгоритмы машинного обучения, которые сегодня во многом определяют прогресс в области искусственного интеллекта, специально нацелены на то, чтобы системы учились на собственном опыте, а не руководствовались явными правилами. Многие из них опираются на идеи, разработанные задолго до того, как появились такие вычислительные мощности и был накоплен такой объем данных, чтобы из интересных теоретических возможностей они превратились в нечто более практическое. Действительно, некоторые из величайших триумфов нынешних прагматиков выросли из пуристских попыток копировать человеческие существа. Например, сегодня самые способные машины полагаются на так называемые искусственные нейронные сети, разработанные несколько десятилетий назад в попытке имитировать работу человеческого мозга^[160]. Однако теперь нет особого смысла судить о том, насколько точно эти сети имитируют человеческую анатомию; их оценивают с чисто прагматической точки зрения, в зависимости от того, насколько хорошо они выполняют поставленные задачи^[161].

В последние годы эти системы стали намного сложнее, чем Deep Blue. Взять, например, систему AlphaGo, разработанную для игры в китайскую настольную игру го. В 2016 году в серии из пяти игр она взяла верх над Ли Седолом, лучшим игроком в мире. Это крупное достижение, по мнению большинства экспертов, должно было произойти по меньшей мере на десять лет позже. Сложность го заключается не в правилах, а в том, что «пространство поиска», т. е. набор всех возможных ходов для просеивания, огромно. В шахматах на первом ходу первый игрок выбирает один из двадцати возможных ходов, а в го – из 361 варианта. После ответного движения противника в шахматах есть 400 возможных вариантов, а в го – около 129 960. После двух ходов это число увеличивается до 71 852 ходов в шахматах и около семнадцати миллиардов в го. А после всего лишь трех ходов у каждого игрока есть около 9,3 миллиона вариантов в шахматах и около 2,1×1015 в го – т. е. два с пятнадцатью нулями. Это в 230 миллионов раз больше возможностей, чем в шахматах на том же этапе игры^[162].

В шахматах победа Deep Blue была отчасти обусловлена способностью компьютера использовать подавляющую вычислительную мощь по сравнению с той, что располагал Каспаров. Но в го эта стратегия не сработает, поскольку игра слишком сложна. Поэтому AlphaGo использовал другой подход. Сначала он просмотрел тридцать миллионов ходов из игр лучших игроков. Затем он перешел к обучению, играя против самого себя, и извлек опыт из тысяч собственных игр. Таким образом, AlphaGo смог выиграть, оценивая гораздо меньше позиций, чем Deep Blue.

В 2017 году была представлена еще более сложная версия программы, получившая название AlphaGo Zero. Замечательной эту систему делало то, что она полностью избавилась от всех принципов работы человеческого интеллекта. Глубоко внутри кода Deep Blue было прописано несколько умных стратегий, которые шахматные чемпионы разработали для него заранее^[163]. Изучая обширную коллекцию прошлых игр великих игроков-людей, AlphaGo в определенном смысле полагалась на них в своей сложной вычислительной работе. Но AlphaGo Zero ничего этого не требовала. Ей не нужно было ничего знать об игре человеческих экспертов; ей вообще не нужно было пытаться подражать человеческому интеллекту. Все, что ей требовалось, – это правила игры. Получив их, она играла сама в течение трех дней и генерировала собственные данные, а затем победила своего старшего брата, AlphaGo^[164].

Другие системы применяют схожие методы в решении задач, больше напоминающие беспорядок реальной жизни. Шахматы и го, например, являются играми «совершенной информации»: оба игрока видят всю доску и все фигуры. Но, как выразился легендарный математик Джон фон Нейман: «Настоящая жизнь совсем не такая. Настоящая жизнь состоит из блефа, из мелких хитростей, из вопросов, что, по мнению другого человека, я собираюсь сделать». Вот почему исследователей очаровал покер – его оказалось очень трудно автоматизировать. Тем не менее DeepStack, разработанный командой из Канады и Чехии в 2017 году, сумел победить профессиональных игроков в покер в серии из более чем 44 тысяч хедз-апов (то есть игр один на один). Как и AlphaGo Zero, он не выстраивал свою тактику на основе анализа прошлых игр, в которые играли люди, и не полагался на «предметные знания», т. е. умные стратегии покера, разработанные людьми. Вместо этого он научился выигрывать, просто исследуя несколько миллионов случайно сгенерированных игр^[165]. В 2019 году Facebook и Университет Карнеги – Меллона пошли еще дальше: они объявили о создании Pluribus – системы, которая могла побеждать лучших профессиональных игроков в покер в соревнованиях с участием нескольких игроков. Эта система тоже научилась играть в покер «с нуля», без участия человека, просто играя партию за партией против копий самой себя в течение нескольких дней^[166].

Смена приоритетов

Было бы ошибкой думать, что в начале 1990-х исследователи просто «открыли» прагматический путь. Выбор между тем, чтобы заставить машины решать проблемы любыми возможными способами, и копированием человеческих навыков (между тем, что я называю «прагматизмом» и «пуризмом») не нов. Еще в 1961 году, во времена расцвета пуризма, Аллен Ньюэлл и Герберт Саймон писали, что исследователи «старательно разделяют… попытки выполнить с помощью машин задачи, выполняемые людьми, и попытки смоделировать процессы, которые люди фактически используют для выполнения этих задач»^[167]. Подобным образом философ Хьюберт Дрейфус в 1979 году провел различие между «инженерами искусственного интеллекта» – группой практиков, «не заинтересованных в создании в широком смысле “умных” машин», – и «теоретиками искусственного интеллекта», руководствовавшихся тем, что он считал благородным научным призванием^[168]. Пионеры кибернетики знали, что они могут сосредоточиться либо на создании машин, выполняющих задачи, которые исторически требовали разумных людей, либо на попытке понять сам человеческий интеллект^[169]. Они предпочли сосредоточиться на последнем.

Отчасти, как мы уже видели, это было связано с тем, что изначально копирование человеческих действий казалось путем наименьшего сопротивления для создания умных машин. Люди так умны; зачем начинать с нуля проектирование машины, если можно просто сымитировать человека? Но у склонности к пуризму была и вторая причина. Для многих исследователей сам проект изучения человеческого интеллекта был намного интереснее, чем просто создание умных машин. Их труды полны восторженных упоминаний о классических мыслителях вроде Готфрида Вильгельма Лейбница, Томаса Гоббса, Рене Декарта и Дэвида Юма и цитат из их размышлений о человеческом разуме. Исследователи искусственного интеллекта надеялись, что идут по их стопам. Их интриговали вопросы не о машинах, а о людях – что такое «ум» и как работает «сознание», что на самом деле означает «думать» или «понимать»?

Искусственный интеллект для многих первопроходцев этой области всегда был лишь механическим средством достижения этой человеческой цели. Как выразился влиятельный философ Джон Сёрл, единственная цель ИИ – это «мощный инструмент в изучении разума». Хилари Патнэм, еще один выдающийся философ, полагал, что область искусственного интеллекта должна оцениваться исключительно по тому, научила ли она нас чему-нибудь важному… о том, как мы думаем»^[170]. Вот почему многие исследователи искусственного интеллекта в то время считали себя учеными-когнитивистами, а вовсе не компьютерщиками^[171]. Они воображали, что работают в области гораздо более масштабного проекта – понимания человеческого мозга^[172].

Однако сейчас приоритеты меняются. По мере ускорения технического прогресса стало ясно, что подражание человеческому интеллекту больше не является единственным путем для развития способностей машин. Сейчас многие исследователи заинтересованы не столько в понимании человеческого интеллекта, сколько в создании хорошо функционирующих машин. Более того, исследователи, которые по-прежнему хотят разобраться в человеческом интеллекте, привлекаются для достижения более прагматических целей. Возможности машин, созданных прагматиками, вызвали интерес у крупных технологических компаний – Google, Amazon, Apple, Microsoft и других. У них есть доступ к огромным объемам данных и вычислительным мощностям, и на них работает масса талантливых исследователей, поэтому эти компании взяли на себя ведущую роль в развитии ИИ, задавая рамки этой области и меняя ее приоритеты. Должно быть, многим из них стремление к пониманию человеческого интеллекта все больше кажется эзотерической деятельностью ученых-фантазеров. Чтобы не выпадать из контекста, многие исследователи (даже те, кто склоняется к пуризму) должны все теснее сотрудничать с этими компаниями и учитывать их коммерческие амбиции.

Возьмем, к примеру, DeepMind – британскую компанию, разработавшую AlphaGo. В 2014 году Google приобрел ее за шестьсот миллионов долларов, и теперь в ней работают ведущие умы в области ИИ: их переманивают из ведущих научных отделов такими зарплатами, которые заставили бы краснеть их бывших коллег, – в среднем по 345 тысяч долларов в год на одного сотрудника^[173]. В заявлении о целях компании говорится, что она пытается «понять интеллект», что на первый взгляд предполагает, что она может быть заинтересована в разгадке тайн человеческого мозга. Но, приглядевшись повнимательнее к ее реальным достижениям, вы увидите, что на деле она придерживается совершенно иной цели. Ее машины, такие как AlphaGo, являются «разумными» только в том смысле, что они обладают большими способностями, в некоторых случаях даже удивительными – но они не думают и не рассуждают, как люди.

