「機械代替」がもたらす技術的失業危機をどう見るか

「機械代替」がもたらす技術的失業危機をどう見るか

[[376593]]

1月18日の光明日報によると、近年、中国の製造業は「機械が人間に取って代わる」ことを主な目的とした自動化アップグレードの波を経験している。間違いなく、「人を機械に置き換える」という特徴を持つアップグレードと変革は、製造企業が長年直面してきた「労働者の採用難」と「人件費の高さ」という人材難を大幅に緩和し、多くの企業が市場競争力を継続的に向上させ、グローバルバリューチェーンを駆け上がり、品質と価格の両方の優位性を備えた「中国製」のベンチマークとなるのに貢献しました。しかし、技術が「諸刃の剣」として、労働力に対する「機械による人代替」の代替効果とそれに伴う潜在的な失業リスク、技術変化による労働者の労働内容や仕事方法の変化など、技術がもたらす社会的影響にも注意を払う必要がある。

2013年、海外の学者は、ロボットやコンピューター技術による労働力の代替率は47%に達する可能性があり、その中でも製造業の生産労働者が置き換えられるリスクが高いと予測した。国内の学者による調査によると、労働市場におけるロボットの全体的な置き換え率は現在1%未満であることが判明しています。それにもかかわらず、社会と世論は依然として技術的失業の到来の可能性を懸念している。中国労働統計年鑑のデータによると、わが国の製造業の就業者数は2013年以降減少し続けており、5年間で1000万人以上減少した。産業移転の要因に加え、「機械による人の置き換え」も大きな要因と考えられている。

人工知能分野の専門家であるマーティン・フォード氏は、「知能機械がいつの日か一般人の仕事を奪うかどうかは、歴史から学ぶことのできない問題であり、将来の技術の性質によって答えられるべき問題である」と述べた。今回の技術変化の特徴は、進化し続ける人工知能技術と、視覚、触覚、ディープラーニング機能を備えたロボットが、さまざまな分野の労働者に取って代わる可能性をますます獲得していることである。

将来起こりうる技術的失業危機をどう回避するか?この疑問に答えるには、「人間に代わる機械」の数や置き換え率に注目するだけでなく、人間とテクノロジーの関係性を再考する必要がある。 「機械が人間に取って代わる」とは、生産要素としての労働者を新しい生産要素であるロボットに置き換えることができることを意味し、「人間を機械に置き換える」という決定は、投入と収益、生産効率、生産品質などの要素に基づいて企業経営者によって行われます。では、人間と機械の間には別の種類の関係があるのでしょうか?機械は生産プロセスにおいて労働者に取って代わるのではなく、労働者の補助や補完となることができるでしょうか?産業オートメーションプロセスの歴史的経験と組み合わせると、この「機械が人を助ける」技術変革の道筋は実現可能かつ現実的であるはずですが、少なくとも次の 3 つの要素がなければなりません。

1つ目は社会的合意を形成することです。ロボットや人工知能などの新興技術は人々の日常生活や仕事に大きな影響を与えるため、技術変革の道の選択は社会全体で広く議論され、最終的には社会的コンセンサスを形成する必要があります。しかし、ここ数年、企業の自動化アップグレードは、ほとんど企業が主導する一方的な意思決定の道となり、必然的に企業は労働力の削減、コストの節約、生産効率の向上を目的とした「機械による人代替」の技術変革方法を実施するようになりました。

第二に、人間の労働の価値を尊重すること。現在、社会にはブルーカラー労働を蔑視する風潮があり、専門学校の学生たちも「技術を学ぶのは労働者になるのを避けるためだ」という考えを持っている。 「人間を機械に置き換える」ということは、結局は人間の労働の一部(反復的な肉体労働など)を否定することになります。機械は労働者に取って代わり、生産工程を自動化し、さらには手作業を監視・管理できると考えられています。 「機械が人を助ける」を技術変革の中核概念とするならば、生産プロセスは人を中心に据え、機械は労働者のアシスタントとなり、生産と管理は労働者のグループ作業、作業場の労働者プログラミング、自動化ソリューションへの労働者の参加などの実践によって補完されるべきである。これは間違いなく労働者のスキルのより高い基準を提示し、したがって労働者のスキル訓練システムの継続的な改善を必要とします。労働者が総合的かつかけがえのないスキルを習得して初めて、機械の達人になれるのです。

