Do roboty! — trendy práce 4.0

Program (15+) seznámí účastníky a účastnice se základními pojmy souvisejícím s prací v digitálním věku a možnými perspektivami vývoje. V důsledku robotizace a digitalizace se proměňuje hodně věcí, kak bude v měnícím se světě práce vypadat? Najdete zde mnoho zdrojů k tématu.

NaZemi

Téma: Budoucnost práce

Program seznámí účastníky a účastnice se základními pojmy souvisejícím s prací v digitálním věku a možnými perspektivami vývoje. Interaktivními metodami a skrze práci s příběhovými texty podněcuje zvažování možných důsledků změn pro ně osobně i pro život společnosti jako celku. Zaměřuje se přitom zejména na hodnotové a postojové aspekty měnící se společnosti práce a vede k přijetí odpovědnosti za využití potenciálu změny ve prospěch všech. (Pokud program nechcete vést sami, můžete si objednat jeho realizaci – programy@nazemi.cz.)

Cílová skupina: 15+

Časová dotace: 220 minut

Cíle:

S. porozumí základním pojmům souvisejícím s Prací 4.0.

- - Pojmy: robotizace, automatizace, strojové učení, umělá inteligence, digitalizace, gig economy, big data.

- - Práce 4.0 (též Průmysl 4.0) je označení pro současný trend digitalizace, s ní související automatizace výroby a změn na trhu práce, které s sebou přinese.

- - K cíli míří práce v expertních a domovských skupinách nad porozumění pojmům.

S. hodnotí povahu důsledků Práce 4.0 pro společnost v budoucnosti.

- - K cíli míří reflexe v domovských skupinách.

S. hledají své místo v možné podobě budoucnosti.

- - K cíli míří reflexe přání a obav.

Příběhy

Damien

Damien, investigativní žurnalista, se snaží skrze svou práci odkrýt korupční kroky své vlády a vystupovat tak proti přístupu většinových médií, které se korupci nevěnují. Kvůli své práci byl ale vládou shledán jako nedůvěryhodná osoba. Byl mu snížen osobní sociální kredit na tak nízkou mez, že se ocitl na takzvaném “blacklistu” a zůstal izolován od okolního světa – viděn ostatními jako dlužník, gambler či alkoholik. Nyní se nemůže dopravovat letadlem, vycestovat ze země a bydlet nyní může jen v oblastech pro společensky vyloučené. Jeho sociální sítě, které používá jako žurnalista, byly zablokovány. Pro Damiena neexistuje žádný způsob, jak dostat svou důvěryhodnost zpátky, pokud chce dále setrvat investigativním žurnalistou.

Daniel
Daniel, zakladatel společnosti IntelliMedicine, představil typ tiskárny, která je schopna vytvořit lék šitý na míru každému pacientovi zvlášť. Umožňuje nahradit směs léků jedním jediným, s co nejmenšími vedlejšími účinky a co nejvyšší efektivitou léku. Toho je schopen díky nasbíraným informacím z různých telefonních aplikací, přístrojů a sond. Program, který Daniel spolu s kolegy vyvinul, umožňuje použít pro výrobu léku informace o stavu pacienta, od výše jeho krevního tlaku až po genetický obraz. Výsledný lék potom maximálně odpovídá potřebám konkrétního člověka. Hotový lék si žadatelé mohou nechat posílat poštou až domů, vyzvednout si jej v lékárně či si jej po konzultaci s osobním lékařem vytisknout doma na osobním přístroji.

Jean-Bart
Jean-Bart je vedoucím projektu In-Situ Materials pod národním ústavem pro kosmonautiku. Právě dokončil technologii, která umožní provádět výstavbu obytných domů na planetě Mars. Technologie bude ke stavbě používat materiálů, které se nachází na samotné planetě a tak minimalizuje jinak velmi náročnou dopravu zdrojů z domovské Země. Robot na Marsu sebrané horniny přetaví do použitelné hmoty, ze které vytvoří obytný dům, který by reagoval na odlišné klimatické a atmosferické podmínky Marsu. Veškerá práce bude ovládaná na dálku ze Země, bez nutné personální obsluhy na místě.

Frederic
Frederic je fotograf se dvěma dětmi vysoké škole, nedávno byl propuštěn z práce fotografa pro novinový magazín. V současnosti je příležitostným lektorem na Akademii výtvarných umění. Je to ale daleko od toho, co mu nabízelo stálé zaměstnání – pravidelný plat, sociální pojištění a firemní auto. Rozhodl se tedy dělat to, co mnozí — nabídnout lidem to, co má, aby se uživil a mohl podporovat své děti. Dvanáct dní v měsíci tak Larson pronajímá svůj dům přes aplikaci Rentberry za 150 dolarů na noc, z čehož jemu připadne 130 dolarů. Čtyři noci týdně navíc přemění své soukromé auto v taxi a prostřednictvím digitální platformy uPeerCar si přivydělává jako řidič. To mu vynese dalších 100 dolarů za proježděnou noc. Ačkoli v noci, kdy pronajímá svůj dům, se přestěhuje do zahradního domku o velikosti jedné místnosti a sprchuje se v tělocvičně, je schopný zajistit živobytí pro sebe i rodinu.

