Artificiell intelligens
40 år av automatisering har pressat ner oss löner mer än avförening eller offshoring
En ny arbetspapper från US National Bureau of Economic Research (NBER) använder maskininlärning för att studera orsakerna till ökningen av löner och inkomstskillnader under de senaste 40-50 åren i USA, och drar slutsatsen att automatisering har haft en mycket större roll att spela. i inkomstförluster än avfackning, offshoring och andra mer politiskt upphetsande teorier som har slagit rot i allmänhetens medvetande sedan finanskraschen 2008.
Rapporten drar slutsatsen att mellan 50-70 % av förändringarna i lönestrukturen i USA mellan 1980-2016 tas upp av löneminskningar i arbetarsektorer för branscher där "förskjutning av uppgifter" har skett genom ny automationsteknik, inklusive robotautomation och kopiering av tidigare manuella uppgifter genom programvara.
Oklanderlig förändring
Forskarnas slutsatser är en statistisk utmaning för en växande populär uppfattning att inkomstskillnader systematiskt har förvärrats sedan uppkomsten av nyliberal politisk ekonomi från slutet av 1970-talet och framåt.
Snarare karaktäriserar de växande finansiell orättvisa som en organisk funktion av teknisk utveckling, snarare än nettoeffekten av politik som ursprungligen kan ha utformats för att hämma fackföreningarnas framväxande makt under det decenniet, och för att vända den rättvisare balansen i relationerna mellan arbetare och industri som följde efter andra världskriget.
I själva verket målar studien upp 40 år av till stor del nyliberal regering som opportunistisk (i förhållande till framväxten av ny teknisk utveckling), snarare än som förutseende arkitekter av sociala och ekonomiska politiska system som har lett till finansiell jämlikhet och kontroversiell tillväxt av prekariatet.
Rapporten tar dock inte upp de stigande bostadskostnaderna under de senaste 15–20 åren, utan tvekan den kritiska faktorn för att förvärra och politisera verkliga effekterna av långsiktig lönestagnation och nedgång – ett fenomen som för närvarande är skapar folklig kritik av federal passivitet inför hyperskaliga budkrig från stora företagsinvesterare.
NBER-studien visar på en polarisering av inkomsttrender, med högre relativ inkomst för bättre utbildade och lönestagnation eller nedgång för roller eller sektorer där automatisering har visat sig möjlig.
Forskningen hävdar också att nedgången i löneparitet, som innebär att män utan gymnasieexamen nu tjänar 15 % mindre i reala termer än 1980, endast är förknippad med "blygsamma produktivitetsvinster" på lång sikt.
Utmana teorin om färdighetsbaserad teknisk förändring (SBTC)
Uppsatsen noterar att äldre teorier har tillskrivit dessa förändringar i ersättning till Skill-Based Technological Change (SBTC), vilket målar upp en mer gynnsam bild av att lågutbildade arbetare "uppskalar" till högre kvalificerade roller som underlättas av ny teknik.
STBC:s uppfattning att jobb "förvandlas" snarare än att försvinna är för närvarande en populär salva till samhällets rädsla för att AI ska ta människors jobb, och NBER-tidningen citerar den ökade efterfrågan på kompetens på 1990-talet som ett av de mest populärt citerade försvaret av denna teori.
Sjunkande arbetsandelar som en proxy för automatisering
I avsaknad av konsekvent empirisk statistik om automatisering inom industrin har NBER-forskarna använt minskande arbetskraftsandelar som "ett tydligt tecken på automatisering". Forskarna hävdar:
"[En] stor del av förändringarna i den amerikanska lönestrukturen under de senaste fyra decennierna förklaras av de relativa löneminskningarna för arbetare som specialiserat sig på rutinuppgifter i branscher som upplevt minskade arbetsandelar."
Rapporten säger vidare att arbetare som specialiserar sig på uppgifter som är mottagliga för automatisering "kommer att bära bördan av dessa förändringar och kommer att drabbas av relativa och potentiellt absoluta löneminskningar."
NBER-rapporten arbetar med många av samma siffror som tidigare rapporter har använt, men kommer fram till slutsatsen att arbetsstyrkan inte bara förändras internt inom dessa branscher, utan snarare att arbetare kastas ut under nya automatiseringsregimer. Eftersom det är statistiskt svårt att spåra kasserade arbetares öde utanför gränserna för data, kommer andra studier att behöva ta upp bilden.
Jobb förlorade, inte omvandlade
Rapportens uppskattningar visar att uppgiftsförskjutning (förflyttning av uppgifter till automatisering eller andra medel) står för 50-70 % av de observerade förändringarna i lönestrukturen mellan 1980 och 2016, medan traditionella SBTC-rörelser (ett bättre resultat för arbetarna) står för under 10 % av dessa förändringar.
Forskarna fann att deras centrala modell håller i sig även när man överväger faktorer som importkonkurrens, facklig nedgång, offshoring, regional variation, ökad befolkning och påslag.
Rapporten medger att uppgiftsbaserad förflyttning i en kärna av industrier som är mottagliga för automatisering kan förändra sammansättningen av den amerikanska ekonomin, vilket potentiellt kan skapa ökad efterfrågan i andra sektorer, men noterar också "effekten" av att fördrivna arbetare konkurrerar om en krympande antal icke-automatiserade roller, vilket leder till att lönerna sänks och lönenivåerna sänks.