Andersons Blickwinkel

40 Jahre Automation haben die US-Löhne stärker gedrückt als De-Unionisierung oder Outsourcing

mm
Unite.AI zu deinen bevorzugten Quellen auf Google hinzufügen

Eine neue Arbeitspapier des US-amerikanischen National Bureau of Economic Research (NBER) verwendet maschinelles Lernen, um die Gründe für den Anstieg der Löhne und Einkommensungleichheit in den letzten 40-50 Jahren in den Vereinigten Staaten zu untersuchen und kommt zu dem Schluss, dass die Automation eine weit größere Rolle bei den Einkommensverlusten gespielt hat als die De-Unionisierung, der Outsourcing und andere, politisch brisante Theorien, die seit der Finanzkrise 2008 in der Öffentlichkeit Fuß gefasst haben.

Der Bericht kommt zu dem Schluss, dass zwischen 50-70% der Veränderungen in der Lohnstruktur in den Vereinigten Staaten zwischen 1980-2016 durch Lohnrückgänge in den Sektoren für Branchen verursacht wurden, in denen “Task-Displacement” durch neue Automatisierungstechnologien, einschließlich Roboter-Automatisierung und der Übernahme früher manueller Aufgaben durch Software, aufgetreten ist.

Schuldlose Veränderung

Die Schlussfolgerungen der Forscher sind eine statistische Herausforderung für das wachsende öffentliche Bewusstsein, dass die Einkommensungleichheit systematisch durch die neoliberale Wirtschaftspolitik seit den späten 1970er Jahren verschärft wurde.

Stattdessen charakterisieren sie die wachsende finanzielle Ungleichheit als eine organische Funktion der technologischen Entwicklung, anstatt als die Nettoauswirkung von Politiken, die ursprünglich dazu bestimmt waren, die aufstrebende Macht der Gewerkschaften in diesem Jahrzehnt zu behindern und das faire Verhältnis zwischen Arbeitnehmern und Industrie, das nach dem Zweiten Weltkrieg bestand, umzukehren.

Die Nachkriegsjahre (rechts abgebildet) zeigen ein viel stabileres Muster von Task-Displacement im Vergleich zum Zeitraum von 1980 an.

Klicken Sie zum Vergrößern. Die Nachkriegsjahre (rechts abgebildet) zeigen ein viel stabileres Muster von Task-Displacement im Vergleich zum Zeitraum von 1980 an.

Die Studie zeigt, dass 40 Jahre neoliberaler Regierungspolitik eher opportunistisch (im Verhältnis zum Auftreten neuer technologischer Entwicklungen) waren, anstatt als vorausschauende Architekten von sozialen und wirtschaftlichen Politiksystemen, die zu finanzieller Gleichheit und dem umstrittenen Wachstum des Prekariats geführt haben.

Der Bericht geht jedoch nicht auf die steigenden Wohnkosten in den letzten 15-20 Jahren ein, die als kritischer Faktor für die Verschärfung und Politisierung der realen Auswirkungen der langfristigen Lohnstagnation und des Lohnrückgangs gelten – ein Phänomen, das derzeit populäre Kritik an der Untätigkeit der Bundesregierung in Bezug auf Hyper-Skalen-Bietkämpfe von großen corporate Investoren hervorruft.

Die NBER-Studie zeigt eine Polarisierung der Einkommensentwicklungen, mit höheren relativen Einkommen für besser ausgebildete Menschen und Lohnstagnation oder -rückgang für Rollen oder Sektoren, in denen die Automation möglich war.

Abweichung der Einkommensentwicklungen gemäß NBER. Quelle: https://www.nber.org/system/files/working_papers/w28920/w28920.pdf

Klicken Sie zum Vergrößern. Abweichung der Einkommensentwicklungen gemäß NBER. Quelle: https://www.nber.org/system/files/working_papers/w28920/w28920.pdf

Die Forschung behauptet auch, dass der Rückgang der Lohnparität, der bedeutet, dass Männer ohne High-School-Abschluss jetzt 15% weniger in realen Größen als 1980 verdienen, nur mit “modesten Produktivitätszuwächsen” im Langzeitverlauf verbunden ist.