Milland
Milland žije s manželem v domě na kraji města, má vystudovanou vysokou školu a vydělává si skrze digitální platformu MTurk. Práce zahrnují drobné úkoly jako je rozpoznávání fotografií či plnění tabulek kontaktními údaji. Zatímco rozpoznávání obrázků vynese v přepočtu 0,50 Kč za každý, občas se jí podaří získat i náročnější úkoly – například za psaní popisků k produktům na internetové obchody dostane až 30 Kč za odstavec. Musí pracovat rychle a u počítače vytrvat, aby jí plnění úkolů vyneslo dostatek peněz.
Většina Millandiny práce pochází od firem, které prostřednictvím MTurk nabízejí naráz stovky až tisíce úkolů a požadují jejich rychlé vyřešení. Aby uspěla v konkurenci statisíců pracovníků čekajících u svého počítače na další zakázky, vytvořila si automatizovaný systém zajišťující, že nepřijde o žádnou z dobrých příležitostí. Vždy, když je zveřejněna nová pracovní nabídka, systém spouští zvukový alarm. Je nakonec jedno, kde ve svém domě se Milland nachází – když slyší alarm, běží ke svému počítači a snaží se být rychlejší než ostatní. Milland udělala i další opatření – má vše potřebné po ruce, hlavně jídlo a vodu na celý den, zkrátila dobu strávenou na záchodě na 10 sekund a spát začala ve své kanceláři, aby mohla pracovat i v noci a hlasitý alarm nebudil manžela.

Sarah
Po roce a půl stráveném na mateřské dovolené s dcerou se Sarah plánovala vrátit zpět do práce. Vystudovala právo a před mateřskou osm let pracovala pro advokátní kancelář zabývající se pracovním právem. Odeslala svůj životopis a motivační dopis jedné z největších advokátních kanceláři v Chicagu, kanceláři Brown & Harding. Po týdnu jí přišla pozvánka na pohovor přes Skype, který probíhal s Norou, umělou inteligencí. Nora se vyptávala na to, proč chce Sarah pracovat pro jejich kancelář a proč by měli přijmout právě ji. Sarah hovořila o konkrétních případech, na kterých se v minulosti podílela, na což Nora souhlasně přitakávala a doptávala se na podrobnosti. Po skončení hovoru si Sarah pomyslela, že na to, že poprvé v životě absolvovala pohovor s umělou inteligencí, vše proběhlo překvapivě normálně. O pár dní později jí bohužel přišla zamítavá odpověď: “Na základě pohovoru jsme se rozhodli dát přednost kandidátovi, který lépe splňuje naše očekávání.” O dva roky později, kdy už Sarah pracovala pro jinou advokátní kancelář, se k ní dostal zajímavý případ – klientka soudící advokátní kancelář Brown & Harding za diskriminaci při přijímacím řízení. Ačkoliv náborový software kanceláře využívající umělé inteligence Nory šetřil čas personalistům a dokázal kandidáty hodnotit hned na několika úrovních, údajně preferoval přijímání mužů a lidí bez delší doby nezaměstnanosti. Software si totiž představu vhodného kandidáta udělal na základě učení se ze zkušeností se stávajícími advokáty kanceláře, z nichž většinu tvořili muži s nepřerušenou advokátní praxí.

Skládankové učení

Robotizace a automatizace práce

Využívání strojů a robotů pro práci není nic nového, proměňují výrobní prostředí již od průmyslové revoluce. Dnes jsou součástí prakticky všech sektorů výroby, od automobilového průmyslu přes práci ve skladech až po výrobu polovodičů. Světová populace robotů přesahuje 10 milionů.

Jak dobře vidí roboti

Roboti většinou plní úlohu pouze slepých aktérů – spoléhají se na přesné naprogramování, načasování daného pohybu a na správnou polohu. To se však mění s tzv. „strojovým viděním“ – stroje se okolo sebe začínají „rozhlížet“ a pracovní úkony díky tomu provádějí lépe. Roboti ale většinou vidí pouze dvojrozměrně, a proto nejsou schopni vnímat hloubky ani vzdálenosti a na jejich výkonu se podepisují i světelné podmínky. Kvůli tomu je stále potřeba lidská pracovní síla.

Přelomovým se stává fenomén robotického 3D vidění. Vynalezeno bylo předně pro herní průmysl: v roce 2006 představilo Nintendo svou herní konzoli Wii a videohry se najednou daly ovládat prostřednictvím gest a pohybů těla. Technologii začaly kopírovat ostatní společnosti, a tak přišel na trh Kinect od Microsoftu. Kinect vystřeluje infračervené paprsky po lidech a objektech a na základě toho, jak rychle na ně dopadne světlo, určuje vzdálenost – „vidí 3D“. Z hraní videoher se stala pohybová aktivita. Díky konkurenčním tlakům se navíc dramaticky snížila cena takového zařízení. Technologii využily firmy produkující výrobní roboty a výsledkem se stal cenově dostupný robot, který je schopný vnímat své okolí. Firma Industrial Perception vyvinula humanoidního výrobního robota Baxtera, který je schopný lehce si osvojit nejrůznější manuální úkony a reagovat i na nepředvídatelné události. Od dřívějších robotů se liší tím, že není třeba ho složitě programovat, ale stačí mu pouze předvést pohyby, které má dělat. Navíc není nutné učit každého zvlášť – pokud si firma pořídí víc takových robotických dělníků, stačí úkony naučit jednoho a ten své dovednosti předá ostatním pomocí obyčejné USB přípojky.

Trendy v automatizaci

Dalším robotickým fenoménem je 3D tisk – způsob výroby objektů založený na opakovaném pokládání tenkých vrstev materiálu na sebe. Díky tomu lze vyrábět objekty s křivkami, které je pomocí tradičních postupů možné vyrobit pouze obtížně, nebo vůbec. Proto je ideální pro výrobu vysoce specializovaných produktů. Dnes se 3D tisk používá nejvíc v leteckém průmyslu pro výrobu lehčích součástek, jeho potenciální využití je ale mnohem širší. Už dnes existují prototypy lidských jater nebo kostní tkáně, na kterých by se mohly testovat nové léky. Orgány pro transplantaci jsou zatím otázkou budoucnosti, ale lehko si představit přínosy takové technologie. Může se využít i pro tisk potravin (už dnes se tiskne například ozdobné cukroví) či pro stavbu budov. Stavebnictví je totiž náročné na lidskou práci a díky 3D tisku by jí mohlo být potřeba mnohem méně.

