Robot jobpocalypse sudah ada di sini, jika Anda mendengarkan laporan media. Perusahaan Big Tech memperkuat divisi kecerdasan buatan mereka sambil memangkas pekerjaan di tempat lain; dan kecerdasan buatan secara langsung disalahkan atas setidaknya 4.600 pemutusan hubungan kerja tahun lalu, dengan para ahli memperkirakan dampak akhirnya dapat mencapai jutaan pekerja. Namun, Elon Musk akan memberi tahu Anda bahwa itu bukanlah krisis sebenarnya: Masalahnya adalah orang-orang tidak memiliki cukup bayi.
Musim panas lalu, CEO Tesla Elon Musk mengatakan penurunan tingkat kelahiran adalah “bahaya terbesar yang dihadapi peradaban secara jauh.” Dalam komentar terpisah, Musk mengatakan pada saat itu bahwa ia “berusaha sebaik mungkin untuk membantu mengatasi krisis kekurangan penduduk,” sebagai tanggapan terhadap laporan Business Insider bahwa ia secara rahasia menjadi ayah kembar dengan seorang eksekutif tingkat atas di perusahaan teknologi implan otaknya, Neuralink.
Namun, sangat tidak mungkin bahwa kecerdasan buatan akan menghilangkan pekerjaan semua orang di Amerika Serikat, berpendapat ekonom tenaga kerja MIT David Autor, dan meskipun ia tidak menyebutkan Musk secara khusus, ia menjelaskan realitas yang tak terbantahkan yang sama. “Kecuali ada perubahan besar dalam kebijakan imigrasi, Amerika Serikat dan negara-negara kaya lainnya akan kehabisan pekerja sebelum kehabisan pekerjaan,” tulis Autor dalam makalah “Menerapkan Kecerdasan Buatan untuk Memperbaiki Pekerjaan Kelas Menengah,” yang baru-baru ini diterbitkan oleh National Bureau of Economic Research.
Ini adalah demografi sederhana, tulis Autor. Dengan tingkat kelahiran di seluruh dunia industri dan China merosot jauh di bawah sekitar 2,1 anak per perempuan yang diperlukan untuk menjaga kestabilan populasi, sebagian besar dunia menghadapi kekurangan pekerja yang parah, katanya.
“Dunia industri tersedot oleh pekerjaan, dan akan tetap seperti itu,” tulis Autor. “Ini bukanlah prediksi, ini adalah fakta demografis. Semua orang yang akan berusia 30 tahun pada tahun 2053 sudah lahir dan kita tidak dapat membuat lebih banyak dari mereka,” tulisnya.
Bekerja, tetapi apakah itu baik?
Namun, pekerjaan sederhana bukan jaminan kesejahteraan ekonomi, catat Autor (seperti yang dapat dilihat oleh siapa pun yang mengamati penurunan mobilitas sosial pekerja Amerika sejak tahun 1970-an.) Di sinilah kebijakan menjadi penting. Kecerdasan buatan, klaim Autor, memiliki potensi untuk membalikkan dampak 40 tahun terakhir otomatisasi, di mana komputer telah mengurangi nilai kerja manual dan semakin memberikan imbalan pada pengetahuan—dan ia mengklaim bahwa kecerdasan buatan bahkan dapat menciptakan pekerjaan kelas menengah yang dibayar dengan baik.
Kuncinya adalah memanfaatkan kemampuan kecerdasan buatan untuk meningkatkan “keahlian” manusia, katanya. Sebelum kecerdasan buatan, komputer membuat informasi menjadi murah dan mudah diakses, yang meningkatkan nilai keahlian yang diberikan oleh para profesional yang dibayar tinggi (misalnya, dokter, pengacara, pendidik). Mereka memiliki “pelaksanaan rutin dan hampir tanpa biaya untuk tugas prosedural rutin” bersama dengan “ketidakmampuan untuk menguasai tugas-tugas non-rutin yang membutuhkan pengetahuan taktis,” tulis Autor. Kecerdasan buatan, meskipun masih dalam tahap awal, melakukan yang sebaliknya. Kecerdasan buatan generatif dapat berimprovisasi dengan gambar yang ada tanpa harus dilatih secara khusus, dan mengikuti instruksi tanpa mengetahui semua aturan. “Jika program komputer tradisional mirip dengan seorang pemain klasik yang hanya memainkan catatan pada lembaran musik, kecerdasan buatan lebih mirip dengan musisi jazz—berimprovisasi dengan melodi yang ada, membuat solo improvisasi, dan menghasilkan lagu baru,” tulisnya.
Kemampuan ini berarti kecerdasan buatan dapat digunakan untuk menciptakan pekerjaan yang lebih baik dan lebih adil—dengan mengganggu puncak elit tenaga kerja dan memberikan peluang kepada semua orang, argumen Autor.