Вспомним и о виртуальных ассистентах, таких как Алекса от компании Amazon, Сири от Apple и Кортана от Microsoft. Мы можем задавать им простые вопросы, как если бы мы общались с людьми, и они отвечают относительно убедительным человеческим голосом (в 2018 году Google опубликовала демонстрационную запись Duplex, своего виртуального ассистента, который позвонил в парикмахерскую, чтобы записаться на прием, – администратор понятия не имела, что она разговаривает с машиной, настолько реалистичной была ее интонация и «мычание» в трубку)^[174]. Однако какое бы сильное впечатление ни производили подобные системы и как бы они ни походили на людей, они не проявляют интеллекта, подобного человеческому. Их внутренняя работа не похожа на работу мозга. Они не обладают сознанием. Они не думают, не чувствуют и не рассуждают так, как люди.

Уместно ли тогда вообще называть эти машины «разумными»? Пожалуй, не совсем. В большинстве случаев мы полагаемся на это слово или его синонимы, потому что других подходящих терминов у нас нет. Но, поскольку мы в основном используем эти слова, говоря о людях, пожалуй, неправильно использовать их и для рассуждений о машинах. Философы назвали бы это «категориальной ошибкой», под которой подразумевается использование слова, предназначенного для одной категории вещей, для обозначения другой: так же, как мы не ожидаем, что морковка будет говорить, а мобильный телефон – сердиться, нам не стоит ожидать, что машина будет обладать «интеллектом» или «разумом». А как еще мы можем их описать? Когда область искусственного интеллекта только зарождалась и у нее еще не было названия, высказывалось предложение назвать эту область исследований «вычислительной рациональностью». Этот термин может быть не столь захватывающим или провокационным, как «искусственный интеллект», но он, вероятно, лучше подходит, поскольку именно это и делают эти машины: они используют вычислительную мощность для поиска в огромном океане возможных действий наиболее рационального.

Снизу вверх, а не сверху вниз

Во многих отношениях нынешняя прагматическая революция в сфере искусственного интеллекта напоминает другую интеллектуальную революцию, произошедшую в последние полтора столетия и сформировавшую наше представление об интеллектуальных возможностях другой машины – то есть человека.

Ведь до настоящего времени люди, вооруженные своим интеллектом, остаются самыми способными машинами в мире. Долгое время преобладало религиозное объяснение этих способностей: они исходили от Бога – от чего-то еще более разумного, чем мы, создавшего нас по своему образу и подобию. Как, в конце концов, могла существовать такая сложная машина, как человек, если ее не создало нечто умнее нас? Уильям Пейли, теолог XVIII века, предлагал представить себе, как мы идем по полю. Если мы наткнемся на камень, лежащий в траве, говорил он, мы можем решить, что он был там всегда, но если мы найдем наручные часы, мы так не подумаем. Такое сложное устройство, как часы, не могло существовать здесь с начала времен, утверждал он. В какой-то момент талантливый часовщик должен был придумать и изготовить его. Все сложные вещи, которые мы находим в природе, полагал Пейли, подобны этим часам: единственный способ объяснить их происхождение – это найти их создателя, часового мастера, который, находясь вне поля нашего зрения, как предполагает, так и располагает.

Сходство между этими богословами и пуристами ИИ поразительно. И те, и другие интересовались происхождением способностей машин, первые – человеческих, вторые – созданных человеком. Те и другие считали, что эти машины должен намеренно создавать разум, похожий на их собственный, – так называемый разумный проектировщик. Для теологов это был Бог, для пуристов ИИ – они сами. И те, и другие были убеждены, что творения должны быть подобны своему создателю. Как в Ветхом Завете Бог создал человека по своему образу и подобию, исследователи ИИ пытались построить свои машины – по своему^[175].

В общем, и теологи, и специалисты в области ИИ считали, что выдающиеся способности могут возникнуть только из чего-то, что напоминает человеческий интеллект. По словам философа Дэниела Деннета, и те и другие считали, что компетенции могут возникнуть только из понимания, что лишь разумный процесс может создать исключительно способные машины^[176].

Однако сегодня мы знаем, что богослов�

Daniel Susskind

A World Without Work. Technology, Automation, and How We Should Respond

© Daniel Susskind, 2020

© ООО «Индивидуум Принт», 2021

* * *

Предисловие

Эта книга посвящена одному из величайших экономических вызовов нашего времени – угрожающей перспективе мира, где из-за феноменальных технологических перемен не всем хватит хорошо оплачиваемых рабочих мест. Она родилась из чувства необходимости, поскольку, на мой взгляд, мы пока недостаточно серьезно относимся к этой угрозе. Но никто не мог предугадать, что всего через несколько месяцев после ее издания пандемия положит конец привычному экономическому укладу и сделает изложенные в этой книге идеи и проблемы актуальными как никогда.

На момент написания этого предисловия COVID-19 с нами уже около шести месяцев.

В начале пандемии была надежда, что кризис не затянется. Экономику нужно было лишь временно поместить в анабиоз, но стоит вирусу исчезнуть – ожидалось, что в течение нескольких недель, – мы быстро вернемся к обычной жизни. Однако теперь стало ясно, что эта надежда была совершенно неуместной. Вирус так быстро не отступит. На смену лихорадочной политике первых месяцев кризиса пришли долгосрочные меры решения проблем. Экономические последствия пандемии оказались куда губительнее, чем большинство из нас поначалу предполагали. Например, с апреля по июнь 2020 года США пережили самый резкий спад производства со времен Второй мировой войны. Великобритания потеряла почти 18 лет экономического роста всего за несколько месяцев[1].

В основе этого экономического коллапса лежит рынок труда. Ситуация на нем была довольно шаткой еще до начала пандемии: во многих частях мира отмечались стагнация зарплат, нарушение прав трудящихся, очаги безработицы и сокращение рабочей силы. COVID-19 подорвал рынок труда окончательно – в сильно пострадавших от вируса странах, например США и Великобритании, безработица достигла беспрецедентных масштабов. Другими словами, с течением пандемии мы неожиданно оказались втянуты в мир с гораздо меньшим количеством работы – не потому, что ее автоматизировали, а потому, что меры, которые мы были вынуждены принять в ответ на вирус (закрытие границ, социальное дистанцирование, самоизоляция и т. д.), полностью уничтожили спрос на многие профессии.

В описанные в этой книге вызовы встали перед нами раньше, чем прогнозировалось. Эндрю Ян, кандидат в президенты США на выборах 2020 года, сосредоточившийся на угрозе увольнений по сокращению хорошо сформулировал суть проблемы: «Судя по всему, мне надо было говорить о пандемии, а не об автоматизации», – написал он в твиттере[2]. Вот только угроза технологической безработицы никуда не делась – напротив, есть основания полагать, что она даже возросла. Но пандемия подарила нам устрашающий трейлер того, как может выглядеть это будущее, и некоторое представление о бесконечном количестве проблем, с которыми нам придется столкнуться, когда оно наступит.

Проблеск будущего

Как мы увидим в этой книге, основная трудность, лежащая впереди, – это трудность распределения. Технический прогресс может сделать нас коллективно более процветающими, чем когда-либо прежде, но как мы можем разделить это процветание, когда наш традиционный способ делать это – платить зарплату за работу, которую делают люди, – менее эффективен, чем в прошлом? И это, конечно, именно та экономическая проблема, которая доминировала в 2020 году. В одночасье огромное количество рабочих по всему миру, проснувшись, внезапно обнаружили себя без работы и дохода[3].

Что же делать? На мой взгляд, в такой момент государство должно брать на себя гораздо бо́льшую роль в распределении благосостояния в обществе через то, что я называю Большим государством. Пандемия уже доказала, что надежной альтернативы просто не существует. Каждая страна справляется с ситуацией по-своему, но многие из них стали обеспечивать доход тем, кто потерял работу. Идеи, всего несколько месяцев назад казавшиеся некоторым абсурдными – например, безусловный базовый доход, – внезапно стали неотъемлемой частью политического дискурса. Чтобы обеспечить поддержку безработным и экономике в целом, США уже заняли в пять раз больше средств, чем в разгар финансового кризиса 2007–2008 годов; Великобритания находится на пороге рекордной для мирного времени суммы долга[4].

Помимо распределения благосостояния есть еще две большие проблемы, с которыми мы можем столкнуться в мире с меньшим количеством работы, и обе имеют мало общего с экономикой. Первая из них – растущая мощь небольшой горстки крупных технологических компаний. В этом случае пандемия снова дает нам возможность заглянуть в будущее: примечательная особенность экономического ландшафта COVID-19 состоит в том, что таким компаниям в нем отлично живется. Во время кризиса на пять из них приходилось более 20 % стоимости всего индекса S&P 500, состоящего из пятисот крупных компаний, котирующихся на американских фондовых биржах[5]. Одна только Apple стоила больше, чем все компании, входящие в индекс FTSE 100 Лондонской фондовой биржи, вместе взятые[6].

Однако меня гораздо меньше волнует экономическая мощь технологических компаний – хоть она велика и продолжает расти, – чем политическая: их потенциальное влияние на свободу, демократию и социальную справедливость. Поэтому важно отметить, например, как с началом пандемии сошли на нет разговоры о конфиденциальности и безопасности данных. Ради борьбы с вирусом мы с самого начала были готовы на любые меры. Многие страны разрешили собирать, фильтровать, сортировать и изучать в огромных масштабах записи камер видеонаблюдения, данные о местоположении смартфонов и истории покупок по кредитным картам, а также многое другое в попытке контролировать распространение нового коронавируса. Возможно, цель оправдывала средства. Но мы должны своевременно проследить, чтобы новая политическая власть в руках IT-гигантов, равно как и их способность влиять на наше сосуществование в обществе, были должным образом изучены и при необходимости – обузданы.