Čím dál více se také investuje do autonomních aut, zejména ve Velké Británii, která dokonce přijala zákony upravující pravidla jejich testování na silnicích. Existují technologie, jež se dokážou vypořádat s tím, že je třeba sledovat chodce, cyklisty a ostatní auta a rozpoznávat dopravní značení či světla na semaforu, přestože zatím mají své limity. Největším limitem je ale stále nepředvídatelnost lidí, zejména ostatních řidičů – když uvidí auto bez řidiče, mohou se chovat méně zodpovědně. Nahrazení běžných aut autonomními ve velkém nás pravděpodobně zatím nečeká, především kvůli otázce odpovědnosti. Ovšem pracovní místa v určitých oblastech mohou nahradit.

Roboti na pracovišti

Pracovníci – roboti mají spoustu výhod: nikdy se neunaví, nestane se jim pracovní úraz, a ani za něj tedy nemusejí po společnosti požadovat kompenzaci – to vše je dělá oproti lidské pracovní síle levnějšími. Pokud jde o souhru přesnosti, rychlosti a hrubé síly, roboti nemají konkurenci. Všemi těmito vlastnostmi značně zvyšují konkurenceschopnost daného průmyslu. S tím je spojený tzv. reshoring – situace, kdy se průmysl původně přesunutý do zemí s levnou pracovní silou vrací zpátky do původní země. Příkladem je textilní průmysl, jehož výroba byla v devadesátých letech minulého století masově přesouvána z USA a Evropy do Asie, zejména do Číny, kde byly náklady na pracovníka nižší. S rostoucími čínskými mzdami a se zlevňujícími se technologiemi je ale už dnes často výhodnější přesunout výrobu zpět. Podpoří se tím domácí ekonomika a zároveň je výroba blíž k zákazníkovi, což znamená kratší dodací lhůty.

Robotizace historicky proměnila mnoho výrobních odvětví a ovlivňovat je bude dál. Například pro jakékoli balení či plnění už v podstatě není potřeba lidské pracovní síly. V našem století bude robotizace stále větší měrou zasahovat i do sektoru služeb. Bankomaty či samoobslužné pokladny nám už dnes nepřipadají jako něco nového či převratného. Postupně mohou být nahrazeni například i pracovníci v rychlém občerstvení – roboti už umějí vyrobit čerstvý hamburger od usmažení karbanátku až po seskládání jednotlivých ingrediencí do výsledného pokrmu. Podobný osud může čekat také maloobchod. Prodejní automaty už neprodávají pouze balené nápoje, ale třeba i spotřební elektroniku. Navíc jsou doplněné o infostánky, které zákazníkům poskytnou potřebné informace o produktu – a prodavače pak už není potřeba. Autonomní auta ovlivní ze všeho nejdříve zásilkové služby: doručí nám pizzu, poštu, nákup nebo nás dovezou na místo, které si vybereme. Zmizí řidiči taxíků, limuzín, autobusů či nákladních aut.

Roboti tedy mohou být našimi spolupracovníky i konkurenty. Budou zanikat pracovní místa, ale také se tvořit nová – taková, která nám dnes nemusí ani přijít na mysl. Když byl v 18. století vynalezen spřádací stroj, zanikala práce pro švadleny, ale vytvořil se celý nový průmysl okolo výroby příze. Stejně tak například po zániku pracovních míst pro řidiče vzniknou nová pro dopravní dispečery a dopravní inženýry, kteří budou navrhovat nový systém dopravy. Otázka je, jak rychle se lidé budou schopni rekvalifikovat. V důsledku rychlé změny mohou totiž chybět experti pro jistá odvětví a zároveň práce pro spoustu lidí.

Zdroje

BOSTROM, Nick. Superinteligence: až budou stroje chytřejší než lidé. Praha: Prostor, 2018.

FORD, Martin. Roboti nastupují: automatizace, umělá inteligence a hrozba budoucnosti bez práce. Praha: Rybka Publishers, 2017.

FREY, Thomas. 2 Billion jobs to disappear by 2030. Futurist Speaker [online]. 3. 2. 2012 [cit. 3. 2. 2019]. Dostupné z: https://futuristspeaker.com/business-trends/2-billion-jobs-to-disappear-by-2030.

HOROVÁ, Kateřina. Automatizace v USA ohrozí každou čtvrtou pracovní pozici. Dotkne se hlavně hůře placených míst v dopravě nebo stravování. Hospodářské noviny [online]. 28. 1. 2019 [cit. 3. 2. 2019]. Dostupné z:

https://byznys.ihned.cz/c1-66448440-automatizace-v-usa-ohrozi-kazdou-ctvrtou-pracovni-pozici-dotkne-se-hlavne-hure-placenych-mist-v-doprave-nebo-stravovani.

LAZARRA, Paul. The Government just put the UK at the forefront of autonomous car testing. Alphr [online]. 20. 7. 2015 [cit. 3. 2. 2019]. Dostupné z: https://www.alphr.com/cars/1001210/the-government-just-put-the-uk-at-the-forefront-of-autonomous-car-testing.

MOLDRICH, Curtis, WOOLASTON, Victoria. Driverless cars of the future: How far away are we from autonomous cars? Alphr [online]. 18. 10. 2018 [cit. 3. 2. 2019]. Dostupné z: https://www.alphr.com/cars/1001329/driverless-cars-of-the-future-how-far-away-are-we-from-autonomous-cars.

RAFTERY, Tom. Artificial Intelligence and the future of jobs. Forbes [online]. 14. 12. 2017 [cit. 3. 2. 2019]. Dostupné z: https://www.forbes.com/sites/sap/2017/12/14/artificial-intelligence-and-the-future-of-jobs/#449ef8f74923.

