Tópico: Fábrica vai trocar 90% dos trabalhadores por robôs

[Lorentz]

Capitalismo em crise e o declínio do trabalho

Wallerstein analisa: revolução robótica, capturada pela ideologia do “mercado”, ameaça destruir empregos em massa. Até FMI alarma-se. Mas sistema já parece incapaz de se corrigir


A ideologia neoliberal dominou o discurso político, em termos globais, nos primeiros quinze anos do século. O mantra era: a única política viável para os governos e movimentos sociais era dar prioridade para algo chamado “o mercado”. A resistência a esta crença tornou-se mínima, porque mesmo os partidos e movimentos que se consideravam de esquerda – ou ao menos à esquerda do centro – abandonaram sua ênfase traducional em medidas de Bem-estar Social e aceitaram a validade desta posição, orientada pra o mercado. Argumentavam que só era possível, quando muito, amenizar seu impacto, mantendo uma pequena parte das redes de segurança históricas que os Estados haviam construído ao longo de mais de 150 anos.

Não dominou não. O que se viu nos últimos anos foi uma proteção do mercado e intervenção do governo nas economias, principalmente na China. Os países que mantiveram o "bem estar social" e controle da economia acabaram quebrando e isso gerou muito mais pobreza e desemprego.

Se o capitalismo é ruim, as alternativas até agora se mostraram piores.

[Peter Joseph]

Deep Learning vai nos ensinar a lição de nossas vidas: O trabalho é para as máquinas

Essa “língua” é uma nova classe de aprendizado de máquinas chamado deep learning, e o “sussurro” foi um computador utilizando disto para, aparentemente do nada, vencer Fan Hui no jogo Go, no qual ele foi 3 vezes campeão europeu. Não só uma vez, mas cinco seguidas, sem nenhuma derrota. Muitos dos que leram esta notícia acharam isto impressionante, mas de nenhuma maneira comparável com uma possível partida com Lee Se-dol, que muitos consideram como um dos melhores jogadores de Go vivos, se não o melhor. Imaginando um duelo tão grande de homem versus máquina, o melhor jogador da China previu que Lee não iria perder nenhuma das partidas, e o próprio Lee confiantemente esperava perder uma, no máximo.

E o que aconteceu quando eles se enfrentaram? Lee ganhou apenas uma das cinco partidas. Uma inteligência artificial chamada AlphaGo agora é um jogador de Go melhor que qualquer humano do planeta, e recebeu o rank “divino” de 9 dan. Em outras palavras, o nível de habilidade da máquina chega a ser considerado ‘divino’. Go foi oficialmente dominado por uma máquina, assim como Jeopardy foi pelo Watson, e o xadrez pelo Deep Blue.

Mas o que é Go? Colocando de um jeito simples, pense em Go como um Super Ultra Mega xadrez. Isto pode ainda parecer uma conquista pequena, apenas outra coroa de louros para as máquinas, enquanto elas continuam a provar serem superiores nos nossos passa-tempos, mas isto não é algo pequeno, e o que está acontecendo não é brincadeira.

A vitória histórica da AlphaGo é um sinal claro de que as máquinas saíram do crescimento linear para o parabólico. Os avanços tecnológicos se tornaram tão visivelmente exponenciais, que nós podemos ver muitos outros marcos sendo realizados muito antes do que esperávamos. Esses avanços exponenciais, mais notavelmente em forma de inteligência artificial limitada a tarefas específicas, levantam a questão de estarmos completamente despreparados para o futuro, caso continuemos a insistir nos empregos como nossa fonte primária de renda.