Последний вызов, с которым мы столкнемся в мире будущего – это поиск смысла в жизни. Распространенное мнение гласит, что работа – источник не только дохода, но и предназначения. Если так, то без нее мы потеряем жизненный ориентир. Моя точка зрения состоит в том, что отношения между работой и смыслом жизни на самом деле гораздо туманнее, чем принято считать: сейчас многие люди не получают от работы ощущения самореализации, да и в разные исторические периоды отношение к труду радикально разнилось. Пандемия подкрепляет мой тезис. Конечно, мы знаем много кошмарных историй, когда люди, лишившиеся работы, чувствовали опустошение, которое нельзя объяснить одной потерей дохода; но многие, напротив, испытывают облегчение, ведь они освободились от обязанностей, что просто не стоили их зарплаты.

Но что же люди будут делать, если им не придется зарабатывать на жизнь трудом? Боюсь, что у нас пока нет толковых ответов на этот вопрос. В мире, где работа занимает центральное место, очень трудно представить, как мы могли бы проводить свое время без нее. Пандемия показала, какие сложности нас ждут. Например, за последние несколько месяцев мы стали тратить деньги на неожиданные вещи. В Великобритании возникла критическая нехватка муки, древесины и клумбовых растений: чтобы заполнить свободное время, люди занялись выпечкой, столярным делом и садоводством; в США тоже наблюдался дефицит подобных товаров. Попутно центре общественного обсуждения оказались новые и глубокие вопросы: баланс между работой и личной жизнью, ценность семьи и общества, преимущества городской жизни; как распорядиться своей праздностью, как поддерживать душевное равновесие в трудные времена. (Количество случаев депрессии среди взрослых британцев почти удвоилось в начале пандемии; на горячую линию правительства США по вопросам психического здоровья стали присылать в десять раз больше сообщений[7].) Тот факт, что эти обсуждения кажутся новыми, а выводы – временными и неудовлетворительными, укрепляет меня в мысли, что всепоглощающая природа нашей традиционной трудовой жизни до сих пор просто отвлекала нас от важных вопросов.

Рост стимулов к автоматизации

Пандемия не только дает нам подглядеть проблемы, с которыми предстоит столкнуться миру автоматизированного труда, – касающиеся распределения благ, власти IT-гигантов и поиска предназначения, – но и, вероятно, ускоряет его приход.

Одна из причин этого заключается в том, что многие страны сейчас находятся в состоянии глубокой рецессии. История показывает, что, когда экономика замедляется, автоматизация склонна набирать обороты. Например, в самом начале XXI века количество секретарей, клерков, продавцов и т. п. сократилось (относительно общей занятости), поскольку новые технологии стали брать на себя их задачи. В этой книге я подробно исследую, почему пропали такие «среднеквалифицированные» рабочие места, в то время как высоко- и низкооплачиваемые работники увеличили свою долю на рынке труда. Однако здесь важно понимать, что по крайней мере в США подавляющее большинство подобных изменений произошли во время экономических спадов. По данным одного влиятельного исследования, начиная с середины 1980-х 88 % потерь рабочих мест среднего уровня квалификации произошли в течение года после рецессии[8].

Более того, нынешний спад – это не обычная рецессия. Пандемия создает новые и уникальные причины для беспокойства об угрозе автоматизации. Наиболее очевидная из них состоит в том, что COVID-19 усиливает стимул заменить людей машинами. В конце концов, машина не сможет заразить сотрудников или клиентов, она не захворает и не возьмет больничный, ей не нужно изолироваться, чтобы обезопасить коллег.

До сих пор правительства в определенной степени сдерживали этот стимул. Например, в августе власти Великобритании выплачивали до 80 % зарплаты 9,6 миллионов человек – более трети всех трудящихся страны, – чтобы защитить их от безработицы[9]. Но не все страны не пошли этим путем. И когда существующие меры будут ослаблены – что неизбежно произойдет, – стимул к автоматизации станет еще сильнее. Для предприятий, стремящихся повысить производительность во время экономического спада или сократить затраты на рабочую силу по мере снижения доходов, идея заменить некоторых сотрудников машинами может показаться все привлекательнее и привлекательнее. Международный опрос, проведенный консалтинговой фирмой EY, показал, что в начале пандемии 41 % руководителей инвестировали в ускорение автоматизации[10].

К тому же пандемия, возможно, отчасти смягчила культурное сопротивление, сопровождающее внедрение новых технологий. Ведь барьеры на пути к автоматизации не только технологические (можно ли автоматизировать задачу?), экономические (выгодно ли автоматизировать задачу?) или нормативно-правовые (разрешено ли автоматизировать задачу?). Есть еще и культурный аспект: решение об автоматизации процесса, в частности, зависит от того, захотят ли люди, чтобы его выполняли машины. До пандемии любой из нас – будь то владелец бизнеса, начальник, рядовой служащий или потребитель – мог предвзято относиться к новым технологиям, но нынешний кризис, скорее всего, смягчит наш скепсис. Один опрос, например, показал, что британцы всех возрастов теперь «позитивнее» относятся к технологиям; другой – что треть из них стали «увереннее использовать технологии»[11]. В силу необходимости мы были вынуждены использовать технологии таким образом, что еще несколько месяцев назад показался бы просто невообразимым, – и в целом делали это успешно. Поэтому впредь любой шаг на пути к автоматизации, скорее всего, уже не покажется нам беспрецедентным скачком.

Возьмем, к примеру, медицину. До начала пандемии около 80 % приемов врачей в Англии и Уэльсе проводились лицом к лицу; сейчас эта доля сократилась до 7 %[12]. Трудно поверить, что виртуальные приемы прекратятся вместе с пандемией; с другой стороны, легко представить, что другие медицинские процессы – например, диагностика – могут измениться до неузнаваемости из-за технологий и, возможно, врачи в них вообще перестанут участвовать. Или взглянем на юриспруденцию. Многие залы судебных заседаний были закрыты, и суд превратился в онлайн-сервис практически в одночасье. Как и в случае с медициной, возможно, мы увидим не только как виртуальная система станет нормой в определенных уголках правосудия, но и более смелые технологические предложения. Например, мелкие судебные споры можно было бы урегулировать вообще без какого-либо человеческого участия – и эта идея уже не кажется столь радикальной, как всего несколько месяцев назад.

Риски низкооплачиваемых профессий

На данный момент, конечно, инновации в основном удерживают людей на работе, а не вытесняют их. Многие используют технологии для удаленной работы, хотя до недавнего времени это казалось немыслимым: с началом кризиса около двух третей трудящихся в США и Великобритании поступили именно так[13]. Однако далеко не все могут работать из дома: как правило, это прерогатива высокооплачиваемых сотрудников, белых воротничков. Исследование, проведенное в США, показало: 71 % людей, зарабатывающих более 180 тысяч долларов в год, могут работать удаленно во время пандемии, но такой вариант подходит лишь 41 % тех, кто зарабатывает менее 24 тысяч долларов. Другое исследование установило, что 62 % работников с высшим образованием могли выполнять свою работу из дома, а вот среди сотрудников, не окончивших среднюю школу, таких лишь 9 %[14]. Для многих синих воротничков (например, работников ресторанов, магазинов и складов) удаленная работа – просто не вариант.

Это неравенство в способности работников адаптироваться к пандемии с помощью технологий – симптом более глубокой проблемы. В начале кризиса говорили, что коронавирус станет «великим уравнителем». Болезнь, как утверждали многие, не будет дискриминировать людей по этнической принадлежности или уровню дохода: все мы в равной степени подвержены риску. Теперь мы понимаем, что заблуждались. Начнем с того, как вирус поражает людей. В Великобритании представители этнических меньшинств составляют 14 % населения – и 34 % тяжелобольных пациентов с COVID-19; в США афроамериканцев госпитализировали почти в пять раз чаще белых, и они более чем в два раза чаще умирают от вируса[15]. Но дело еще и в экономическом воздействии вируса. Потери рабочих мест, например, были сосредоточены среди низкооплачиваемых работников: одно исследование показало, что в США для работников из нижних 20 % риск потерять работу в начале пандемии был в четыре раза выше, чем для тех, кто находился в верхних 20 %[16].

Эти неравенства поразительны сами по себе, но они также важны для размышлений о надвигающейся угрозе автоматизации. Пандемия одновременно усилила ее и показала, что работники, которые уже находятся в экономически неблагоприятном положении, могут пострадать сильнее других.

В последние десятилетия низкооплачиваемые профессии были по большей части защищены от автоматизации. Это связано с тем, что такая работа очень часто связана с личным взаимодействием или ручным трудом и до недавнего времени подобные задачи было сложно автоматизировать. Но жестокая ирония последних месяцев заключается в том, что представители таких профессий сильнее всего пострадали во время пандемии именно вследствие этих свойств их работы: вирус распространяется через близкие контакты и процветает в плохо проветриваемых помещениях, таких как фабрики и склады. В результате многие представители низкооплачиваемых профессий остались без работы.

Поскольку пандемия усилила стимул к автоматизации, эти работники находятся в наибольшей опасности: они не могут работать как раньше, а удаленно их задачи выполнять невозможно. Неудивительно, что так много последних технологических разработок, кажется, направлены непосредственно на замену этим сотрудникам: машины, которые раскладывают товары по полкам, упаковывают и доставляют их, приветствуют клиентов, моют полы, измеряют температуру и так далее.

Означает ли перспектива появления эффективной вакцины, что этот стимул к автоматизации, каким бы сильным он ни был сейчас, исчезнет с концом пандемии? Возможно. Но далеко не факт, что такое развитие событий – каким бы великолепным оно ни было с медицинской точки зрения – приведет к снижению угрозы автоматизации. Начнем с того, что упомянутые выше культурные сдвиги уже произошли: пандемия сделала нас приветливее по отношению к технологиям, и это новое отношение, вероятно, сохранится. Что важнее, она изменила фундаментальный ритм жизни многих из нас: мы меньше едим в кафе и ресторанах, больше покупаем в интернете, избегаем путешествий, держимся подальше от театров, кинозалов и спортивных мероприятий, работаем дома и так далее. Даже когда пандемия утихнет и правительственные ограничения будут ослаблены, эти изменения в привычках и поведении людей вряд ли пройдут бесследно[17].