Herausforderung der Theorie des skillbasierten technologischen Wandels (SBTC)

Das Papier weist darauf hin, dass ältere Theorien diese Veränderungen in der Entlohnung der Skill-Based Technological Change (SBTC) zuschreiben, die ein günstigeres Bild von niedrig qualifizierten Arbeitnehmern zeichnet, die durch neue Technologien zu höher qualifizierten Rollen aufsteigen.

Die Vorstellung der SBTC, dass Jobs “transformiert” werden, anstatt zu verschwinden, ist derzeit ein beliebtes Mittel, um die Ängste der Gesellschaft über die Jobverluste durch KI zu beruhigen, und das NBER-Papier zitiert das Wachstum der Nachfrage nach Fähigkeiten in den 1990er Jahren als eine der meistzitierten Verteidigungen dieser Theorie.

Die Beziehung zwischen dem Rückgang der realen Löhne und verschiedenen demografischen Gruppen in Branchen mit sinkender Arbeitsanteil. Die Punkte stellen 500 demografische Gruppen dar, wobei die Größe der Punkte den Gesamtarbeitszeit anzeigt.

Die Beziehung zwischen dem Rückgang der realen Löhne und verschiedenen demografischen Gruppen in Branchen mit sinkender Arbeitsanteil.

Rückgang der Arbeitsanteile als Proxy für Automation

Da es an konsistenten empirischen Statistiken über die Automation in der Industrie mangelt, haben die NBER-Forscher den Rückgang der Arbeitsanteile als “ein untrügliches Zeichen der Automation” verwendet. Die Forscher behaupten:

‘[E]in großer Anteil der Veränderungen in der US-Lohnstruktur in den letzten vier Jahrzehnten ist auf die relative Lohnrückgänge der Arbeiter zurückzuführen, die in Branchen mit sinkendem Arbeitsanteil tätig sind.’

Der Bericht stellt weiter fest, dass Arbeiter, die sich auf Aufgaben spezialisieren, die anfällig für Automation sind, “die Hauptlast dieser Veränderungen tragen und relative und potenziell absolute Lohnrückgänge erleiden werden.”

Der NBER-Bericht arbeitet mit vielen der gleichen Zahlen wie vorherige Berichte, aber kommt zu dem Schluss, dass die Arbeitskräfte nicht nur innerhalb dieser Branchen transformiert werden, sondern dass Arbeiter unter neuen Automatisierungsregimen abgebaut werden. Da es statistisch schwierig ist, das Schicksal der abgebauten Arbeiter jenseits der Daten zu verfolgen, müssen andere Studien das Bild aufgreifen.

Verlorene Jobs, nicht transformierte

Die Schätzungen des Berichts zeigen, dass die Task-Displacement (die Verlagerung von Aufgaben auf Automation oder andere Mittel) 50-70% der beobachteten Veränderungen in der Lohnstruktur zwischen 1980 und 2016 ausmacht, während traditionelle SBTC-Bewegungen (ein besseres Ergebnis für die Arbeiter) weniger als 10% dieser Veränderungen ausmachen.

Die Forscher fanden heraus, dass ihr zentrales Modell auch dann gilt, wenn Faktoren wie Importwettbewerb, Gewerkschaftsrückgang, Outsourcing, regionale Variation, Bevölkerungszunahme und Aufschläge berücksichtigt werden.

Der Bericht räumt ein, dass die taskbasierte Displacement in einem Kern von Branchen, die anfällig für Automation sind, die Zusammensetzung der US-Wirtschaft verändern kann, was möglicherweise zu einer erhöhten Nachfrage in anderen Sektoren führen kann, aber auch den “Welleneffekt” von verdrängten Arbeitnehmern beachtet, die um eine sinkende Anzahl nicht automatisierter Rollen konkurrieren, was zu einem Rückgang der Löhne und einer Unterdrückung der Lohnniveaus führt.

Schriftsteller über maschinelles Lernen, Domänen-Spezialist für menschliche Bildsynthese. Ehemaliger Leiter der Forschungsinhalte bei Metaphysic.ai, bis zu dessen Auflösung in DNEG's Brahma.ai.
Portfolio-Website: martinanderson.ai
Kontakt: martin@martinanderson.ai