3つ目は、制度設計をきちんと行うことです。効率や技術を優先する「機械による人代替」戦略を覆せるかどうかは、事業者や技術者に労働代替の意識改革を求めるだけでは実現できず、国レベルでの制度設計にかかっている。中国におけるロボットや人工知能による労働力の代替率は現時点では高くないが、将来に備えていくつかの仮定を立てておいた方がよいだろう。

例えば、市場インセンティブ制度について。ここ数年、地方政府は程度の差こそあれ「機械代替」を実施した企業に補助金を支給してきた。社会が「​​機械が人を助ける」という概念にコンセンサスを持てば、雇用の保護、労働者のスキル向上、労働者の技術革新への参加の奨励をインセンティブ基準として、今後の政策インセンティブもそれに応じて調整される可能性がある。例えば、社会保障制度について。技術進歩による就業人口の減少は最終的には避けられないものとなるかもしれないので、失業者に対して基本的な生活保障を提供する強力な社会保障制度が必要であり、それには必然的に税制など他の富の再分配制度の調整も伴うことになるだろう。

技術の発展は、最終的には人類社会に役立ち、一般大衆がより良い生活を創造し、全人類の共通の進歩を達成するためのツールとなるべきです。 「技術決定論」、つまり企業が一方的に主導する技術革新は、この目標に反する可能性がある。社会の各分野が技術の発展の道筋について十分に議論し、新たなコンセンサスに達したときにのみ、「技術の恩恵」が再び刺激され、技術発展の利益がすべての人に利益をもたらすことができる。

(原題:「機械代替」がもたらす技術的失業危機をどう見るか)

<<:  機械学習エンジニアになる方法

>>:  未来:ビッグデータとAIがあなたをより深く理解する

ブログ    
ブログ    

推薦する

...

1 つの記事で 26 個のニューラル ネットワーク活性化関数 (ReLU から Sinc まで) を紹介します

ニューラル ネットワークでは、活性化関数によって、指定された入力セットからノードの出力が決定されます...

ジェフ・ディーンの長文記事の展望: 2021 年以降の機械学習の 5 つの潜在的トレンド

過去数年間、機械学習 (ML) とコンピュータサイエンスの分野では多くの変化が見られました。この長い...

ヘルスケアにおける AI 自動化: 患者ケアと業務効率の革命

ヘルスケアにおける AI 自動化とは、ヘルスケア業界におけるプロセスを合理化し、患者ケアを改善し、運...

ディープラーニングに新たな落とし穴が!シドニー大学は、テキストを使用して画像のマット化をガイドする新しいクロスモーダルタスクを提案しています

画像マッティングとは、画像内の正確な前景を抽出することを指します。現在の自動方法では、画像内のすべて...

韓国が世界初の常温超伝導体を開発? 127度での超伝導、再現できればノーベル賞確実

常温・常圧超伝導が再び突破された?今回は韓国の科学者たちです。彼らは、世界初の常温常圧超伝導体、すな...

バンク・オブ・アメリカ証券:ChatGPT iOSクライアントのダウンロード数は6月に38%減少

7月6日、バンク・オブ・アメリカ証券の最新調査レポートによると、人工知能はテクノロジー業界で最もホッ...

機械学習がデータセンター管理をどう変えるか

機械学習はデータセンターの経済性を劇的に変え、将来のパフォーマンス向上への道を開きます。機械学習と人...

リアルタイムの高忠実度レンダリング、PlenOctrees に基づく NeRF レンダリング速度が 3000 倍に向上

[[393143]]まばらな静止画像から任意の 3D オブジェクトとシーンの新しいビューを合成するこ...

...

...

ディープラーニングタスクに最適な GPU を選択するにはどうすればよいでしょうか?

ディープラーニングは計算集約型の分野であり、GPU の選択によってディープラーニングの実験が根本的に...

2020年に注目を集めるグラフ機械学習の研究動向とは?

[[314165]]この記事はLeiphone.comから転載したものです。転載する場合は、Lei...

クラウド管理と運用にAIを適用する方法

AI は、クラウドの管理と運用に大変革をもたらすものとして台頭しています。しかし、AI とクラウド ...