Те, кто говорит, что пандемия означает «конец офисной работы», «смерть оживленных улиц» или «крах центра города», пожалуй, преувеличивают: хотя офисы и торговые центры были заброшены на некоторое время, люди постепенно начинают возвращаться[18]. Тем не менее вполне вероятно, что такие места еще долго не смогут вернуться к своему прежнему состоянию – а может, и никогда. Если так, то это не сулит ничего хорошего их работникам: охранникам, администраторам и уборщицам в офисах; официантам, поварам и бариста в городских кафе; персоналу гостиниц и развлекательных заведений, продавцам, таксистам и так далее. В таком случае, конечно, снижение спроса на их работу будет связано скорее с последствиями пандемии, чем с технологиями. Но эти сдвиги имеют решающее значение, когда мы говорим об угрозе автоматизации, ведь в прошлом именно низкооплачиваемые профессии давали работу людям, вытесненным машинами, – теперь их будущее туманно.

В некотором смысле пандемия стала репетицией нашей реакции на сокращение рабочих мест в будущем. Это неожиданное и неприятное упражнение оказалось поучительным и откровенным. Надеюсь, в ближайшие месяцы и годы мы проанализируем этот обширный социальный эксперимент, поймем, какие ответные меры сработали, и честно признаем, где потерпели неудачу. Пока мы лишь гости в мире, где меньше работы. Эта пандемия, как и все предыдущие, закончится, и сегодняшние насущные проблемы отойдут на второй план. Но, когда кризис COVID-19 отступит, угроза автоматизации, возможно, только возрастет. И тогда проблемы, тревожный проблеск которых мы успели уловить во время пандемии, вернутся и с новой силой испытают нас на прочность.

Дэниел Сасскинд

Лондон, Англия

30 сентября 2020 года

Вступление

«Великий навозный кризис» 1890-х годов не должен был стать неожиданностью[19]. В течение долгого времени в больших городах вроде Лондона и Нью-Йорка именно лошади – сотни тысяч лошадей – возили по улицам кэбы, телеги, повозки, фургоны и множество других транспортных средств. В качестве тягловой силы они не были особенно эффективны: каждые несколько миль нуждались в остановке и отдыхе, что отчасти объясняет такой большой спрос[20]. Например, стандартной повозке требовались по меньшей мере три животных: два поочередно тянули ее, а третье находилось в резерве на случай, если другие занемогут. Трамвай на конной тяге – самый популярный вид транспорта среди жителей Нью-Йорка – использовал упряжь из восьми лошадей, которые по очереди тащили его по специально проложенным рельсам. А в Лондоне каждому из тысяч двухэтажных автобусов, более скромных размеров, чем сегодняшние красные машины, требовалось около дюжины животных[21].

Вместе с лошадьми появился навоз – очень много навоза. Здоровая лошадь производит от семи до четырнадцати килограммов навоза в день – примерно столько же весит двухлетний ребенок[22]. Один медик-энтузиаст, работавший в Рочестере, штат Нью-Йорк, подсчитал, что экскрементами, которые лошади производили только в его городе, можно было покрыть акр[23] земли слоем в 53 метра, что почти равно высоте Пизанской башни[24]. Исходя из этих расчетов, люди якобы рисовали себе будущее, полное навоза: один нью-йоркский обозреватель предсказывал, что кучи скоро достигнут высоты окон третьего этажа, а некий репортер из Лондона полагал, что к середине XX века улицы будут погребены под девятью футами[25] этой субстанции[26]. Впрочем, проблема состояла не только в этом. Дороги были усеяны тысячами мертвых лошадей, многих из них намеренно оставляли гнить, пока они не разлагались до таких размеров, чтобы от них легче было избавиться. Только в 1880 году из Нью-Йорка вывезли около пятнадцати тысяч лошадиных туш[27].

Политики, судя по всему, не знали, что делать[28]. Они не могли просто запретить лошадям появляться на улицах: животные играли слишком важную роль. Когда в 1872-м в Соединенных Штатах распространилась так называемая лошадиная чума и тягловую силу поразила одна из самых страшных вспышек лошадиного гриппа в истории, значительная часть экономики страны замерла[29]. Некоторые даже обвиняют эпидемию в бостонском Великом пожаре, случившемся в тот же год: по словам сторонников этой версии, семьсот зданий сгорели дотла именно потому, что в городе не хватало лошадей, чтобы доставлять пожарное оборудование на место происшествия[30]. Но самое интересное в этой истории заключается в том, что политикам, в конце концов, не нужно было беспокоиться. В 1870-е годы был создан первый двигатель внутреннего сгорания, в 1880-е его установили на первый автомобиль, а всего несколько десятилетий спустя Генри Форд выпустил на массовый рынок свою знаменитую модель «T». В 1912 году в Нью-Йорке уже было больше автомобилей, чем лошадей. А через пять лет в городе из эксплуатации вывели последний конный трамвай[31]. Великий навозный кризис миновал.

«Притча о лошадином дерьме», как назвала ее Элизабет Колберт в журнале New Yorker, рассказывалась на протяжении многих лет[32]. В большинстве ее версий вытеснение лошадей предстает в оптимистическом свете как рассказ о технологическом триумфе и обнадеживающее напоминание о необходимости сохранять ясность ума, даже когда вы по колено увязаете в грязной и, казалось бы, неразрешимой проблеме. Но Василий Леонтьев, русско-американский экономист, получивший в 1973 году Нобелевскую премию, сделал из этих событий более тревожный вывод. По его мнению, всего за несколько десятилетий новая технология, двигатель внутреннего сгорания, вытеснила на обочину существо, которое на протяжении тысячелетий играло центральную роль в экономической жизни – не только в городах, но и на фермах и полях. В ряде статей, написанных в начале 1980-х годов, Леонтьев высказал одно из самых печально известных утверждений в современной экономической мысли: в конце концов технический прогресс сделает с людьми то же, что и с лошадьми, а именно – лишит работы. Леонтьев полагал, что компьютеры и роботы станут для нас тем же, чем для коней были автомобили и тракторы[33].

Сегодня мир снова охвачен страхами Леонтьева. В настоящее время в Соединенных Штатах 30 % рабочих считают, что в течение их жизни им на замену придут роботы и компьютеры. В Великобритании такая же доля людей считает, что это может произойти в ближайшие двадцать лет[34]. И в этой книге я хочу объяснить, почему мы должны серьезно относиться к такого рода страхам – как мы увидим, не всегда к их сути, но точно к их духу. Будет ли в XXI веке достаточно работы для всех? Это один из величайших вопросов нашего времени. На страницах этой книги я докажу, что правильный ответ – нет, и объясню, почему угроза «технологической безработицы» стала реальной. Я опишу различные проблемы, которые она создает сейчас и будет создавать в будущем, и, самое главное, расскажу, как нам стоит на них реагировать.

Великий британский экономист Джон Мейнард Кейнс популяризировал термин «технологическая безработица» почти за пятьдесят лет до Леонтьева, выразив в этом емком словосочетании свою мысль – новые технологии могут вытеснить людей с работы. Опираясь на многие экономические доводы, которые были выдвинуты со времен Кейнса, я попытаюсь глубже разобраться в том, что произошло в прошлом, и яснее понять, что ждет нас впереди. Кроме того, я постараюсь выйти далеко за пределы узкой интеллектуальной территории, где обретается большинство экономистов, работающих в этой области. С будущим труда связаны тревожные вопросы, зачастую далекие от экономики: вопросы о природе интеллекта, о неравенстве и о том, почему оно имеет значение, о политической власти крупных технологических компаний, о том, что значит жить осмысленно, и о том, что мы могли бы жить вместе в совсем ином мире, чем тот, в котором выросли. На мой взгляд, любая история о будущем работы, которая не затрагивает и эти вопросы, будет неполной.

Не большой взрыв, а постепенное увядание

Важной отправной точкой для размышлений о будущем работы является тот факт, что и в прошлом многие люди беспокоились о грядущем – как оказалось, напрасно. Тревога относительно автоматизации возникла не сегодня и даже не в 1930-е годы, когда о ней писал Кейнс. Паника по поводу замены человеческого труда машинным периодически охватывает людей уже на протяжении нескольких столетий – с тех пор как начался современный экономический рост. Однако всякий раз эти страхи не оправдываются. Несмотря на неумолимость технического прогресса, спрос на человеческий труд есть всегда, и его достаточно, чтобы избежать массовой безработицы.

С этого сюжета я и начну первую часть книги, где выясню, почему те, кто беспокоился, что их заменят машины, так часто оказывались неправы и как экономисты со временем изменили свое мнение о влиянии технологии на работу. Затем я перейду к истории искусственного интеллекта (ИИ) – технологии, захватившей наше коллективное воображение в последние несколько лет и в значительной степени повинной в том, что многие снова обеспокоены будущим. Исследования в области ИИ, по сути, стартовали много десятилетий назад и поначалу вызывали энтузиазм и восхищение, но затем перешли в долгую спячку, когда прогресс практически застопорился. В последние годы, однако, произошло возрождение ИИ и революция в области теории и практики застала врасплох многих экономистов, ученых в сфере компьютерных наук и других специалистов, которые пытались предсказать, какие именно задачи никогда не перейдут машинам.