O poder do deep learning (aprendizagem profunda, em uma tradução livre) é que ele é um meio de utilizar quantidades massivas de dados para fazer máquinas operarem mais como nós, sem precisão de dar-lhes instruções explícitas. Ao invés de descrever todas as características de uma cadeira para um computador, nós apenas o conectamos à internet e o fornecemos com milhões de fotos de cadeiras. Assim, ele irá ter uma ideia geral do que é uma cadeira. Depois, nós o testamos com ainda mais imagens; onde ele errar, nós corrigimos, o que potencializa sua capacidade de reconhecer uma cadeira. A repetição deste processo resulta em um computador que sabe o que é uma cadeira quando ele vê uma, quase tão bem quanto nós mesmos. A principal diferença é que, diferente dos humanos, ele pode analisar estas milhões de imagens em apenas alguns segundos.

A combinação de deep learning e big data resultou em realizações espantosas só no ano passado. Além da incrível vitória da AlphaGo, a inteligência artificial do Google, DeepMind, aprendeu a ler e compreender textos, dentre centenas e centenas de artigos de jornais. DeepMind também aprendeu sozinha a jogar dúzias de jogos do Atari 2600 melhor que humanos, apenas analisando a tela e o placar, e repetindo várias partidas. Uma IA chamada Giraffe aprendeu por si só como jogar xadrez de uma maneira similar, utilizando dados de 175 milhões de posições das peças, conseguindo o status International Master em apenas 72 horas, jogando sozinha repetidamente. Em 2015, outra IA passou em um teste de Turing visual; foi mostrado para ela um caractere de um alfabeto ficcional, desconhecido para ela, e ela conseguiu o reproduzir instantaneamente, de um jeito completamente indistinguível de um humano que realizou o mesmo teste. Todos estes foram grandes marcos para a inteligência artificial.

No entanto, apesar destes marcos, quando pedidos para estimar quando um computador conseguiria vencer um jogador proeminente de Go, a resposta dos especialistas, alguns meses antes do anúncio da vitória da AlphaGo, era “talvez daqui a dez anos”. Uma década era considerada uma estimativa justa, já que Go é um jogo tão complexo, que vou apenas deixar Ken Jennings, jogador de Jeopardy, outro campeão derrotado por uma IA, descrevê-lo:

-“Go é um jogo muito mais complexo que xadrez, com seu tabuleiro maior, jogos mais longos, e muito mais peças. A equipe da IA do Google, DeepMind, gosta de dizer que existem mais possibilidades possíveis em um tabuleiro de Go do que existem átomos no universo conhecido, mas isto subestima bastante o problema computacional. Existem cerca de 10^170 posições possíveis em um tabuleiro de Go, e “apenas” 10^80 átomos no universo. Isto significa que, se houvessem tantos universos paralelos quanto existem átomos no nosso, então o número total de átomos em todos estes universos somados chegaria perto das possibilidade do tabuleiro.”


Uma complexidade tão confusa torna impossível qualquer abordagem de força-bruta para escanear todas as possibilidades de movimento das peças, de modo que se conclua qual a melhor jogada. Mas as redes neurais profundas superam este obstáculo do mesmo jeito que nossos cérebros, aprendendo a estimar qual jogada parece ser a melhor naquele momento. Nós fazemos isto por observação e prática; AlphaGo, também, analisando milhões de jogos profissionais e jogando milhões de vezes contra si mesma. Então, a resposta para quando Go iria ser dominado por máquinas não era nem perto de uma década. A resposta correta acabou sendo “a qualquer momento.”

[SnowRaptor]

Você já não postou isso outro tópico?

[Peter Joseph]

Aqui coloquei apenas dois pequenos trechos do texto, mas se achar muita redundância apague o outro tópico.

[SnowRaptor]

Pelo contrário, prefiro cada coisa em seu tópico do que tudo misturado num só.

