Der IWF behauptet, dass KI Arbeitsplätze zerstören und die Ungleichheit erhöhen wird. MIT CSAIL sagt, es sei nicht schnell.

By | January 22, 2024

Die Auswirkungen, die KI auf die Wirtschaft haben könnte, sind angesichts der rasanten technologischen Fortschritte ein heißes Thema. Zwei aktuelle Berichte zeichnen jedoch ein widersprüchliches Bild davon, was dies für die Beschäftigung bedeuten könnte.

Seit eine bahnbrechende Studie von Forschern der Universität Oxford aus dem Jahr 2013 vorhersagte, dass 47 Prozent der Arbeitsplätze in den USA durch die Computerisierung gefährdet seien, steht die Aussicht, dass die rasche Verbesserung der KI zu weitverbreiteter Arbeitslosigkeit führen könnte, im Mittelpunkt der Debatte rund um die Technologie.

Es gibt ein Dutzend Berichte, die vorhersagen, welche Aufgaben, welche Berufe und welche Länder am stärksten gefährdet sind. Erwähnenswert sind jedoch zwei aktuelle Studien renommierter Institutionen, die zu sehr unterschiedlichen Schlussfolgerungen kommen.

Letzte Woche schlugen Forscher des Internationalen Währungsfonds vor, dass bis zu 40 % der Arbeitsplätze weltweit von KI betroffen sein könnten und dass die Technologie die Ungleichheit sehr wahrscheinlich verschärfen werde. Doch heute stellte eine CSAIL-Studie des MIT fest, dass die bloße Tatsache, dass KI eine Aufgabe erfüllen kann, nicht bedeutet, dass sie wirtschaftlich sinnvoll ist, und dass die Umsetzung daher wahrscheinlich langsamer erfolgen wird, als viele erwarten.

Die IWF-Analyse verfolgt einen ähnlichen Ansatz wie viele frühere Studien und untersucht die „KI-Exposition“ verschiedener Berufe. Dabei werden Jobs in eine Reihe von Aufgaben unterteilt und bewertet, welche davon potenziell durch KI ersetzt werden könnten. Die Studie geht noch einen Schritt weiter und untersucht, welche Arbeitsplätze voraussichtlich vor den Auswirkungen von KI geschützt sind. Beispielsweise sind viele Aufgaben eines Richters wahrscheinlich automatisierbar, aber die Gesellschaft wird sich wahrscheinlich nicht wohl dabei fühlen, diese Art von Arbeit an KI zu delegieren.

Die Studie ergab, dass rund 40 % der Arbeitsplätze weltweit KI ausgesetzt sind. Die Autoren gehen jedoch davon aus, dass die Auswirkungen auf die fortgeschrittenen Volkswirtschaften noch größer sein könnten, da fast 60 % der Arbeitsplätze durch Technologie zerstört werden. Während etwa die Hälfte der betroffenen Arbeitsplätze wahrscheinlich dazu führen wird, dass KI die Arbeit der Menschen verbessert, könnte die andere Hälfte dazu führen, dass KI Aufgaben ersetzt, was zu niedrigeren Löhnen und weniger Einstellungen führt.

In Schwellenländern und Ländern mit niedrigem Einkommen liegen die Zahlen bei 40 % bzw. 26 %. Dies kann sie zwar vor einigen destabilisierenden Auswirkungen auf den Arbeitsmarkt schützen, bedeutet aber auch, dass diese Volkswirtschaften weniger in der Lage sind, die Vorteile der KI zu nutzen, was möglicherweise zu einer zunehmenden Ungleichheit auf globaler Ebene führt.

Der Analyse zufolge dürfte es auch innerhalb von Ländern zu einer ähnlichen Dynamik kommen, wobei einige in der Lage sind, KI zu nutzen, um ihre Produktivität und Löhne zu steigern, während andere das Nachsehen haben. Insbesondere vermuten Forscher, dass ältere Arbeitnehmer wahrscheinlich Schwierigkeiten haben werden, sich an die neue KI-gestützte Wirtschaft anzupassen.

Obwohl der Bericht eine Mischung aus positiven und negativen Nachrichten liefert, scheint es in den meisten betrachteten Szenarien wahrscheinlich zu sein, dass KI die Ungleichheit verschlimmert, sagen die Autoren. Das bedeutet, dass die politischen Entscheidungsträger jetzt mit der Planung der möglichen Auswirkungen beginnen müssen, unter anderem durch die Stärkung sozialer Sicherheitsnetze und Umschulungsprogramme.

Die MIT-CSAIL-Studie zeichnet jedoch ein anderes Bild. Die Autoren sind mit dem Standardansatz zur Messung der KI-Exposition nicht einverstanden, weil sie behaupten, dass dieser nicht die wirtschaftliche oder technische Machbarkeit berücksichtigt, von Menschen ausgeführte Aufgaben durch KI zu ersetzen.

Sie verweisen auf das hypothetische Beispiel einer Bäckerei, die erwägt, in Computer-Vision-Technologie zu investieren, um die Menge und den Verderb von Zutaten zu überprüfen. Obwohl technisch machbar, macht diese Aufgabe nur etwa 6 % der Bäckeraufgaben aus. In einer kleinen Bäckerei mit fünf Bäckern, die ein typisches Gehalt von 48.000 US-Dollar verdienen, könnte das Unternehmen dadurch potenziell 14.000 US-Dollar pro Jahr einsparen, was deutlich weniger ist als die Kosten für die Entwicklung und Implementierung der Technologie.

Dies führte dazu, dass sie einen ökonomisch fundierteren Ansatz zur Bewertung der potenziellen Auswirkungen von KI auf den Arbeitsmarkt wählten. Zunächst führten sie Umfragen unter Arbeitnehmern durch, um zu verstehen, welche Leistung von einem KI-System verlangt wird. Anschließend modellierten sie die Kosten für den Aufbau eines Systems, das diesen Kennzahlen entsprechen könnte, bevor sie es nutzten, um herauszufinden, ob Automatisierung in diesem Szenario attraktiv wäre.

Sie konzentrierten sich auf Computer Vision, da Kostenmodelle für diesen Zweig der KI weiter entwickelt sind. Sie fanden heraus, dass die hohen Vorlaufkosten für den Einsatz von KI dazu führten, dass nur 23 % der Arbeit, die angeblich der KI „ausgesetzt“ war, tatsächlich sinnvoll automatisiert werden konnte. Dies sei zwar nicht unerheblich, sie sagen jedoch, dass dies zu einer viel langsameren Einführung der Technologie führen würde, als andere vorhergesagt haben, was darauf hindeutet, dass die Arbeitsplatzverlagerung schrittweise erfolgen und einfacher zu bewältigen sein wird.

Offensichtlich liegt der Schwerpunkt heutzutage eher auf der Aufgabe, das Potenzial großer Sprachmodelle zu zerstören, als auf Computer-Vision-Systemen. Trotz ihres allgemeineren Charakters sind die Forscher jedoch der Meinung, dass diese Modelle für bestimmte Aufgaben noch verfeinert werden müssen (mit einem gewissen Aufwand) und gehen daher davon aus, dass die Einsparungen vergleichbar sind.

Letztendlich ist es schwer zu sagen, wer es gerade ist. Es erscheint jedoch ratsam, sich auf das Schlimmste vorzubereiten und gleichzeitig zu versuchen, besser zu verstehen, welche tatsächlichen Auswirkungen diese disruptive Technologie haben könnte.

Bildnachweis: Mohamed Nohassi/Unsplash

Leave a Reply

Your email address will not be published. Required fields are marked *