Во второй части книги, отталкиваясь от этой истории, я постараюсь избежать интеллектуальных ошибок, что совершались ранее, и объясню, как технологическая безработица может развиваться в XXI веке. В недавнем исследовании ведущие ученые-информатики утверждали: существует пятидесятипроцентная вероятность того, что в ближайшие 45 лет машины научатся выполнять «любую задачу» лучше, чем люди[35]. Но мои доводы не основываются на утверждении, что подобные драматические предсказания осуществятся, – мне лично в это трудно поверить. Скорее всего, даже в конце этого века некоторые задачи будет трудно или невыгодно автоматизировать или же их автоматизация будет возможна и выгодна, но мы все равно предпочтем оставить их людям. Несмотря на страхи, отраженные в приведенных выше опросах американских и британских рабочих, мне также трудно представить, что многие из сегодняшних рабочих мест полностью исчезнут в ближайшие годы (не говоря уже о новых рабочих местах, которые появятся в будущем). Большая часть этой работы, на мой взгляд, будет связана с задачами, лежащими за пределами досягаемости даже самых способных машин.

Я расскажу совсем другую историю. В будущем машины не будут делать все, но они будут делать больше. И по мере того как они медленно, но неуклонно будут брать на себя все больше задач, людям придется сосредотачиваться на постоянно сокращающемся наборе действий. Маловероятно, что каждому человеку будет под силу взяться за все еще востребованный труд и этой востребованности вряд ли хватит на всех.

Другими словами, если вы взяли в руки эту книгу, ожидая услышать рассказ о драматическом технологическом Большом взрыве в ближайшие несколько десятилетий, после которого многие люди внезапно проснутся и обнаружат, что остались без работы, вы будете разочарованы. Этот сценарий вряд ли осуществится: некоторые работы почти наверняка останутся на довольно продолжительное время. Но с течением времени эта работа, вероятно, будет оставаться вне досягаемости все большего числа людей. И по мере того, как мы будем продвигаться в XXI веке, спрос на труд людей, вероятно, будет постепенно угасать. В конечном счете того, что осталось, будет недостаточно, чтобы обеспечить всех желающих традиционной хорошо оплачиваемой работой.

Чтобы понять, что это означает, стоит рассмотреть влияние, которое автоматизация уже оказала на сельское хозяйство и на промышленность во многих частях мира. Фермеры и фабричные рабочие все еще нужны: их рабочие места не исчезли полностью. Но в обоих случаях число необходимых рабочих сократилось, иногда резко – даже несмотря на то, что эти отрасли производят больше продукции, чем когда-либо. Короче говоря, в этих отраслях экономики спроса на человеческий труд уже недостаточно, чтобы удержать на работе такое же количество людей, как раньше. Разумеется, как мы увидим, у этого сравнения есть свои пределы. Но все же полезно подчеркнуть, что на самом деле должно волновать нас в будущем: не мир вообще без работы, как некоторые предсказывают, а мир без достаточного количества рабочих мест для всех.

Существует тенденция рассматривать технологическую безработицу как радикальный разрыв с сегодняшней экономической жизнью, отвергать ее как фантастическую идею, воздушный замок, построенный невротичными экономистами с всклокоченными волосами. Исследуя, как на самом деле может возникнуть технологическая безработица, мы увидим, почему такой подход ошибочен. Не случайно в наше время беспокойство по поводу экономического неравенства усиливается параллельно с ростом беспокойства относительно автоматизации. Эти две проблемы – неравенство и технологическая безработица – очень тесно связаны между собой. Сегодня рынок труда – это основной способ распределения экономического благополучия в обществе: для большинства людей рабочее место является основным, если не единственным источником дохода. Огромное неравенство, которое мы наблюдаем на рынке труда, когда одни работники за свои усилия получают гораздо меньше денег, чем другие, показывает, что этот подход уже дает трещину. Технологическая безработица – просто более экстремальная версия этого неравенства, в результате которой некоторые работники не получат вообще ничего.

В заключительной части книги я разберу различные проблемы, возникающие в мире с меньшим количеством работы, и опишу, что с ними делать. Во-первых, это только что упомянутая экономическая проблема: как распределять благосостояние в обществе, если традиционный механизм, предусматривающий оплату за выполняемую работу, стал менее эффективен. Затем я перейду к двум вопросам, которые не имеют вообще никакого отношения к экономике. Один из них – подъем технологических компаний, ведь, скорее всего, в будущем самые крупные из них будут контролировать наши жизни. В XX веке главным источником беспокойства была экономическая мощь корпораций, но в XXI столетии ей на смену придет страх перед их политической мощью. Другая проблема – поиск смысла жизни. Часто говорят, что труд – это не просто средство заработка, но и движение к определенной цели: если это верно, то мир с меньшим количеством рабочих мест может быть также миром, где будет меньше целей. Со всеми этими проблемами нам предстоит столкнуться, и каждая из них потребует своего ответа.

Моя история

Истории и аргументы, приведенные в этой книге, в какой-то степени носят личный характер. Около десяти лет назад я начал серьезно задумываться о технологиях и работе, хотя интересовался ими и раньше, но в неформальном ключе. В 1980-е годы мой отец, Ричард Сасскинд, защитил в Оксфордском университете докторскую диссертацию по искусственному интеллекту и праву. Все эти годы он корпел в вычислительной лаборатории, пытаясь сконструировать машины, способные решать юридические проблемы. (В 1988 году он участвовал в разработке первой в мире коммерчески доступной системы ИИ в области права.) В дальнейшем его карьера строилась вокруг этих исследований, так что я рос в доме, где в разговорах за обеденным столом пережевывались технологические головоломки.

Покинув родительский дом, я отправился изучать экономику в Оксфорд. Именно там я впервые столкнулся с тем, как экономисты рассуждают о технологиях и работе. Это было восхитительно. Меня очаровали строгость их текстов, точность моделей, убедительность утверждений. Мне казалось, что они нашли способ избавиться от дезориентирующей путаницы реальной жизни и докопались до сути проблем.

Со временем первоначальное очарование поблекло, а затем и вовсе улетучилось. По окончании университета я стал работать на британское правительство – сначала в отделе стратегического планирования при кабинете премьер-министра, а затем в отделе политики на Даунинг-стрит, 10[36]. Оказавшись в окружении коллег, питавших интерес к технологиям, я начал основательнее размышлять о будущем работы и о том, может ли правительство как-то на него повлиять. Но когда в поисках ответов я обратился к экономической науке, которую изучал еще в студенческие годы, то обнаружил, что она гораздо менее проницательна, чем я надеялся. Многие экономисты принципиально подкрепляют высказываемые ими теории только фактами из прошлого. Как выразился один выдающийся экономист, «хотя все мы любим научную фантастику, книги по истории обычно куда более безопасное руководство к будущему»[37]. Мне такая точка зрения не казалась убедительной. То, что происходило в экономике у меня на глазах, радикально отличалось от того, что происходило в прошлом. Это меня очень смущало.

Итак, я оставил свою должность при британском правительстве и, проведя некоторое время в Америке, вернулся в науку с намерением заняться изучением будущего работы. В своей докторской диссертации по экономике я оспорил традиционные представления экономистов о технологиях и работе и попытался по-новому осмыслить происходившее на рынке труда. Тогда же мы с отцом написали книгу «История вашего будущего»[38], в которой исследовалось влияние технологий на высококвалифицированных белых воротничков – юристов, врачей, бухгалтеров, учителей и т. д. Когда десять лет назад мы стали проводить исследования для этого проекта, было широко распространено мнение, что автоматизация повлияет только на синих воротничков, а высококвалифицированные кадры перемены особо не затронут. Мы оспорили эту идею, рассказав, как новые технологии позволят решить некоторые насущные общественные проблемы – обеспечение доступа к правосудию, здравоохранение, образование наших детей – без привлечения традиционных специалистов, как это было в прошлом[39].

На страницах этой книги выводы из моих академических исследований и нашей работы о профессиях будут выражены в более отточенной форме. Если говорить коротко, эта книга отражает мой личный путь длиной в десятилетие, которое я почти полностью провел в размышлениях об одном конкретном вопросе – о будущем работы.

Хорошие проблемы

Хотя мои вступительные слова могут свидетельствовать об обратном, эта книга предлагает оптимистический взгляд на будущее. По одной простой причине: в ближайшие десятилетия технологический прогресс, вероятно, решит экономическую проблему, которая до сих пор доминировала над человечеством. Если мы представим экономику как пирог (как это любят делать экономисты), то традиционная задача состоит в том, чтобы сделать его достаточно большим и всем досталось по куску. Если бы глобальный экономический пирог был разделен на равные куски для всех в мире в начале нашей эры, каждый человек получал бы эквивалент всего нескольких сотен сегодняшних долларов в год. Большинство людей жили за чертой бедности. Тысячи лет спустя мало что изменилось. Некоторые утверждают, что даже в 1800 году доходы среднестатистического жителя планеты были сопоставимы с достатком его предка, жившего в 100 000 году до нашей эры[40].

Но за последние несколько сотен лет экономический рост резко ускорился благодаря технологическому прогрессу. Во всем мире экономические пироги стали намного больше. Сегодня мировой ВВП на душу населения, т. е. стоимость одинаковых отдельных кусочков, составляет уже около 10 720 долларов в год (пирог в размере 80,7 трлн долларов, разделенный между 7,53 млрд человек)[41]. Если экономика будет продолжать расти на 2 % в год, наши дети будут в два раза богаче нас. Если мы рассчитываем на более скромный ежегодный прирост в 1 %, то наши внуки будут в два раза богаче, чем мы сегодня. Мы – по крайней мере теоретически – очень близко подошли к решению проблемы, так мучившей наших предшественников. Как лирически выразился экономист Джон Кеннет Гэлбрейт, «сегодня человек избавился от нищеты, которая так долго была его неизбывной судьбой»[42].