[Cinzu]

Países com mais mão de obra robotizada

10) Taiwan – 177 robôs a cada 10 mil funcionários
9) Bélgica – 184 robôs a cada 10 mil funcionários
8) Itália – 185 robôs a cada 10 mil funcionários
7) Estados Unidos – 189 robôs a cada 10 mil funcionários
6) Dinamarca – 211 robôs a cada 10 mil funcionários
5) Suécia – 223 robôs a cada 10 mil funcionários
4) Japão – 303 robôs a cada 10 mil funcionários
3) Alemanha – 309 robôs a cada 10 mil funcionários
2) Singapura – 488 robôs a cada 10 mil funcionários
1) Coreia do Sul – 631 robôs a cada 10 mil funcionários

Seria coincidência que os países mais automatizados do mundo são também os que estão entre os que possuem menor taxa de desemprego?

[Buckaroo Banzai]

Não, mas também não deve ser realmente sugestivo de uma causalidade direta/simples nas linhas de "mais automação = mais empregos."

O que deve ocorrer é simplesmente serem já as melhores economias as que podem elevar a automação ao "máximo" possível, e coincidirem de também terem maiores chances de realocar quem quer que fosse desempregado por eles -- o que talvez em boa parte não fosse já o caso, com estas economias importando um bocado de coisa que trabalhadores manuais mais baratos de outros países fazem e faziam.

Também haverá em alguns casos (onde houver maior desigualdade econômica, imagino) o problema de desalento e gig economy (em parte temporariamente sustentada por especulação, empresas que não lucram, como Uber, que em alguns países é obrigada a contratar os motoristas) e como isso afeta as estatísticas de desemprego. Os EUA talvez sejam o país de primeiro mundo com mais problemas de terceiro mundo, dentre eles deve estar uma grande e crescente massa de trabalhadores por salário de fome e gig economy. Funcionários diversos dos Walmart, por exemplo, precisam complementar sua renda com ajuda do governo, foodstamps para comprar comida.

https://www.forbes.com/sites/clareoconnor/2014/04/15/report-walmart-workers-cost-taxpayers-6-2-billion-in-public-assistance/

https://www.cnbc.com/2018/08/28/about-half-of-californias-gig-economy-workers-struggling-with-poverty.html

https://qz.com/1556194/the-gig-economy-is-quietly-undermining-a-century-of-worker-protections/


De modo geral deverá ser raro que pessoas que trabalhem em áreas automatizadas tenham condições de migrar para uma área que vá pagar igual ou mais do que o trabalho que já faziam e se tornou obsoleto, senão já estariam trabalhando nessa área antes, ou já está saturada por outros trabalhadores.

Isso deverá valer tanto para o trabalho menos qualificado, braçal, como eventuais especializações de alto nível de formação, como especialidades médicas diversas.

[Cinzu]

O que deve ocorrer é simplesmente serem já as melhores economias as que podem elevar a automação ao "máximo" possível, e coincidirem de também terem maiores chances de realocar quem quer que fosse desempregado por eles -- o que talvez em boa parte não fosse já o caso, com estas economias importando um bocado de coisa que trabalhadores manuais mais baratos de outros países fazem e faziam.

É a explicação mais plausível no meu ponto de vista. Entretanto, não deixa de ser uma forte amostra de que até o presente momento, não há evidências de que a automação esteja reduzindo a empregabilidade.

[Buckaroo Banzai]

Não sei se "não há evidências." Em curto prazo é algo inevitável e praticamente tautológico, basta que a automação seja mais barata.

E analisando de maneira mais "puramente econômica," isso é, desprezando a especificidade de "automação" como uma coisa excepcional, me parece inevitável. Qualquer substitutivo mais barato desemprega o original mais caro, menos eficiente. No caso de tecnologias altamente especializadas, como máquinas ou computadores obsoletos, elas são simplesmente descartadas conforme vão sendo substituídas.

Pessoas são mais generalistas que equipamentos desenvolvidos para um fim específico e então vão ter maiores chances de serem reutilizados em alguma outra linha de produção ou serviço, mas isso não é algo que se estende indefinidamente, como se houvesse uma constante física, que sempre haverá "empregos para todos." Até porque isso preveria que não existisse desemprego involuntário, independentemente de automação.