Wśród ekonomistów trwa debata dotycząca wpływu postępu technologicznego na gospodarkę i rynek pracy. Na razie przypomina trochę chodzenie we mgle: nośne tezy, odkrywcze wyniki, czasami wręcz przerażające wnioski opierają się w dużym stopniu na przyjętych założeniach. I są to predykcje, czyli prognozy tego, jak będzie wyglądać przyszłość w zależności od ukształtowania się różnego rodzaju procesów. Przykładowo, I. Aldasoro i in. w głośnym badaniu zatytułowanym „The impact of artificial intelligence on output and inflation" szacują, że ekspansja sztucznej inteligencji doprowadzi do zwiększenia realnego PKB w USA aż o 30 proc. w ciągu dekady. Natomiast D. Acemoglu, laureat Nagrody Nobla w dziedzinie ekonomii, sądzi, że będzie to (uwaga) zaledwie 1, może 1,5 proc. Wszystko dlatego, że ci pierwsi założyli, iż AI podniesie produktywność pracy i kapitału o 1,5 pkt proc. rocznie, natomiast Acemoglu założył, że będzie to raczej 0,06 proc.
Błądzenie we mgle to efekt tego, iż generatywna sztuczna inteligencja, czyli zaawansowane modele językowe (ChatGPT, Claude AI) są z nami od niedawna. Natomiast literatura naukowa badająca nie "jak będzie", ale „jak było" reaguje z opóźnieniem. Dlatego silne dowody empiryczne pokazujące wpływ AI na ludzką pracę pozostają dość skąpe. Nie oznacza to jednak, że jesteśmy skazani na prognozy z natury mające ograniczoną wiarygodność.
A to dlatego, że sztuczna inteligencja w swojej niegeneratywnej postaci (czyli bez chatbotów) jest już z nami od kilkunastu lat. Google Maps i nawigacja GPS to nic innego jak narzędzia oparte na AI. Google Translate i DeepL (aplikacje do tłumaczenia) tak samo. Dlatego badacze mogą zweryfikować, jak postęp technologiczny wpływa na rynek pracy w mniej holistycznym, a bardziej sektorowym ujęciu. Na przykład jak rozwój aplikacji do tłumaczenia, takich jak właśnie Google Translate oraz DeepL, które są już wykorzystywane niemal na całym świecie i są częściowo darmowe, wpłynął na zawód tłumacza.
Hipoteza jest taka, że technologie wypierają tradycyjnych tłumaczy z rynku pracy, ponieważ stanowią substytut – są w stanie zautomatyzować całość zadań, a nie tylko część. Rolą tłumaczy jest bowiem... tłumaczenie, a jeżeli technologia realizuje ten cel niższym kosztem i z co najmniej taką samą wydajnością, popyt na ludzką pracę powinien spaść, a płace spowolnić. Czy taka hipoteza odnajduje odzwierciedlenie w danych?
Okazuje się, że tak. Badanie „Lost in Translation: Artificial Intelligence and the Demand for Foreign Language Skills" autorstwa Carla B. Freya i Pedro Llanosa-Paredesa dowodzi, że upowszechnienie tłumaczenia maszynowego (konkretnie Google Translate po 2010 r.) negatywnie wpłynęło na zatrudnienie i wynagrodzenia w zawodzie tłumacza oraz popyt na umiejętności posługiwania się językami obcymi na amerykańskim rynku pracy. Łącznie przełożyło się to na ok. 28 tys. miejsc pracy mniej dla tłumaczy w latach 2010-2023. Czyli w tym sektorowym ujęciu sztuczna inteligencja wydaje się mieć substytucyjny wpływ: coraz bardziej automatyzuje, a nie uzupełnia ludzką pracę. To prawdopodobnie pierwszy zawód, w którym wiarygodnie udokumentowano negatywny wpływ sztucznej inteligencji na zatrudnienie.
Chociaż całościowy efekt jest taki, że sztuczna inteligencja obniża zatrudnienie i płace, to trzeba zaznaczyć, że generalnie rynek wciąż zgłasza zapotrzebowanie na tłumaczy. Ten zawód nie jest na wymarciu. To dlatego, że w przypadku wielu zleceń liczy się kontekst kulturowy i branżowy, precyzja, intencja i odpowiedzialność, w czym człowiek jest lepszy od maszyny – chociaż w coraz mniejszym stopniu.
Konkluzja jest taka, że sztuczna inteligencja już zmienia rynek pracy i jest w stanie automatyzować czynności wcześniej wykonywane przez człowieka. Ale tego, co dzieje się na rynku zawodu tłumacza, nie można przekładać jeden do jednego na całą gospodarkę. Każda era postępu technologicznego prowadziła do wymarcia jednych zawodów i powstania innych, ale zawsze na koniec efekt netto był dodatni. Więcej miejsc pracy powstawało niż znikało. Ważne jednak, by to międzysektorowe przejście odbyło się płynnie, a potencjalne negatywne skutki ekonomiczne i społeczne były mitygowane za pomocą polityki społecznej.