Как ни странно, технологическая безработица станет одним из симптомов этого успеха. В XXI веке прогресс решит одну проблему – как сделать пирог достаточно большим, чтобы кусок достался каждому, – но ей на смену придут три другие: неравенство, распределение власти и отсутствие цели. Возникнут разногласия относительно того, как их решать, как распределять экономические блага, как сдерживать политическую мощь крупных технологических компаний и обеспечивать смысл жизни в мире с меньшим количеством работы. Эти проблемы заставят нас заняться одними из самых сложных вопросов, которые только можно представить: что государство должно делать, а что нет, в чем состоят наши обязательства перед другими людьми и что означает жить осмысленной жизнью. Но эти проблемы в конечном счете гораздо интереснее, чем та, что преследовала наших предков на протяжении веков, – как обеспечить достаток каждому человеку.

Леонтьев однажды сказал, что «если бы лошади могли вступать в Демократическую партию и голосовать, жизнь на фермах была бы совсем иной»[43]. В этой шутливой фразе заложен серьезный смысл. У лошадей не было никакого контроля над их коллективной судьбой, а у нас есть. Я не сторонник технологического детерминизма и не думаю, что будущее предопределено. Философ Карл Поппер не соглашался с теми, кто считал, что железные рельсы нашей судьбы уже проложены до нас, и говорил: «Будущее зависит от нас самих, а мы не зависим ни от какой исторической необходимости»[44]. Я с ним согласен, но вместе с тем придерживаюсь технологического реализма и думаю, что наша свобода действий ограничена. В XXI веке мы построим намного более мощные системы и машины, чем те, которыми располагаем сегодня. На мой взгляд, этот факт нельзя игнорировать. Новые технологии и впредь будут брать на себя задачи, которые, как мы думали, могут выполнять только люди. Нам от этого не уйти, поэтому я считаю, что мы должны принять эти неизбежные черты будущего как данность и тем не менее построить мир, в котором каждый сможет процветать. Именно об этом и пойдет речь в этой книге.

Часть первая. Контекст

Глава 1. История напрасной тревоги

Экономический рост – совсем недавнее явление. На протяжении большей части 300 000 лет существования человечества экономическая жизнь почти не менялась. Наши далекие предки просто охотились и собирали то немногое, что им было нужно для выживания[45]. Но несколько сотен лет назад эпоха этой экономической бездеятельности внезапно закончилась. Объем производства в расчете на душу населения увеличился примерно в тринадцать раз, а мировой объем производства – почти в триста[46]. Если ужать человеческое существование до одного часа, то этот взрывной процесс произойдет в последние полсекунды или около того, т. е. буквально в мгновение ока (см. график 1.1[47]).

Экономисты соглашаются, что этот рост вызван устойчивым технологическим прогрессом, хотя и не пришли к единому мнению, почему он начался именно в Западной Европе в конце XVIII века[48]. Одна из причин может быть географической: некоторые страны обладали обширными ресурсами, благоприятным климатом, легкодоступными береговыми линиями и удобными для ведения торговли реками. Другая причина, возможно, лежит в культурной сфере: люди в обществах с различными историей и религией по-разному относились к научным методам, финансам, упорному труду и друг к другу (считается, что уровень «доверия» в обществе играет важную роль). Однако наиболее распространенным объяснением всего этого является институциональное: одни государства защищали права собственности и обеспечивали верховенство закона, что шло на пользу конкуренции и инновациям, в то время как другие этого не делали.

График 1.1. Мировое производство после начала нашей эры

Каковы бы ни были конкретные причины, в шестидесятые годы XVIII века первой ушла в отрыв именно Британия[49]. В течение последующих десятилетий были изобретены и введены в действие новые машины, значительно улучшившие методы производства товаров. Некоторые из них, например паровой двигатель, стали общепризнанными символами экономического прогресса и технологического гения. И каким бы образным ни казался термин «революция», он, пожалуй, умаляет значение промышленной революции, которая стала одним из самых значительных моментов в истории человечества. В прежние времена любой экономический рост был ограниченным, прерывистым и быстро угасал. Теперь он стал относительно быстрым и стабильным. Сегодня мы полностью зависим от этого экономического феномена. Вспомните о приступах гнева и тревоги, о волнах разочарования и уныния, которые охватывают общество каждый раз, когда экономический рост останавливается или просто замедляется. Без него мы словно больше не можем представить себе хорошей жизни.

Новые технологии промышленной революции позволили производителям работать продуктивнее, чем когда-либо прежде, – проще говоря, теперь они могли производить намного больше при гораздо меньших затратах[50]. И именно здесь, в начале современного экономического роста, мы можем обнаружить истоки «тревоги, порождаемой автоматизацией». Люди начали беспокоиться, что использование машин для производства большего количества товаров приведет к сокращению спроса на их труд. Судя по всему, экономический рост и проблемы автоматизации были тесно связаны с самого начала.

Конечно, людям стоило беспокоиться об автоматизации еще до этого. Любое изобретение становится угрозой для определенной группы людей. Например, печатный станок – возможно, самая важная из всех технологий, предшествовавших промышленной революции, – первоначально встретил сопротивление со стороны писцов, желавших защитить свое традиционное ремесло. Что касается печатных Библий, то писцы утверждали, что только сам дьявол может так быстро изготовить столько экземпляров книги[51]. Но по своему характеру изменения времен промышленной революции отличались от того, что происходило в прошлом. Их интенсивность, масштаб и постоянство придавали привычным страхам новую остроту.

Тревога автоматизации

Тревога относительно того, что автоматизация уничтожит рабочие места, выливалась в протесты. Вспомним историю Джеймса Харгривза, скромного человека, изобретшего прядильную машину «Дженни». Неграмотный ткач, он уехал в далекую деревню в Ланкашире, чтобы спокойно построить свой механизм, который позволял прясть нити из хлопка гораздо быстрее, чем это мог делать человек. В те времена это было ценным нововведением, поскольку переработка хлопка-сырца в пригодную для использования нить была растущим бизнесом. (К середине XIX века Британия будет производить половину всех тканей в мире[52].) Но, узнав о замысле Харгривза, соседи ворвались в его дом, уничтожили машину и заодно переломали мебель. Когда Харгривз попытался открыть фабрику в другом месте, на него и его делового партнера напала толпа[53].

Судя по всему, нечто подобное пришлось пережить и Джону Кею, современнику Харгривза, который в тридцатые годы XVIII века изобрел механический челнок. По-видимому, дом Кея тоже был разграблен разъяренными ткачами, которые «убили бы его, если бы двое друзей не закутали его в шерстяное одеяло и не отвели в безопасное место»[54]. Его тайное бегство от опасности отражено на фреске XIX века в Манчестерской ратуше[55].

Такие случаи не единичны. Технологический вандализм во времена промышленной революции был широко распространен. Как известно, таких мародеров называли «луддитами» по имени ткача Неда Лудда из Восточного Мидленда, который якобы разбил несколько чулочных станков на заре промышленной революции. Возможно, Нед никогда и не существовал, но беспорядки, учиненные его последователями, были вполне реальны. В 1812 году британский парламент был вынужден принять «Акт об уничтожении чулочных рам и т. д.». Уничтожение машин стало преступлением, караемым смертью, и вскоре несколько человек были осуждены и казнены. В следующем году наказание было смягчено до депортации в Австралию – но затем эта кара была сочтена недостаточной, и в 1817-м смертная казнь была восстановлена[56]. Сегодня мы по-прежнему называем луддитами тех, у кого не ладятся отношения с технологиями.

До промышленной революции государство не всегда вставало на сторону изобретателей. Действительно, иногда беспорядки разъяренных рабочих настолько беспокоили власти, что они вмешивались, пытаясь остановить распространение новшеств, сеявших раздор. Вот две истории из восьмидесятых годов XVI века. Первая рассказывает об английском священнике Уильяме Ли, который изобрел машину, избавлявшую людей от необходимости вязать своими руками. В 1589 году он отправился в Лондон в надежде показать изобретение королеве Елизавете I и получить на него патент. Однако та, увидев машину, наотрез ему отказала, сказав: «Ты слишком высоко метишь, мастер Ли. Подумай сам, что это изобретение может сделать с моими бедными подданными. Оно, несомненно, разорило бы их, лишив работы и сделав нищими»[57]. Вторая история – трагедия Антона Меллера, которому не повезло изобрести ленточный ткацкий станок в 1586-м. Не повезло потому, что городской совет его родного города Данцига не просто отказал ему в выдаче патента, но и приказал задушить его – мало похоже на теплый прием, который ждет сегодняшних предпринимателей[58].

Но тревожились не только рабочие и государство. Со временем к угрозе автоматизации начали серьезно относиться и экономисты. Как отмечалось выше, термин «технологическая безработица» популяризировал Кейнс в 1930 году. Но Давид Рикардо, один из отцов-основателей экономики, задавался этим вопросом более чем за столетие до него. В 1817-м Рикардо опубликовал свой великий труд «Начала политической экономии и налогового обложения». В новое издание, выпущенное четыре года спустя, он включил главу «О машинах», где заявил, что изменил свое мнение по вопросу о том, принесет ли технический прогресс пользу рабочим. По его словам, предположение, что машины будут «всеобщим благом» для труда, которого он придерживался всю жизнь, было «ошибкой». Теперь он решил – возможно, наблюдая за болезненными экономическими изменениями, происходившими в его родной Великобритании в условиях промышленной революции, – что машины на самом деле «часто очень вредны»[59].

