De belangrijkste inzichten uit de studies

Twee nieuwe OESO-studies vormden het vertrekpunt van de conferentie. Het eerste rapport ‘The impact of AI on the labour market – What do we know so far?’ is een goed algemeen overzicht van recent wetenschappelijk onderzoek naar de impact van AI op productiviteit, werk, verloning en de werkomgeving.

Een tweede rapport blikt terug naar wat er de afgelopen tien jaar in 21 landen is gebeurd met jobs die met automatisering worden bedreigd. De belangrijkste conclusies hier zijn:

• De OESO schat dat 14% van alle jobs een hoog automatiseringsrisico loopt.

• Ondanks de doemberichten over automatisering en jobverlies is de werkgelegenheid in bijna alle OESO-landen in de periode 2012-2019 gegroeid.

• Een verhoogd automatiseringsrisico op de arbeidsmarkt hangt samen met een hogere werkgelegenheidsgroei in de betrokken periode. Dit zou kunnen komen doordat automatisering de groei van de werkgelegenheid bevordert door de productiviteit te verhogen, hoewel ook andere factoren een rol spelen.

• Op beroepsniveau was de groei van de werkgelegenheid echter veel lager in beroepen met een hoog automatiseringsrisico (6%) dan in beroepen met een laag risico (18%).

• Voornamelijk laaggeschoolde werknemers waren in 2012 meer tewerkgesteld in jobs met een hoog automatiseringsrisico en dit is sindsdien alleen maar toegenomen

• In de toekomst zal dus het risico van automatisering steeds meer bij laaggeschoolde werknemers komen te liggen en de COVID-19-crisis zal de automatisering waarschijnlijk versnellen, naarmate bedrijven minder afhankelijk worden van menselijke arbeid en contact tussen werknemers.

De belangrijkste boodschappen uit de webinars

Boodschap 1 – AI heeft nood aan data en skills, maar ook aan de stem van de werkvloer.

AI heeft nog niet geleid tot massale jobvernietiging, maar het kan wel degelijk een impact hebben op de kwaliteit van jobs. Werknemers krijgen te maken met veranderingen op de werkvloer, gaande van verandering van taken tot wijzigingen in het monitoren van efficiëntie en productiviteit. Dit kan voor een ethisch spanningsveld zorgen. Denk bijvoorbeeld aan een bedrijf dat AI inzet om efficiëntie en productiviteit te monitoren en daarbij zijn werknemers nauwlettend evalueert. Werknemers kunnen hierdoor onder zware druk komen te staan, wat kan doorwegen op het welzijn van het personeel. Het personeel heeft weinig middelen om zich daartegen te beschermen.

Wat moet er gebeuren zodat de mens op de eerste plaats blijft komen? De experts op de OESO-conferentie zijn het erover eens dat een gedeelde verantwoordelijkheid erg belangrijk is. Bedrijven en overheden mogen niet alleen naar efficiëntie en winst kijken, maar ook moeten zorgen dat het personeel zich goed voelt en in een stabiele omgeving kan werken.

Daarom moeten bedrijven die investeren in AI sterk inzetten op dialoog. Om een AI-systeem te laten werken is er nood aan data en skills, maar ook de stem van het personeel, Human Resources, managers, de vakbond en juridische partners moet gehoord worden. Een sterk gevoel van verantwoordelijkheid, vertrouwen en een brede sociale dialoog zullen van cruciaal belang zijn voor een vlotte implementatie van AI.

Daarnaast geven de experts aan dat vakbonden een belangrijke rol hebben te spelen en mee moeten kunnen praten met het management over de toepassing van AI op de werkvloer. Er kan ook een rol weggelegd zijn voor hen bij het creëren van veilige ruimten voor discussies over de uitdagingen in de ontwikkeling van AI en om tegenwicht te bieden tegen laakbare ontwikkeling van nieuwe technologie. De recente ontslagen in het management van Google zijn een goede use case op dit vlak.

Vakbonden zijn ook belangrijk om klokkenluiderspraktijken ingang te laten vinden in organisaties en bedrijven. Op Europees niveau is de klokkenluiderstoolkit ontwikkeld door Eurocadres, de Europese vakbondsorganisatie die werknemers en managers vertegenwoordigt.

Maar dat is niet voldoende. Experts geven ook aan dat de sociale dialoog een upgrade nodig heeft. Werknemers hebben bijvoorbeeld een betere bescherming nodig van hun huidige collectieve onderhandelingsrechten en hebben nieuwe vormen van vertegenwoordiging nodig op de werkplek, naast de traditionele vakbonden.