SHERMAN, Eric. 3 Scary predictions about future of work. Business insider [online]. 26. 9. 2013 [cit. 3. 2. 2019]. Dostupné z: https://www.businessinsider.com/3-scary-prsabina.vojtech@gmail.comedictions-about-work-2013-9.

Strojové učení

Počítačové programy nám pomáhají s celou řadou činností. Dříve jsme jim museli zadávat přesné pokyny pro jakýkoli úkol, který jsme po nich chtěli. Během posledních desetiletí se ale velmi posunul obor umělé inteligence. Umělou inteligencí označujeme vlastnost strojů pracovat a reagovat jako lidé. Programy umějí rozeznat jazyk a řeč, plánují, řeší problémy o různé náročnosti, dokážou zobecňovat a hledat v datech vzorce. Využívají k tomu takzvané strojové učení.

Jak se stroje učí?

Aby se program něco naučil, potřebuje data. Těmito daty se pak „prokousává“: nejprve se učí z těch, které dostane, a následně naučené postupy nejen uplatňuje, ale také se průběžně zdokonaluje na základě nového „studijního materiálu“, který si sám tvoří. Stroj přitom funguje na podobném principu jako lidský mozek – stejně jako si neurony v mozku předávají informace skrz složitou síť, tak si informace předávají i umělé neuronové sítě. Nejprve se stroje naučily hrát hry. Aby program uměl hrát například dámu či složitější šachy, je třeba mu poskytnout data o tom, jaká jsou pravidla hry. Program pak odehraje doslova tisíce her, vyzkouší nejrůznější herní situace a učí se i poté z dalších zkušeností.

Stroje se ale mohou naučit spoustu užitečnějších věcí, než jsou hry. Na základě principu hlubokého učení pomocí složitých neuronových sítí byly vyvinuty programy, které umějí s téměř stoprocentní přesností identifikovat dopravní značky nebo stanovit, zda je na dvojici fotografií jedna a tatáž osoba, dokonce i když jsou obličeje různě natočené a osvětlené. V těchto úkonech jsou stroje minimálně stejně přesné jako lidé, nebo i přesnější. S algoritmy, které strojové učení využívají, se denně potkáváme, například při třídění spamů v elektronické poště, doporučování hudby na YouTube, filmů na Netflixu nebo knih na Amazonu. Programy se přitom učí z našich předchozích preferencí.

Na principu strojového učení fungují také překladače, třeba ten od společnosti Google, který k učení využívá textů, jež jsou k dispozici v několika jazycích (například oficiální dokumenty OSN). Jeho neustálé vylepšování se pak obejde zcela bez zásahu lingvistů. Rozpoznávání jazyka dovedla k dokonalosti firma IBM, když vyvinula technologii Watson – program, který v roce 2011 v USA porazil přeborníky hry Riskuj!. V roce 2018 šla společnost ještě dál a představila diskuzního robota jménem Debater, jenž je díky množství informací, které má k dispozici, schopen v debatách předkládat mnohem silnější a přesvědčivější argumenty než člověk.

Proměna pracovního trhu

Učební algoritmy postupně ovlivňují i pracovní návyky a prostředí. Firmy dnes shromažďují spoustu dat týkajících se jejich byznysu, ale i pracovních návyků svých zaměstnanců. Monitorována je elektronická pošta, záznamy o telefonních hovorech, dotazy vyhledávané na webu či údaje o otevíraných souborech. Dnes jsou tato data používána spíše pro hodnocení a povyšování zaměstnanců, časem by se ale mohla hodit pro vývoj softwaru, který by pomohl část práce automatizovat. Stroje navíc budou schopné na základě analýzy dat provádět mnohem informovanější a rychlejší rozhodnutí, než jsou schopni lidští manažeři.

Umělá inteligence umí zastat různé typy práce, od jednoduché administrativní činnosti přes plánování a organizaci až po datové analýzy. Bude ovlivňovat práci v oborech, které by nás dříve nenapadly, jako je finanční poradenství, lékařství či právo. Podobně jako roboti nahradili například skladníky, nahradí software právníky. Jednodušší úkony, jako je kontrola smluv, zvládne počítač již mnohem rychleji než člověk. Ze závěrů experimentu vedeného několika americkými univerzitami vyplývá, že umělá inteligence byla schopna v několika smlouvách rozpoznat chyby za 26 sekund. Stejná činnost zabrala skupině dvaceti právníků 92 minut. Za přístupu k relevantním dokumentům a zákonům může umělá inteligence pomáhat také soudcům při rozhodování či obhájcům při obhajobě.

Pro některé zaměstnance budou technologie znamenat ulehčení práce a umožní jim soustředit se na intelektuálně náročnější a kreativní činnosti. Zároveň ale pracovní místa lidí, kteří pracují v kancelářích, tzv. „bílých límečků“, také zmizí, a to platí jak pro řadové zaměstnance, tak i pro vedoucí pracovníky. Během několika dalších let se situace může týkat až 40 % z nich a charakter práce se v důsledku rozvoje technologie promění až pro 500 milionů takových zaměstnanců. Vytvoří se sice nová pracovní místa, ale budou vyžadovat zcela nové typy dovedností. Přeživší pracovní pozice budou ty, ve kterých je potřeba ryze lidských vlastností – emoční inteligence či chápání věcí v souvislostech. V budoucnosti bude také stále důležitější nepřestávat se učit novým věcem; s rychlostí, s jakou se technologie vyvíjejí, se budou přetvářet a mizet další pracovní místa.