Тревога относительно вреда, причиняемого машинами, сохранилась и в XX веке. В последние несколько лет нас накрыл вал книг, статей и отчетов об угрозе автоматизации. Однако уже в 1940 году дебаты о технологической безработице были настолько банальными, что газета New York Times охотно называла их «старой темой»[60]. И действительно, эти доводы имеют тенденцию повторяться. В 2016-м в своем прощальном обращении президент США Барак Обама охарактеризовал автоматизацию как «очередную волну экономических потрясений». Но примерно за шестьдесят лет до этого президент Джон Ф. Кеннеди использовал почти те же самые слова, говоря, что автоматизация несет с собой «мрачную угрозу промышленной дезорганизации»[61]. В 2016 году Стивен Хокинг писал, что автоматизация «уничтожила» работу синих воротничков, и предсказывал, что этот феномен скоро «расширится… и глубоко затронет средний класс»[62]. Однако Альберт Эйнштейн еще в 1931 году предупреждал об аналогичной угрозе, заявляя, что «созданные человеком машины», призванные освободить людей от тяжелой работы, готовы «сокрушить» своих создателей[63]. На самом деле, начиная с 1920-х, почти в каждом десятилетии можно найти статью New York Times, где в том или ином виде говорится об угрозе технологической безработицы[64].

Потрясения и перемены

Большинство тревог по поводу экономического ущерба, причиняемого новыми технологиями, оказались напрасными. Обращаясь к истории последних столетий, мы находим мало свидетельств, подтверждающих давний страх того, что технический прогресс приведет к появлению большого числа постоянно безработных людей. Новые технологии действительно вытесняли рабочих, но впоследствии большинство из них находили себе новую работу. Снова и снова люди беспокоились о том, что «на этот раз все будет по-другому» и с новыми технологиями действительно приходят массовые увольнения, но на самом деле каждый раз история повторялась и массовой безработицы не возникало.

Понятно, что люди, задающиеся вопросами о будущем, видят в этом повод для оптимизма. Если те, кто в прошлом беспокоился о будущем работы, оказались неправы, то неправы и те, кто беспокоится сегодня?

Как мы увидим, не все так просто. Даже если раньше беспокойство относительно того, что «на этот раз все по-другому», оказывалось напрасным, оно все равно может оправдаться сегодня. Более того, даже если история повторится, мы все равно должны остерегаться чрезмерно оптимистичной интерпретации прошлого. Да, люди, потерявшие работу из-за технологий, действительно находили себе новые занятия, но происходило это далеко не плавно и гладко. Обратимся еще раз к промышленной революции – хрестоматийному событию в истории технологического прогресса. Несмотря на опасения луддитов, уровень безработицы в Великобритании оставался относительно низким, как показано на графике 1.2[65]. Но вместе с тем были уничтожены целые отрасли промышленности, а прибыльные ремесла, такие как ручное ткачество и изготовление свечей, превратились в бесполезные развлечения. Села были опустошены, целые города пришли в упадок. Примечательно, что с 1760 по 1820 год реальная заработная плата в Англии выросла всего на 4 %. При этом продукты питания стали дороже, рацион беднее, младенческая смертность выше, а продолжительность жизни ниже[66]. Люди в буквальном смысле уменьшились: один историк сообщает, что в результате средний рост людей сократился до «самого низкого уровня»[67].

График 1.2. Уровень безработицы в Великобритании с 1760 по 1900 год

Луддитов сегодня часто выставляют технологически безграмотными дураками, но факты доказывают, что их претензии были резонны. Действительно, потрясения и бедствия, вызванные технологическими изменениями, в конечном счете способствовали созданию государства всеобщего благосостояния, возможно, самого радикального изобретения XX века. Все эти рассказы о людях, которые в конечном итоге находят себе новую работу, потеряв предыдущую из-за автоматизации, не вселяют надежды. Если перефразировать экономиста Тайлера Коуэна, будущее, возможно, будет похоже на прошлое, именно поэтому нам не стоит быть оптимистами в отношении будущего труда[68].

Да и те, кто опасался, что в будущем работы будет меньше, на первый взгляд не так уж заблуждались. Скажем, Кейнс в 1930 году предполагал, что через сто лет технический прогресс приведет нас в мир «трехчасовых смен» или «пятнадцатичасовой рабочей недели». Сегодня его критики с ликованием отмечают, что через десять лет срок для осуществления его предсказания истечет, а «век досуга» даже не просматривается на горизонте[69]. И в этой критике есть разумное зерно. Но картина станет более детальной, если учитывать не только цифры, мелькающие в газетных заголовках. В нескольких десятках богатых стран, входящих в Организацию экономического сотрудничества и развития (ОЭСР), среднее количество часов, которые люди ежегодно уделяют работе, постоянно сокращалось в течение последних пятидесяти лет. Спад был медленным – около сорока пяти часов за десять лет – но устойчивым (см. график 1.3[70]).

Важно отметить, что значительная часть этого снижения, по-видимому, связана с техническим прогрессом, обусловившим рост производительности труда. Например, в Германии, одной из самых производительных стран Европы, люди работают меньше всего часов в год. Греция относится к числу наименее производительных стран и – вопреки тому, что многие могут подумать, – здесь люди работают больше всего часов в год. Как видно из графика 1.4[71], это общая тенденция: в более производительных странах люди, как правило, работают меньше часов. Может, мы еще и не пришли к пятнадцатичасовым неделям, о которых говорил Кейнс, но благодаря постоянному техническому прогрессу мы начали двигаться в этом направлении[72].

График 1.3. Ежегодное количество часов работы на душу населения в странах ОЭСР

Все это полезно иметь в виду, когда мы размышляем о том, что нас ждет впереди. Сегодня мы тратим много времени на подсчет количества «рабочих мест», которые появятся в будущем. Пессимисты, например, представляют себе мир, где множество людей сидят без дела и ничего особенного не производят, потому что «роботы» забрали себе все рабочие места. Оптимисты в ответ приводят данные об уровне безработицы, который сегодня рекордно низок во многих местах, и говорят, что страхи перед будущим беспочвенны. Но в этом споре обе стороны рассуждают о будущем работы очень узко, как будто значение имеет лишь то, работает кто-то или нет. История показывает, что подход, выраженный исключительно в категориях «работы», недостаточен для создания полной картины. Технологические изменения могут повлиять не только на объем работы, но и на ее природу. Насколько хорошо оплачивается эта работа? Насколько она безопасна? Как долго длится рабочий день или неделя? Какие задачи включает в себя эта работа? Приносит ли она такое удовлетворение, что ради нее вы вскакиваете утром с постели, или, напротив, вас тянет спрятаться от нее под одеялом? Риск, который возникает, если мы сосредотачиваемся на одной лишь работе, заключается, скорее, не в том, что мы не увидим за деревьями леса, – мы не разглядим, что деревья в лесу разные.

График 1.4. Продуктивность и ежегодное количество часов работы, 2014

А пока я продолжу говорить о «рабочих местах». Мы должны понимать, что влияние технического прогресса на мир труда отразится не только на количестве рабочих мест для людей, но и на многих других аспектах, которые я подробнее рассмотрю в следующих главах.

Полезная дополняющая сила

С учетом этих предостережений мы можем теперь перейти к более широкому вопросу. Как же могло случиться, что в прошлом, несмотря на страхи столь многих людей, технический прогресс не привел к массовой безработице?

Ответ, когда мы оглядываемся назад на то, что действительно произошло за последние несколько сотен лет, заключается в том, что вредное влияние технологических изменений на работу – то, что занимало наших беспокойных предков, – это только половина истории. Да, машины заняли место людей в выполнении определенных задач. Но машины не просто заменяли людей; они также дополняли их в других задачах, которые не были автоматизированы, повышая спрос на людей, чтобы делать эту работу вместо них. На протяжении всей истории всегда действовали две различные силы: замещающая сила, которая вредила рабочим, но также и полезная дополняющая сила, которая делала противоположное. Эта полезная сила, о которой так часто забывают, действует тремя различными способами.

Эффект продуктивности

Возможно, самая очевидная помощь, которую дополняющая сила оказывает людям, заключается в том, что, вытесняя одних работников, новые технологии часто делают более продуктивными других. Вспомним о британских ткачах, которым посчастливилось работать на одном из механических челноков Кея в тридцатые годы XVIII века или на одной из прядильных машин Харгривза в шестидесятые годы того же столетия. Они могли прясть гораздо больше хлопка, чем их современники, которые полагались только на свои руки. В этом и состоит эффект продуктивности[73].

Этот эффект мы наблюдаем и сегодня. Водитель такси использует спутниковую навигационную систему для движения по незнакомым дорогам, архитектор применяет программное обеспечение для проектирования сложных зданий, а бухгалтер производит налоговые расчеты при помощи специальных программ. В результате все они, скорее всего, лучше справляются со своими задачами. Или возьмем врачей. В 2016 году группа исследователей из Массачусетского технологического института (МТИ) разработала систему, которая может определить наличие раковых клеток при биопсии молочной железы с точностью до 92,5 %. Для сравнения, врачи ставили правильный диагноз в 96,6 % случаев, но, когда они применяли систему, разработанную МТИ, этот показатель увеличивался до 99,5 % – почти идеальная точность. Благодаря новой технологии врачи стали лучше выявлять раковые заболевания[74].

В других условиях новые технологии могут автоматизировать некоторые задачи, забрав их из рук работников, и вместе с тем повысить продуктивность этих же работников в остальных задачах. Например, адвокат передает задачу разбора стопки бумаг автоматизированной системе проверки документов – программе, которая может сканировать юридические материалы гораздо быстрее, а во многих случаях и точнее[75]. Теперь адвокат может переключиться на другие задачи – давать юридические консультации, лично встречаться со своими клиентами или применять навыки решения проблем в особенно запутанных юридических казусах.

