Το μέλλον της εργασίας ίσως φαντάζει επίφοβο για πολλούς και αναπόφευκτα εκατομμύρια θέσεις εργασίας θα αυτοματοποιηθούν στις επόμενες δύο δεκαετίες. Ακόμα και ειδικοί σε περίοπτα επαγγέλματα, όπως ακτινολόγοι, στο μέλλον είναι πιθανόν να αναλαμβάνουν πιο περιορισμένους αλλά εξίσου κρίσιμους ρόλους αφού η ΑΙ είναι σε θέση να εντοπίζει με μεγαλύτερη άνεση τα ίχνη του καρκίνου.

Και ενώ πολλά έχουν γραφτεί για τις θέσεις που είναι πιθανό να χαθούν, εξίσου χρήσιμο είναι να αναρωτηθούμε για τις πτυχές των εργασιών που θα επιβιώσουν του αναπόφευκτου κύματος αντικατάστασης από έξυπνες μηχανές.

Ας αναλογιστούμε τη δουλειά του γιατρού για παράδειγμα: είναι σαφές ότι η διάγνωση των ασθενειών σύντομα θα επιτυγχάνεται καλύτερα από μηχανές παρά από ανθρώπους, καθώς μηχανική μάθηση εξασφαλίζει θεαματικά αποτελέσματα.  Ωστόσο, τι ισχύει με την αλληλεπίδραση με την οικογένεια, όταν πρέπει να συζητήσει κανείς για τις θεραπευτικές επιλογές. Αυτό το κομμάτι της δουλειάς είναι πολύ λιγότερο πιθανό να αυτοματοποιηθεί, τουλάχιστον στο ορατό μέλλον.

Σκεφτείτε τώρα ένα επάγγελμα στο άλλο άκρο του φάσματος: αυτό του barista για παράδειγμα. Στο Σαν Φρανσίσκο, το Cafe X έχει αντικαταστήσει εδώ και χρόνια όλους τους baristas με βιομηχανικούς ρομποτικούς βραχίονες. Ωστόσο, ακόμη και το Cafe X απασχολεί έναν άνθρωπο, ο οποίος δείχνει στους πελάτες πώς να χρησιμοποιούν την τεχνολογία για να παραγγέλνουν τα ποτά τους και να επιλύει προβλήματα που προκύπτουν με τα ρομπότ.

Αντιπαραβάλλετε τη δουλειά του μπαρίστα με αυτή του μπάρμαν. Οι άνθρωποι συχνά πιάνουν κουβέντα με τον μπάρμαν. Αυτή η δουλειά είναι σαφώς κάτι περισσότερο από το να αναμειγνύει ποτά. Όπως και ο γιατρός, μπορούμε εύκολα να αναλύσουμε αυτή τη δουλειά σε δύο συνιστώσες: την επαναλαμβανόμενη και συνηθισμένη (στην πραγματικότητα αναμειγνύει και σερβίρει τα ποτά) και την πιο διαδραστική, απρόβλεπτη που περιλαμβάνει την ακρόαση και τη συζήτηση με τους πελάτες.

Αναλύοντας αναρίθμητες θέσεων εργασίας και επαγγέλματα, δύο συνιστώσες φαίνεται πως δύσκολα θα αντικατασταθούν από ρομπότ, μηχανές ή μεγάλα γλωσσικά μοντέλα: το συναίσθημα και η κατανόηση του πλαισίου (σ.σ. το συγκείμενο).

Το συναίσθημα παίζει νευραλγικό ρόλο στην ανθρώπινη επικοινωνία, ενυπάρχει σε όλες σχεδόν τις μορφές μη λεκτικής επικοινωνίας και εξασφαλίζει την τόσο απαραίτητη ενσυναίσθηση. Επίσης μας βοηθά να θέτουμε προτεραιότητες και να παίρνουμε αποφάσεις εκτός αλγορίθμου καθώς συνειδητοποιούμε την ανθρώπινη διάσταση μιας κατάστασης.

Οι άνθρωποι μπορούν εύκολα να λαμβάνουν υπόψη ένα γενικότερο πλαίσιο όταν λαμβάνουν αποφάσεις – ουσιώδεις πληροφορίες που μία μηχανή μπορεί να αγνοήσει καθώς δεν είναι προγραμματισμένη να συνυπολογίζει παραμέτρους εκτός προγράμματος. Κι όμως, πολλοί αστάθμητοι παράγοντες μπορούν να αλλάξουν όχι μόνο τις σχέσεις αλληλεπίδρασης σε ένα σύστημα, αλλά και την ίδια την οργάνωση. Αυτό αποτελεί πρόβλημα για τη μηχανική μάθηση, η οποία λειτουργεί σε σύνολα δεδομένων που εξ ορισμού δημιουργήθηκαν εκ των προτέρων, σε διαφορετικό πλαίσιο. Η συνεκτίμηση, αποτελεί πρόκληση για την αυτοματοποίηση.

Τέτοιες δεξιότητες αναζητούν σταθερά οι εργοδότες σε όλους τους κλάδους. Για παράδειγμα, σε μια έρευνα, το 93% των εργοδοτών ανέφερε ότι «η αποδεδειγμένη ικανότητα ενός υποψηφίου να σκέφτεται κριτικά, να επικοινωνεί με σαφήνεια και να επιλύει σύνθετα προβλήματα είναι πιο σημαντική από την προπτυχιακή του κατεύθυνση».

Επιπλέον, οι εργοδότες αναζητούν υποψηφίους που διαθέτουν άλλου είδους «ήπιες δεξιότητες», όπως η ικανότητα προσαρμοστικής μάθησης, η λήψη ορθών αποφάσεων και η καλή συνεργασία με άλλους.

Όλα αυτά υποδηλώνουν ότι τα εκπαιδευτικά μας συστήματα θα πρέπει να επικεντρωθούν όχι απλώς στο πώς οι άνθρωποι αλληλεπιδρούν με την τεχνολογία (π.χ. διδάσκοντας τους μαθητές να κωδικοποιούν), αλλά και στο πώς μπορούν να κάνουν τα πράγματα που η τεχνολογία δεν θα κάνει ποτέ. Αυτή είναι μια νέα προσέγγιση για τον χαρακτηρισμό της υποκείμενης φύσης των «ήπιων δεξιοτήτων». Πρόκειται για τις δεξιότητες που είναι πιο δύσκολο να κατανοηθούν και να συστηματοποιηθούν, και για τις δεξιότητες που δίνουν -και θα συνεχίσουν να δίνουν- στους ανθρώπους πλεονέκτημα έναντι των ρομπότ.