Offshoring

Se změnami na pracovním trhu souvisí také offshoring. Tento termín označuje přesunutí pracovních pozic do zemí s levnou pracovní silou. U tzv. bílých límečků k offshoringu dochází stále častěji, a to v právu, informačních technologiích, financích, daňovém poradenství či call centrech. Na rozdíl od výroby, kde se výsledný produkt musí dopravit k zákazníkovi z větší dálky, má „elektronický“ offshoring tu výhodu, že pracovní místa se dají přesunout téměř okamžitě a skoro nic to nestojí. Filipíny se například pomalu stávají světovou jedničkou v přesunutých kancelářských pozicích, zejména v call centrech, a zaměstnávají více než jeden milion lidí. Tito zaměstnanci jsou pro umělou inteligenci „levným studijním materiálem“, který může být časem nahrazen činností strojů. Odhaduje se, že na Filipínách může vlivem umělé inteligence během příštích pěti let zmizet až 50 000 pracovních míst.

Zdroje

BOSTROM, Nick. Superinteligence: až budou stroje chytřejší než lidé. Praha: Prostor, 2018.

COPELAND, B. J. Artificial Intelligence. Britannica [online]. 2019 [cit. 10. 8. 2019]. Dostupné z: https://www.britannica.com/technology/artificial-intelligence.

DANOVA, Ina. How not to surrender to white collar automation. Pegus Digital [online]. 16. 10. 2018 [cit. 10. 8. 2019]. Dostupné z: https://pegus.digital/how-not-to-surrender-to-white-collar-automation.

FORD, Martin. Roboti nastupují: automatizace, umělá inteligence a hrozba budoucnosti bez práce. Praha: Rybka Publishers, 2017.

GIBS, Samuel. AlphaZero AI beats champion chess program after teaching itself in four hours. The Guardian [online]. 7. 12. 2017 [cit. 10. 8. 2019]. Dostupné z: https://www.theguardian.com/technology/2017/dec/07/alphazero-google-deepmind-ai-beats-champion-program-teaching-itself-to-play-four-hours.

GLOY, Robert. How AI threaten white collar jobs. Technologist [online]. 8. 10. 2018 [cit. 3. 2. 2018]. Dostupné z: https://www.technologist.eu/the-threat-to-white-collar-jobs.

LawGeex. Artificial Intelligence More Accurate Than Lawyers for Reviewing Contracts, New Study Reveals. Cision PR Newswire [online]. 26. 2. 2018 [cit. 10. 8. 2019]. Dostupné z: https://www.prnewswire.com/news-releases/artificial-intelligence-more-accurate-than-lawyers-for-reviewing-contracts-new-study-reveals-300603781.html.

LEE, David. IBM´s machine argues, pretty convincingly, with humans. BBC News [online]. 19. 6. 2018 [cit. 3. 2. 2019]. Dostupné z: https://www.bbc.com/news/technology-44531132.

LEMA, Karen. Rise of the machines. Phillipine outsourcing industry braces for AI. Reuters [online]. 9. 11. 2017 [cit. 10. 8. 2019]. Dostupné z: https://www.reuters.com/article/us-philippines-economy-outsourcing/rise-of-the-machines-philippine-outsourcing-industry-braces-for-ai-idUSKBN1D90BH.

KOETSIER, John. AI Will transform 500 Million White-Collar Jobs in 5 Years; Silicon Valley must help. Forbes [online]. 4. 6. 2019 [cit. 10. 8. 2019]. Dostupné z: https://www.forbes.com/sites/johnkoetsier/2019/06/04/ai-will-transform-500-million-white-collar-jobs-in-5-years-silicon-valley-must-help/#49cf4aa27e11.

The Impact of AI in the Phillipine BPO industry. Diversify [online]. 25. 5. 2018 [cit. 10. 8. 2019]. Dostupné z: https://diversifyoss.com/newsroom/impact-ai-philippine-bpo-industry.

Big Data

Pokud jsme si dnes prohlédli nové příspěvky na Facebooku, pustili si Spotify, šli si zaběhat s chytrým telefonem, vyhledali autobusový spoj do školy nebo si třeba přidali poznámku do Google kalendáře, rozrostla se díky nám tzv. big data.Těmito „velkými daty“ rozumíme soubory dat, která jsou získávána z různých činností uživatelů a odesílají informace k dalšímu vyhodnocení. Nejedná se přitom pouze o data týkající se obsahu, ale i o tzv. metadata, tedy jakási „data o datech“ – například kromě samotných informací v odeslaném e-mailu jsou to i data o tom, kdy a komu jsme zprávu odeslali. S rozvojem digitálních technologií dochází k rychlejšímu zpracovávání těchto dat. Analýzy velkého množství informací jsou schopné společnosti jako IBM nebo Alibaba. Výsledky potom mají různorodé využití.

„Ušito na míru“

Data jsou používána například pro větší zacílení služeb danému zákazníkovi, k personalizaci, která je možná díky většímu povědomí o uživateli aplikace. Personalizaci v akci nyní můžeme dobře vidět na hlasových asistentech, aktuálně dostupných například od značek Amazon, Google či Apple. Díky nim jsme nyní schopni hlasem spustit jak Beatles, tak i ústřední topení nebo nás asistent může dopředu upozornit na nadcházející zkoušku ve škole. Google v minulém roce představil program Duplex (neuronovou síť), díky kterému je asistent schopen obratně sjednat na naši žádost telefonickou rezervaci v restauraci, a to i v situacích, kdy telefonista dostatečně nerozumí jazyku, mění svá stanoviska nebo je asistent přerušován. U budoucích asistentů se také předpokládá, že díky informacím a strojovému učení budou také schopni přizpůsobovat se světonázorům svého majitele.