Во всех этих случаях если повышение производительности труда снижает цены для потребителей или обеспечивает им более качественные услуги, то спрос на любые товары и услуги, вероятно, будет расти, а вместе с ним и спрос на работников-людей. Таким образом, благодаря эффекту производительности технический прогресс дополняет людей самым непосредственным образом, увеличивая спрос на их усилия и повышая их эффективность в работе.

Эффект растущего пирога

История экономики показывает, что дополняющая сила помогала работникам и другим, менее очевидным способом: если мы снова представим экономику как пирог, то технический прогресс сделал его намного больше. Как уже отмечалось ранее, за последние столетия объем производства резко возрос. Например, экономика Великобритании с 1700 по 2000 год увеличилась в 113 раз. И это ничто по сравнению с другими странами, которые в начале этого периода находились на более низком уровне развития: за те же триста лет японская экономика выросла в 171 раз, бразильская – в 1699 раз, австралийская – в 2300 раз, канадская – в 8132 раза, а американская – аж в 15 241 раз[76].

Интуитивно понятно, что подобный рост, скорее всего, помог рабочим. По мере того как экономика растет, а доходы людей увеличиваются, позволяя им больше тратить, вероятно, расширяются и перспективы работы. Да, некоторые задачи могут автоматизироваться и отходить машинам, но, по мере того как экономика расширяется и растет спрос на товары и услуги, увеличивается и спрос на все те задачи, которые необходимы для их производства. Они могут включать в себя деятельность, которая еще не автоматизирована, а это дает вытесненным работникам возможность найти новую работу.

Ларри Саммерс, некогда возглавлявший Национальный экономический совет при президенте США, вспоминал, что в юности его занимала эта мысль. В 1970-е годы, будучи начинающим ученым в МТИ, он оказался втянут в дебаты об автоматизации. По его словам, в то время в кампусе «глупые люди думали, что автоматизация приведет к исчезновению всех рабочих мест», а «умные понимали, что чем выше производство, тем больше доходов, а следовательно, больше спроса»[77]. Дэвид Отор, возможно, самый крупный специалист по рынку труда на сегодняшний день, высказывает аналогичную точку зрения, утверждая, что «люди ударяются в напрасный пессимизм… по мере того как человек становится богаче, он склонен потреблять больше, что тоже создает спрос»[78]. И Кеннет Эрроу, лауреат Нобелевской премии по экономике, также утверждал, что исторически «замена людей машинами» не приводила к росту безработицы. «Экономика действительно находит работникам новые рабочие места. Когда появляется богатство, люди будут его на что-нибудь тратить»[79].

Эффект меняющегося пирога

В последние века дополняющая сила оказывала воздействие еще одним способом. Благодаря техническому прогрессу экономика не только выросла, но и трансформировалась: в различные моменты истории производилась совершенно разная продукция и совершенно разными методами. Если мы снова обратимся к образу пирога, то новые технологии не только его увеличили, но и изменили. Возьмем, к примеру, британскую экономику. Как мы уже отмечали, сегодня ее объем более чем в сто раз превышает тот, что был три столетия назад. Но за это время изменились и производимые товары, и способы их производства. Пятьсот лет назад экономика в основном состояла из крестьянских хозяйств, триста лет назад – из фабрик, сегодня – из офисов[80].

Опять же, интуитивно понятно, как эти изменения могли помочь вытесненным работникам. В определенный момент некоторые задачи могут автоматизироваться. Но по мере того как экономика меняется, спрос будет расти и на другие задачи в других сферах экономики. И, поскольку некоторые из этих новых востребованных видов деятельности опять-таки не были автоматизированы, работники могут найти работу, связанную с ними.

Чтобы увидеть эффект меняющегося пирога в действии, подумайте о Соединенных Штатах. Здесь можно увидеть, как вытесненные рабочие снова и снова пробираются в разные отрасли меняющейся экономики и начинают выполнять новые задачи. Столетие назад сельское хозяйство было важнейшей частью американской экономики: еще в 1900 году в нем было занято два работника из пяти. Но с тех пор значение его резко упало, и сегодня в нем занято менее двух человек из ста[81]. Куда же подевались остальные работники? Ушли в промышленность. Пятьдесят лет назад этот сектор превзошел сельское хозяйство: в 1970 году в промышленности была занята четверть всех американских работников. Но затем и в этой сфере начался относительный упадок, и сегодня в ней занято менее десятой части американских рабочих[82]. Куда же делись все эти фабричные рабочие? Ответ: ушли в сферу услуг, где сейчас занято более 80 % работников[83]. И в этой истории экономических преобразований тоже нет ничего исключительно американского. Почти все развитые страны пошли по аналогичному пути, по нему же идут и многие развивающиеся страны[84]. В 1962 году в сельском хозяйстве было занято 82 % китайских работников; сегодня этот показатель упал примерно до 31 % – и это более высокие темпы сокращения, чем те, что наблюдались в США[85].

Если эффект «растущего пирога» предполагает, что наши объятые тревогой предки оказались настолько близоруки, что не сумели предвидеть будущий рост экономики, то эффект «меняющегося пирога» предполагает, что они страдали еще и от недостатка воображения. Наши предки не могли предугадать, что то, что производили их экономика и они сами, в будущем изменится до неузнаваемости. В какой-то степени эта их неспособность вполне объяснима. Например, в 1900 году большинство англичан трудились на фермах или фабриках. Мало кто мог предвидеть, что в будущем в одной только Национальной службе здравоохранения будет занято гораздо больше людей, чем тогда работало мужчин на всех фермах страны вместе взятых[86]. Сама отрасль здравоохранения тогда еще не существовала в привычном для нас виде, а мысль, что самым массовым работодателем в сфере здравоохранения станет британское правительство, показалась бы еще более странной, ведь в те времена большинство медицинских услуг предоставлялось на частной или на добровольной основе. То же справедливо и для многих других сегодняшних рабочих мест: такие должности, как оптимизатор поисковой системы, специалист по облачным вычислениям, консультант по цифровому маркетингу и разработчик мобильных приложений, было невозможно представить всего несколько десятилетий назад[87].

Общая картина

Мысль, что воздействие технологии на труд может зависеть от взаимодействия двух соперничающих сил – вредной замещающей силы и полезной дополняющей силы, – не нова. Однако, как правило, никто эти силы внятно не объясняет. Книги, статьи и отчеты по автоматизации могут намекать на оба этих эффекта, но часто используют совершенно разные термины, из-за чего возникает путаница. Технология, говорят они, вытесняет и увеличивает, заменяет и усиливает, обесценивает и наделяет мощью, подрывает и поддерживает, уничтожает и созидает. Задача состоит в том, чтобы конкурировать с компьютерами и сотрудничать с ними, состязаться и двигаться в унисон. Ведутся разговоры о расширении применения машин и успехах людей, о пугающих роботах и вселяющих надежду коботах[88], об искусственном интеллекте машин и растущем интеллекте людей. Гнет будущего, по их словам, будет выражаться как в устаревании знакомых нам вещей, так и во все нарастающей их актуальности; технология – это угроза и возможность, соперник и партнер, враг и друг.

Представленный в этой главе экскурс в экономическую историю – пусть и очень краткий – должен прояснить, как работают эти две силы на самом деле. С одной стороны, машина заменяет людей, оттесняя их от решения определенных задач. Этот процесс относительно легко заметить. С другой стороны, машина дополняет людей, повышая спрос на их работу над другими задачами, – это явление, как мы видели, может приобретать три различные формы, и его зачастую труднее распознать, чем его разрушительного брата.

Четкое разграничение между замещающим и дополняющим эффектами помогает объяснить, почему прежние опасения по поводу технологической безработицы много раз оказывались неуместны. В столкновении этих двух фундаментальных сил наши предки, как правило, не угадывали победителя. Раз за разом они либо полностью игнорировали дополняющую силу, либо ошибочно полагали, что она будет подавлена замещающим эффектом. По словам Дэвида Отора, люди обычно «преувеличивали степень замещения машин человеческим трудом и игнорировали сильную взаимодополняемость между автоматизацией и трудом»[89]. В результате они неоднократно недооценивали остающийся спрос на труд человека. В общем и целом, его всегда хватало, чтобы обеспечивать занятость.

Это происходит и с отдельными технологиями. Взять, к примеру, историю банкомата. Его изобрели для того, чтобы отстранить банковских служащих от выдачи наличных денег. Это была часть культуры самообслуживания, которая распространилась в экономической жизни в середине XX века и нашла отражение в автозаправочных станциях и магазинах самообслуживания, автоматах по продаже сладостей и т. д.[90] Считается, что первый банкомат был установлен в Японии в середине 1960-х годов[91], а несколько лет спустя эти машины стали популярны в Европе, частично решив проблему усиливавшихся профсоюзов, которые требовали закрытия банков в субботу, единственный день, когда многие работающие клиенты могли их посетить. В США количество банкоматов выросло более чем в четыре раза с конца 1980-х до 2010 года, когда их насчитывалось уже более четырехсот тысяч. В таких условиях можно было бы ожидать резкого сокращения числа сотрудников в американских банках, но произошло обратное: за тот же период их стало больше на целых 20 %[92]. Как объяснить эту загадку?

Исходя из анализа этих двух сил, мы можем понять, что случилось. Банкоматы не просто заменили банковских служащих, но еще и дополнили их. Иногда напрямую: банкоматы не делали сотрудников более продуктивными в раздаче наличных, а освобождали их от нее, давая возможность сосредоточиться на других видах деятельности, таких как предоставление клиентам личных консультаций и финансовых рекомендаций. Это улучшило качество обслуживания тех, кто приходил в филиал, и позволило привлечь больше клиентов. К тому же банкоматы помогли снизить стоимость обслуживания филиалов, благодаря чему банки смогли снизить цены и еще больше повысить свою привлекательность.