Negócios

Afinal, as máquinas tomarão nossos empregos no futuro?

No ano de 2013, dois pesquisadores da Oxford University, no Reino Unido, conduziram um interessante estudo sobre o futuro do trabalho. Durante a pesquisa, Carl Benedikt Frey, do Departamento de Filosofia, e Michael A. Osborne, do Departamento de Engenharia, concluíram que praticamente um em cada dois empregos possui alto risco de ser automatizado por máquinas.

Dentre as profissões com menor probabilidade de automatização foram elencadas a dos terapeutas recreacionais, nutricionistas, psicológicos, dentistas e médicos (à exceção dos epidemiologistas).

Por outro lado, dentre as profissões com maior probabilidade de automatização foram apontadas a dos operadores de telemarketing, restauradores de relógios e bibliotecários (veja AQUI a relação completa das profissões).

Machine Learning

Em resumo, grande parte dessa revolução do mercado de trabalho se deve ao Machine Learning, o qual permite que as máquinas aprendam com dados e imitem tarefas desempenhadas pelos humanos.

máquinas machine learning
O Machine Learning é o ramo mais poderoso da inteligência artificial

Desenvolvido na década de 90, o Machine Learning se dedicou inicialmente a resolver tarefas relativamente simples, como análises de créditos e separação de correspondências. Hoje, após mais de uma década de avanços surpreendentes, a técnica é capaz de desempenhar tarefas bem mais complexas.

Entendendo o tema com Anthony Goldbloom

A capacidade do Machine Learning foi bem ilustrada por Anthony Goldbloom, em recente TED Talk.

No ano de 2010, Goldbloom fundou a Kaggle, uma startup destinada a desenvolver e aprimorar o Machine Learning. Todos os anos, a empresa reúne milhares de especialistas para resolver problemas importantes à indústria e ao mundo acadêmico.

Em síntese, as atividades realizadas pela Kaggle oferece a Goldbloom, e tantos outros, uma perspectiva única sobre o que as máquinas podem fazer, o que não conseguem fazer e quais empregos elas vão automatizar ou ameaçar no futuro.

No ano de 2012, a Kaggle desafiou sua comunidade a elaborar um algoritmo que conseguisse corrigir as redações do ensino médio. A competição reuniu mais de 150 equipes, e os algoritmos vencedores foram capazes de se equiparar às notas dadas por professores humanos.

Em 2015, a empresa lançou um desafio ainda maior: construir um algoritmo que, a partir de imagens de olhos, conseguisse diagnosticar uma doença ocular chamada retinopatia diabética. Novamente, os algoritmos vencedores foram capazes de se equiparar aos diagnósticos dados por oftalmologistas humanos.

De posse dos dados corretosas máquinas superarão humanos nesse tipo de tarefa. Um professor pode ler 10 mil redações ao longo de uma carreira de 40 anos. Um oftalmologista pode examinar 50 mil olhos. Uma máquina pode ler milhões de redações ou examinar milhões de olhos em poucos minutos. Não temos a menor chance de competir com as máquinas em tarefas frequentes e volumosas. – Anthony Goldbloom

As máquinas tomarão nossos empregos?

Por maiores que sejam os avanços, existem atividades que somente os humanos conseguem fazer, como lidar com situações novas.

Desse modo. temos a habilidade de ligar pontos aparentemente distintos para resolver problemas que nunca vimos antes. Já as máquinas não conseguem lidar com coisas que não viram muitas vezes antes. Em suma, elas não são capazes de competir conosco quando se trata de situações novas.

Uma das limitações fundamentais do Machine Learning é que as máquinas precisam aprender através de um grande volume de dados passados. Isso, portanto, coloca uma baliza nas tarefas humanas que as máquinas poderão automatizar.

Logo, o futuro de cada emprego se encontra na resposta a uma única questão. Em síntese, o emprego é reduzível a tarefas frequentes e volumosas ou envolve lidar com situações novas?

Sim ou não?

Se a resposta for SIM, ou seja, se o emprego é reduzível a tarefas frequentes e volumosas, as máquinas estão cada vez melhores e provavelmente tomarão o seu emprego.

Dessa forma, hoje elas corrigem redações e diagnosticam certas doenças. Nos anos vindouros, vão realizar auditorias e ler informações básicas de contratos legais.

Contadores e advogados ainda serão necessários para tarefas fiscais complexas e litígios inovadores. Mas máquinas vão buscar, a todos custo, cortar postos e tornar difícil a obtenção desses empregos.

Se a resposta for NÃO, isto é, se o emprego envolve lidar com situações novas, não há o que temer. A princípio, ao mesmo por enquanto.

O texto de uma campanha publicitária, por exemplo, precisa prender a atenção do consumidor. Deve destacar-se na multidão e encontrar lacunas no mercado. São seres humanos que vão criar o texto dessas campanhas publicitárias. Em síntese, serão eles que vão desenvolver novas estratégias de negócios.

Para Goldbloom, seja o que decidirmos ser, devemos deixar que cada novo dia nos traga um novo desafio. Enfim, se trouxer, estaremos, então, à frente das máquinas.

ASSINE NOSSA NEWSLETTER SEMANAL

Redação

Futuro Exponencial é um site que se dedica a cobrir os mais recentes avanços tecnológicos e seus potenciais impactos para o futuro da humanidade

ARTIGOS RELACIONADOS

Comentários no Facebook