Lékařství je obor, ve kterém může být zpracovávání velkých dat prospěšné. Aplikace se nehodí jen ke sbírání preferencí ohledně hudby či filmů, ale také dat o činnosti srdce, kvalitě spánku, o našem pohybu či obsahu zpráv, které píšeme. Pomáhají tak rozpoznat jak aktuální fyzický stav, tak i současný psychický stav lidí s duševním onemocněním nebo dokážou pomoci drogově závislým k sebekontrole. Informace z technologií pomáhají rozlišovat tělesné znaky a projevy, kterých bychom si nebyli schopni sami všimnout. V lékařství se ale zpracovávají i mnohem větší data – vzhledem k obrovskému množství informací v nejrůznějších lékařských publikacích, odborných článcích, ale i v kartách jednotlivých pacientů je pro člověka prakticky nemožné je všechny nastudovat. Programy jsou na druhou stranu schopné nejen informace z různých koutů světa shromáždit, ale také v nich najít souvislosti a vyvodit z nich závěry. Toho lze využít v diagnostice či při navrhování nejlepší léčby vážných nemocí.

Kdo vlastní moje data?

Přestože si lehce umíme představit přínos digitálních asistentů či využití analýzy dat v lékařství, sběr dat má i jinou stránku. Skrze poskytování dat totiž prozrazujeme svoje osobní potřeby i nejniternější tužby a často si to ani neuvědomujeme. Díky tomu mohou algoritmy znát naši osobnost lépe než my sami. Jedna ze studií Facebooku například naznačuje, že stačí 300 facebookových lajků, aby nás jeho algoritmus znal lépe než vlastní manžel či manželka. To do značné míry implikuje ztrátu soukromí. Zároveň nás algoritmus může zbavit odpovědnosti za rozhodování o vlastním životě, protože bude zkrátka vytvářet mnohem informovanější rozhodnutí, než budou ta lidská. A navíc je třeba si uvědomit, že to jsou soukromé firmy, kdo s našimi daty disponuje. Kumulace a centralizace zprocesovaných dat je trendem v současném podnikání a tvoří jeden ze základních stavebních kamenů pro koncentraci moci. Firmy téměř ve všech odvětvích se snaží mít ta nejlepší data s nejpřesnější interpretací a využít je na úkor svých konkurentů.

Stahuji: Morální kompas

Jiný obraz využití big dat nacházíme v Číně. Ta podporuje domácí digitální firmy, jako je Alibaba nebo Tencent, aby na analýze a sběru velkých dat pracovaly pro vývoj aplikace Sesame Credit. Aplikace ze získaných dat vyhodnocuje sociální kredibilitu (důvěryhodnost) svých obyvatel. Má sloužit k podpoře správného občanského chování (formou odměňování) a zabraňovat tomu špatnému (trestáním). Aplikace, která má být v roce 2020 povinná pro všechny občany Číny, nyní prochází zkušebním módem. Data jsou sbírána z hojně rozmístěných kamerových systémů, mobilních aplikací a pohybu po internetu, z platebních transakcí a aktuálně i z pozorování a zaznamenávání úředníky vlády v jednotlivých regionech. Pokud byste jako obyvatel či obyvatelka Číny přecházeli na červenou, nespláceli dluhy, nakupovali ve větším množství nezdravé jídlo, alkohol či videohry nebo se jen přátelili s lidmi, kteří dělají výše uvedené věci, klesl by váš sociální kredit a následovaly by restrikce. Naopak chování, které je považováno za zodpovědné, jako třeba nákup plenek, dobrovolnická práce či včasné splácení půjček, váš kredit zvýší. Osoby s nižším sociálním kreditem mají omezeno či zakázáno cestovat vlakem a letadlem, bydlet v prestižnějších čtvrtích a jejich děti nemohou studovat na vybraných školách. V Čínské provincii Sin-ťiang jsou její obyvatelé (většinou etničtí Ujguři vyznávající islám) za prohřešky, mezi které se počítá i jejich etnické chování, posíláni do převýchovných táborů, z nichž se mnozí nikdy nevrátí.

Zdroje

CAMINITI, Susan. 4 gig economy trends that are radically transforming the US job market. CNBC [online]. 2018 [cit. 18. 1. 2019]. Dostupné z: https://www.cnbc.com/2018/10/29/4-gig-economy-trends-that-are-radically-transforming-the-us-job-market.html.

Analytics Software & Solutions. What is Big Data [online]. 2019 [cit. 20. 1. 2019]. Dostupné z: https://www.sas.com/en_us/insights/big-data/what-is-big-data.html.

CARNEY, Matthew. Exposing China’s Digital Dystopian Dictatorship. ABC NEWS [online]. 2018 [cit. 20. 1. 2019]. Dostupné z: https://www.youtube.com/watch?v=eViswN602_k&t=1421s.

Father with low credit score causes university to suspend son’s admission application. CGTN [online]. 2018 [cit. 20. 1. 2019]. Dostupné z: https://news.cgtn.com/news/3d3d774d79637a4e78457a6333566d54/share_p.html.

CRUM, Poppy. Technology that knows what you’re feeling. TED [online]. 2018 [cit. 20. 1. 2019]. Dostupné z: https://www.ted.com/talks/poppy_crum_technology_that_knows_what_you_re_feeling.

ČERNÝ, Michal. Psychiatr v mobilu. RESPEKT [online]. 2018 [cit. 20. 1. 2019]. Dostupné z: https://www.respekt.cz/tydenik/2018/6/psychiatr-v-mobilu.

Google Duplex: An AI System for Accomplishing Real-World Tasks Over the Phone. Google Al Blog [online]. 2018 [cit. 20. 1. 2019]. Dostupné z: https://ai.googleblog.com/2018/05/duplex-ai-system-for-natural-conversation.html.

HARARI, Yuval Noah. Homo deus: Stručné dějiny zítřka. Voznice: Leda, 2017.

SINOPSIS. Velký bratr v praxi: Čína testuje na Ujgurech, jestli se dá společnost absolutně kontrolovat. Hlídací pes [online]. 11. 11. 2017 [cit. 20. 1. 2019]. Dostupné z: https://hlidacipes.org/velky-bratr-oziva-cina-testuje-ujgurech-jestli-se-da-spolecnost-absolutne-kontrolovat.