Menurut cerita Autor, “ahli elit modern seperti dokter, arsitek, pilot, teknisi listrik, dan pendidik” adalah versi modern dari pengrajin yang kehilangan pekerjaan akibat mekanisasi massal selama Revolusi Industri. Seperti pendahulu mereka pada abad ke-18, para ahli hari ini menghabiskan bertahun-tahun belajar kerajinan mereka dalam bentuk magang, dan kemudian “menggabungkan pengetahuan prosedural dengan penilaian ahli dan seringkali kreativitas, untuk menangani kasus-kasus tertentu, berisiko tinggi, dan seringkali tidak pasti,” tulisnya.
Menjadi semakin pentingnya “ahli” adalah salah satu alasan mengapa biaya pendidikan dan perawatan kesehatan telah meningkat sekitar 600% dan 200% selama 40 tahun terakhir, kata Autor. Dan ia menganjurkan agar kecerdasan buatan mengurangi sebagian penilaian elit tersebut dan membantu menurunkan biaya hidup bagi semua orang.
“Dengan memberikan dukungan keputusan dalam bentuk panduan dan batasan waktu nyata, kecerdasan buatan dapat memungkinkan sekelompok pekerja yang memiliki pengetahuan pelengkap untuk melakukan beberapa tugas pengambilan keputusan yang berisiko tinggi yang saat ini dianggap menjadi milik ahli elit seperti dokter, pengacara, pengembang kode, dan pendidik,” tulis Autor. “Ini akan meningkatkan kualitas pekerjaan bagi pekerja tanpa gelar sarjana, memoderasi ketimpangan pendapatan, dan—seperti yang dilakukan oleh Revolusi Industri pada barang konsumen—menurunkan biaya layanan kunci seperti perawatan kesehatan, pendidikan, dan keahlian hukum.”
Perhatikan perawat praktisi
Untuk menunjukkan bagaimana hal itu bisa berhasil, Autor menggunakan contoh perawat praktisi. Pekerjaan NP pada dasarnya diciptakan pada tahun 1960-an untuk mengatasi kekurangan dokter yang akan datang; NP menerima pelatihan tambahan di atas gelar keperawatan untuk diizinkan menjalankan dan menafsirkan tes medis; mendiagnosis pasien, dan memberikan resep—tugas-tugas yang dulunya eksklusif bagi dokter. Dengan bantuan perkembangan teknologi, termasuk rekam medis elektronik dan alat komunikasi, pekerjaan ini telah meningkat 40% dalam 20 tahun terakhir, dengan NP median pada tahun 2022 menghasilkan $125.000, atau 50% lebih banyak dari pendapatan rumah tangga median.
Tidak mungkin kecerdasan buatan akan membuat ahli menjadi tidak relevan, berpendapat Autor, karena itu hanya alat, seperti gergaji mesin atau kalkulator, dan “alat umumnya bukan pengganti keahlian tetapi pengungkit untuk penerapannya,” tulisnya. (Ambil contoh pistol paku pneumatik—alat yang tak tergantikan bagi seorang tukang atap profesional dan sumber cedera bagi pemula.)
Namun, kecerdasan buatan dapat memberikan keuntungan kepada pekerja terlatih untuk melakukan pekerjaan terbaik mereka sambil meminimalkan pekerjaan yang membosankan, kata Autor. “Kecerdasan buatan yang digunakan dengan baik dapat membantu mengembalikan jantung pasar tenaga kerja AS dengan keterampilan menengah dan kelas menengah yang telah dikikis oleh otomatisasi dan globalisasi,” tulisnya.
Tentu saja, teknologi ini masih dalam tahap awal, dan pemerintah perlu membuat kebijakan untuk melindungi pekerja yang ada dari aplikasi teknologi yang tidak jujur (dan mungkin bahkan pemimpin perusahaan yang terlalu bersemangat untuk memotong biaya).
Namun sebagai bukti bahwa ini bukanlah sekadar mimpi, Autor menawarkan tiga studi terbaru yang membandingkan pekerja dengan dan tanpa bantuan kecerdasan buatan. Para programmer yang menggunakan GitHub Copilot, asisten pemrograman kecerdasan buatan, lebih dari 50% lebih cepat daripada mereka yang tidak, menurut satu studi. Makalah kerja NBER lainnya menemukan bahwa kecerdasan buatan membantu agen layanan pelanggan menjadi lebih produktif dan mendapatkan pengalaman lebih cepat (dan membantu mereka tetap bekerja jauh lebih lama daripada sebelumnya.) Dan sebuah studi di jurnal Science yang membandingkan penulis profesional (pemasar, penulis proposal, konsultan, dan lainnya) yang menggunakan ChatGPT menemukan bahwa kecer