Herbekijk hier het OESO-webinar over de AI en arbeidsmarkt en over AI en ethiek op de werkvloer

Boodschap 2 – Gebruik een kader om de eerlijkheid, explainability, robuustheid en prestatie van AI te beoordelen

De OESO ontwikkelt op dit moment een gebruikersvriendelijk kader om de beleidsimplicaties van verschillende soorten AI-systemen te doorgronden. Het doel van dit kader is beleidsmakers een eenvoudige, gemakkelijk te gebruiken lens te bieden waarmee zij de impact van een bepaald AI-systeem kunnen bekijken en de specifieke uitdagingen bij de impact op dat gebied beter kunnen begrijpen.

© OESO

Het systeem is verdeeld in vier delen:

• Context: de omgeving waarin het systeem wordt toegepast en wie het toepast.
• Data en input: de gegevens die het systeem gebruikt en de soorten input die het ontvangt
• AI-model: de kenmerken van het AI-systeem bestaat - is het bijvoorbeeld een neuraal netwerk, of een lineair model?
• De taken die het systeem uitvoert en de resultaten die de resultaten van zijn werk vormen.

Tijdens de internationale conferentie werd het kader een eerste keer aan het publiek voorgesteld en toegepast op het arbeidsmarktbeleid. Momenteel test een speciale werkgroep met 57 experts van de OESO het classificatiesysteem, later dit voorjaar wordt het officieel voorgesteld.

Bekijk het OESO-webinar, waar het classificatiesysteem toegepast wordt op arbeidsmarktbeleid

Boodschap 3 – Verbeter de implementatie van AI bij KMO’s

Er komen steeds meer nieuwe toepassingen van AI-systemen op de markt, maar de ontwikkeling, de verspreiding en het gebruik van AI-technologieën bevinden zich in veel landen en bedrijven nog in een relatief pril stadium van volwassenheid. De OESO bekeek tijdens de internationale conferentie wat AI op dit moment precies betekent voor Europese KMO’s.

KMO’s zijn een belangrijke pijler van de Europese economie, AI heeft voor hen veel potentieel. Maar toch zijn de KMO’s een onderontwikkeld segment van de digitale transformatie van de Europese economie. Onderstaande afbeelding geeft de huidige situatie goed weer.

© OESO

De oorzaken hiervan variëren. De OESO liet tijdens de internationale conferentie experts uit verschillende Europese landen hun licht schijnen op dit thema.

Daaruit bleek dat dat de problemen voor KMO’s zich zowel aan de aanbodzijde als aan de vraagzijde bevinden. Aan de aanbodzijde stelt zich het probleem dat AI-technologie nog vaak niet op maat van KMO’s ontworpen is en dat er een gebrek is aan homogene interoperabele normen. Aan de vraagzijde vormt een gebrek aan toegankelijke, geschikte financiering voor KMO’s een probleem, gezien de hoge kosten die verbonden zijn aan het opstarten van een AI-project. Gebrek aan voldoende digitale vaardigheden bij de werknemers om AI-oplossingen te ontwikkelen en/of toe te passen is een andere grote hindernis.

Ook de toegang tot data blijft versnipperd in de EU. De herziene richtlijn Overheidsinformatie en de onlangs onthulde Europese datastrategie zullen er in belangrijke mate toe bijdragen dat overheden en bedrijven gegevens delen, maar er moet op dit gebied nog veel meer worden gedaan.

De Europese Commissie heeft de ambitie om de huidige situatie te veranderen. In haar digitaal kompas, dat zopas werden gepubliceerd, geeft de Commissie aan dat tegen 2030 75% van de Europese bedrijven gebruik moeten maken van cloud computing-diensten, big data en AI en dat 90% van de KMO’s tenminste een digitaal basisniveau moet bereiken.

Om die doelstelling te bereiken zien de experten op de conferentie drie belangrijke prioriteiten:

• Europa moet er mee voor zorgen dat de toekomstige beroepsbevolking over de nodige vaardigheden beschikt

• Inzetten op soevereiniteit. Europa moet zijn onafhankelijkheid versterken op het gebied van data-opslag, data-uitwisseling en dataverwerking. Momenteel is het daarvoor erg afhankelijk van derde landen. Men moet voortbouwen op de Europese datastrategie en een open omgeving bevorderen, waarin de nadruk ligt op interoperabiliteit, normen en software- en hardwareopenheid ter ondersteuning van innovatie. Zo kan men een eigen beleid uitstippelen, dat meer op maat is gemaakt van Europese KMO’s.

• Ontwerp een accuraat pan-Europees monitoringsysteem voor KMO’s, zodat beleidsmakers beter geïnformeerd kunnen worden over de noden van de bedrijven. De OESO kan volgens de experts hierin een leidende rol innemen.

Bekijk het OESO-webinar rond AI-diffusie