ZAVORAL, Petr. Velká a malá data: Soukromá či veřejná? ICT Revue [online]. 8. 10. 2018 [cit. 17. 4. 2019]. Dostupné z: https://ictrevue.ihned.cz/c3-66279210-0ICT00_d-66279210-velka-a-mala-data-soukroma-ci-verejna.

ZLATKOVSKÝ, Michal: Alexo, jaká je budoucnost? RESPEKT [online]. 2018 [cit. 20. 1. 2019]. Dostupné z: https://www.respekt.cz/tydenik/2018/11/alexo-jaka-je-budoucnost.

Gig economy

Svět práce se díky technologiím neproměňuje pouze tak, že lidská síla je nahrazována roboty a lidská inteligence algoritmy. Mění se i díky neustálému digitálnímu připojení každého z nás – skrze počítače, ale zejména skrze chytré telefony. To dalo vzniknout velkému množství digitálních platforem, jež propojují lidi nabízející služby s lidmi, kteří se je rozhodnou využít.

Uber, Airbnb i Amazon

Uber zprostředkovává kontakt mezi člověkem, který se potřebuje někam dopravit, a osobou, jež má ve vlastním autě místo a pohybuje se poblíž. Obdobně fungují třeba rozvozy jídel, které zajišťuje platforma Deliveroo. Airbnb zase umožňuje krátkodobě pronajmout byt či pokoj za úplatu a TaskRabbit zprostředkovává nárazové služby jako vaření, úklid či montáž nábytku. Významnou skupinu digitálních platforem potom tvoří takové, jejichž nabídky je možné přijmout odkudkoli na světě. LiveOps provozuje virtuální call centrum – pracovníci vyřizují hovory od sebe z domova, a není tak potřeba fyzická přítomnost v kancelářích. Galaxy Zoo zase využívá zapojení velkého množství lidí pro klasifikaci galaxií z astronomických snímků.

Také dceřiná platforma Amazonu Mechanical Turk vypisuje menší či větší zakázky, o něž se mohou online ucházet lidé prakticky odkudkoli na světě. Jedná se o velice malé úkoly, které lidé hravě zvládnou – psaní popisků produktů, rozpoznávání interpretů hudebních skladeb, programování, přepisování dat či rozpoznávání obrázků. Firma Scale nabízí činnosti spočívající ve sledování kamerového záznamu a průběžné označování aut, chodců a cyklistů. Velké množství takových úkonů slouží k dalšímu vylepšování technologií, konkrétně k rozvoji umělé inteligence či jako trénink pro autonomní auta (taková, která ke svému provozu nepotřebují řidiče a orientují se pomocí počítačových systémů). V současnosti více než půl milionu lidí pracuje pro Mechanical Turk ve 190 zemích světa. Podobným příkladem je firma Upwork sídlící v Silicon Valley, která má jen 250 zaměstnanců. Ti dohlížejí na 10 milionů lidí, kteří soutěží o práci na internetových aukcích. Pokud pracujete jako programátor, vývojář softwaru, překladatel, právník nebo architekt, stačí zadat svoje jméno a profesi a kdokoli si vás může najmout.

Gig economy

Pro popsaný fenomén se nejčastěji používá pojem gig economy, do češtiny zatím překládaný jako zakázková ekonomika. Jde o zadávání jednorázových zakázek nejrůznějšího charakteru přes digitální platformy a aplikace lidem, kteří dostanou zaplaceno pouze za tento úkon. Živí se takto čím dál více lidí, jen v Severní Americe a Evropě se jedná o přibližně 150 milionů lidí. Digitální věk umožnil dělat práci v podstatě odkudkoli. To na jednu stranu značně zvyšuje možnosti výběru zakázek pro každého pracujícího, na druhé straně ale čeká zájemce boj o to nabídnout svoji práci za co nejnižší cenu v konkurenci s lidmi, kteří mají úplně jiné mzdové podmínky a náklady na živobytí.

Mnozí lidé věří, že gig economy nabízí nezávislejší, svobodnější podobu práce a ekonomické osvobození lidí. Zakázková ekonomika umožňuje flexibilní zaměstnání, které je vhodné pro rodiče s dětmi či mladé lidi. Také dokáže nabídnout práci těm, kteří jsou dlouhodobě vyloučeni z pracovního trhu – některé ženy, zástupci menšin nebo imigranti. Zlepšuje také podmínky pro nastavení rovnováhy mezi pracovním a soukromým životem.

Svobodný, ale unavený?

Na druhou stranu existuje nezanedbatelné množství lidí, čítající zřejmě přes milion pracovníků v EU, kteří se na platformy spoléhají jako na hlavní zdroj příjmu. Nikdy si ale nemohou být jistí, že se jim podaří získat tolik minizakázek, aby se uživili, a nikdy nevědí, jak dlouho budou pracovat. Zatímco dělají jednu zakázku, tak si zároveň neustále hledají další práci, a to současně na mnoha platformách. Na jedince to tedy klade velké psychické nároky.

Tím ale výčet rizik spojených s tímto fenoménem nekončí. Práce není pokrytá zdravotním pojištěním a pracující nejsou nikterak chráněni. Těžko se mohou dovolat nadřízenému o svá práva, když často dostávají příkazy generované automatickým systémem a s ostatními pracujícími nepřicházejí vůbec do kontaktu. Je pro ně obtížné sdružovat se a společně se zasazovat o lepší pracovní podmínky. Algoritmy Uberu, které určují trasy, jsou například nastavené tak, že brání řidičům, aby se potkali na jednom místě při čekání na další objednávku. Na pracovníky jsou také přenášeny náklady na pořízení vybavení – řidiči si sami pořizují auta, „klikači“ počítač, poslíčci kola pro rozvoz a mobilní telefony, aby byli k dispozici. Firmy tak vydělávají na lidské práci, aniž by za pracující převzali alespoň základní odpovědnost.

Sami digitální pracovníci přesto začínají postupně za svá zaměstnanecká práva bojovat. Řidiči Uberu z Kalifornie a Massachusetts se rozhodli firmu žalovat, protože chtěli být uznáni jako její zaměstnanci a mít nárok na odpovídající odvody do sociálního systému. Přelomový rozsudek padl v říjnu minulého roku také ve Velké Británii, kde bylo soudně rozhodnuto, že Uber není jen technologickou zprostředkující platformou, ale zaměstnavatelem se všemi s tím souvisejícími povinnostmi. Pozornost vyvolal rovněž případ kontraktorů aplikace Deliveroo ve Velké Británii, kteří požadují takové ohodnocení za zakázky, že z peněz budou schopni vyžít. Roste také hnutí usilující o vytváření projektů, které budou stát na demokratických principech a spoluvlastnictví digitálních platforem, a nabídnou tak možnost spravedlivějších pracovních vztahů v budoucnosti.

Zdroje

CANT, Callum. Prekarizovaní kurýři bojují proti kapitalismu platforem. A2larm [online]. 2017 [cit. 18. 1. 2019]. Dostupné z: http://a2larm.cz/2017/08/prekarizovani-kuryri-bojuji-proti-kapitalismu-platforem.

Dhanyata TV: Dark Net S02E01 My Mind. YouTube [online]. 2017 [cit. 18. 1. 2019]. Dostupné z: https://www.youtube.com/watch?v=kJ0QKFC60Bg&fbclid=IwAR3MKsYnm9ImQrhs34VDUpb1NHetutbPIVr4CqAIgqw8BxJGUmJGHIwGYmo.

DRAHOKOUPIL, Jan. Mzda a sociální zajištění v kapitalismu platforem. Deník Referendum [online]. 2016 [cit. 18. 1. 2019]. Dostupné z: http://denikreferendum.cz/clanek/24361-mzda-a-socialni-zajisteni-v-kapitalismu-platforem.

DROZD, Václav. Pokud nebudeme opatrní, technologie lidstvo zničí. A2larm [online]. 2017 [cit. 18. 1. 2019]. Dostupné z: http://a2larm.cz/2017/05/pokud-nebudeme-opatrni-technologie-lidstvo-znici.

GERON, Tomie. Airbnb And The Unstoppable Rise Of The Share Economy. Forbes [online]. 2013 [cit. 18. 1. 2019]. Dostupné z: https://www.forbes.com/sites/tomiogeron/2013/01/23/airbnb-and-the-unstoppable-rise-of-the-share-economy/#4dd5b835aae3.

GRAHAM, Mark, SHAW, Joe. Towards a Fairer Gig Economy. Meatspace Press, 2017.

HARRIS, Mark. Amazon’s Mechanical Turk workers protest: ‚I am a human being, not an algorithm‘. The Guardian [online]. 2014 [cit. 18. 1. 2019]. Dostupné z: https://www.theguardian.com/technology/2014/dec/03/amazon-mechanical-turk-workers-protest-jeff-bezos.

HERN, Alex. Why the term ‚sharing economy‘ needs to die. The Guardian [online]. 2015 [cit. 18. 1. 2019]. Dostupné z: https://www.theguardian.com/technology/2015/oct/05/why-the-term-sharing-economy-needs-to-die.

KESSLER, Sarah. The Crazy Hacks One Woman Used to Make Money on Mechanical Turk. Wired [online]. 2018 [cit. 18. 1. 2019]. Dostupné z: https://www.wired.com/story/the-crazy-hacks-one-woman-used-to-make-money-on-mechanical-turk.

SMEJKALOVÁ, Kateřina. Digitální nádeníci hledají svá práva. Praha: Masarykova demokratická akademie, 2017.

SMEJKALOVA, Kateřina. Sdílení jako mimikry kapitalismu platforem. A2larm [online]. 2016 [cit. 18. 1. 2019]. Dostupné z: http://a2larm.cz/2016/06/sdileni-jako-mimikry-kapitalismu-platforem.

SMEJKALOVÁ, Kateřina. Uber versus taxikáři? Jen část příběhu. A2larm [online]. 2017 [cit. 18. 1. 2019]. Dostupné z: http://a2larm.cz/2017/04/uber-versus-taxikari-jen-cast-pribehu.

SMEJKALOVÁ, Kateřina. Uberizace práce. Deník Referendum [online]. 2016 [cit. 18. 1. 2019]. Dostupné z: http://denikreferendum.cz/clanek/22724-uberizace-prace.

SMEJKALOVÁ, Kateřina. Utváření nového světa práce. Deník Referendum [online]. 2016 [cit. 18. 1. 2019]. Dostupné z: http://denikreferendum.cz/clanek/23318-utvareni-noveho-sveta-prace.

SOLON, Olivia. The rise of ‚pseudo-AI‘: how tech firms quietly use humans to do bots‘ work. The Guardian [online]. 2018 [cit. 18. 1. 2019]. Dostupné z: https://www.theguardian.com/technology/2018/jul/06/artificial-intelligence-ai-humans-bots-tech-companies.

Spoluspotřebitelství. Wikipedia [online]. 2018 [cit. 18. 1. 2019]. Dostupné z: https://cs.wikipedia.org/wiki/Spoluspot%C5%99ebitelstv%C3%AD#Sd%C3%ADlen%C3%A1_ekonomika.

The Rise of the Gig Economy. AESC [online]. [cit. 18. 1. 2019]. Dostupné z: https://www.aesc.org/insights/magazine/article/rise-gig-economy.