IA e o Futuro do Trabalho (Flavio Abdenur / SLQ)

Inteligência Artificial
e o
Futuro do Trabalho
Flavio Abdenur
www.slq.com.br

{ AI: Software
2
Roteiro
• Hardware
• So+ware
• Machine learning
• IA e trabalho: introducão
• IA e trabalho: economia
• IA e trabalho: futuro
• IA e trabalho: tradução
• IA e trabalho: the big picture
• A maré da IA

{ AI: Hardware
3
Ábaco (Suméria, circa 2.500 A.C.)

{ AI: Hardware
4
Máquina Analítica de Scheutz / Babbage (Suécia, 1855 A.D.)

{ AI: Hardware
5
HP-12C (EUA, 1981 A.D.)

{ AI: Hardware
6
Apple iPhone 7 (EUA, 2016 A.D.)

{ AI: Hardware
9
4500 anos
125 anos

{ AI: Hardware
10
4500 anos
125 anos
35 anos

{ AI: Software
11
Google Translate (2006)
“There were many building blocks at the construction site”
“They established the building blocks of the government's economic policy”

{ AI: Software
12
↓
“Havia muitos blocos de construção no lugar de construção”

{ AI: Software
13
↓
↓
“Eles estabeleceram os blocos de construção econômicos da política governo”

{ AI: Software
14
Google Translate (2006) (2016)
↓
↓

{ AI: Software
15
↓ ↓
"Havia muitos blocos de construção no canteiro de obras"
↓

{ AI: Software
16
↓ ↓
"Havia muitos blocos de construção no canteiro de obras"
↓ ↓
“Eles estabeleceram os alicerces da política econômica do governo”

{ AI: Software
17
DeepMind joga Breakout (março 2015)
https://www.youtube.com/watch?v=Q70ulPJW3Gk

{ AI: Software
18
Campeonato VizDoom (setembro 2016)
https://www.youtube.com/watch?v=947bSUtuSQ0

{ AI: Software
19
Sonhos de um GAN (janeiro 2017)
https://www.youtube.com/watch?v=ePUlJMtclcY

{ AI: Software
20
AlphaGo (março 2016 – outubro 2017)

{ AI: Software
21
• AlphaGo 4 x Lee Sedol 1 (março 2016)

{ AI: Software
22
• AlphaGo ∞ x humanos 0 (começo 2017)

{ AI: Software
23
• AlphaGo Zero 100 x AlphaGo 0 (outubro 2017)

{ AI: Software
24
• AlphaGo Zero 100 x AlphaGo 0 (outubro 2017) – sem input humano!

{ AI: Software
25
• AlphaZero 60 x AlphaGo Zero 40 (dezembro 2017)

{ AI: Software
26
• AlphaZero 60 x AlphaGo Zero 40 (dezembro 2017) - todos os jogos!

{ AI: Machine Learning
27
Machine Learning:

28
Machine Learning:
• “Statistics on crack”: detecta relações sutis (incluindo não lineares)
examinando volumes grandes de dados

29
Machine Learning:
• “Statistics on crack”: detecta relações sutis (incluindo não lineares)
examinando volumes grandes de dados
• Diversos tipos: ”supervised” (SVM, random forest, OLS, etc),
”unsupervised” (k-means, PCA etc), ”reinforcement”

31
Redes Neurais

32
Redes Neurais e Neurônios

33
Redes Neurais

34
Redes Neurais
≈

35
Redes Neurais
≈
como

36
Redes Neurais
≈
como

37
Redes Neurais
≈
como
≈

38
Metodologia
TESTING SET
• ”Out-of-sample”
• Restante (e.g., 25%) das observações
• Observações escolhidas aleatoriamente
• Base para análise dos resultados
• ”In-sample”
• Contém a maioria (e.g., 75%) das observações
• Observações escolhidas aleatoriamente
• Base para desenvolvimento dos modelos
• Conjunto de modelos otimizados (evitando
overfitting)
TRAINING SET

39
Metodologia
• À esquerda, polinômio de grau 1 captura pouca informação
(underfitting)
• À direita, polinômio de grau 6 tem erro zero, mas modela o ruído
(overfitting)
• Ao centro, polinômio de grau 2 captura somente a informação
essencial (balanced)
Fonte: scikit-learn.org
Underfitted Overﬁ&edBalanced

40
Metodologia
Cross-Validation
Training
Validation Modelo
Otimizado
Resultado Final:

41
Metodologia
Excelente para previsão:

42
Metodologia
Excelente para previsão:

{ IA e o Trabalho: Introdução
43
O que as máquinas já fazem:

44
- Tradução

45
- Tradução
- Trabalhos jurídicos simples

46

47
- Tradução
- Trabalhos jurídicos simples
- Gestão financeira

48

49

50

51
Retornos acumulados 1988-2015

52
• CPI: 100%

53
• CPI: 100%
• S&P: 750%

54
• CPI: 100%
• S&P: 750%
• Medallion: 1.100.000%

{ IA e o Trabalho: Academia
55
Debate na academia:
David Autour (MIT)
“IA e humanos são complementares"

56
Debate na academia:
VS
David Autour (MIT) Daniel Susskind (Oxford)
“IA e humanos são complementares" “IA e humanos são substitutos”

57
Debate na academia:
VS
Task-Based

58
Debate na academia:
VS
Task-Based AI-Based

59
Autour et al: “Task-Based”
“We argue that (1) computer capital substitutes for workers in carrying out a
limited and well-defined set of cognitive and manual activities, those that can
be accomplished by following explicit rules (what we term “routine tasks”); and
(2) that computer capital complements workers in carrying out problem-solving
and complex communication activities (“nonroutine” tasks).”
- Autour, Levy, Murname (2003)

60
ESPAÇO DAS TAREFAS

61
ESPAÇO DAS TAREFAS
automatizáveis

62
ESPAÇO DAS TAREFAS
automatizáveis não-automatizáveis

63

64
• Essa dinâmica explica ≈ 60% do aumento de disparidade salarial entre
trabalhadores educados e não-educados (com ou sem formação universitária)
nos EUA entre as décadas de 60 e 2000

65
• Essa dinâmica explica ≈ 60% do aumento de disparidade salarial entre
trabalhadores educados e não-educados (com ou sem formação universitária)
nos EUA entre as décadas de 60 e 2000
• Modelo Autour / “Task-Based” é otimista no seguinte sentido: na medida em que
uma parcela maior da população for educada, essa parcela vai escapar da
automação

66
Susskind: “AI-Based”
“In the past 15 years a ‘task-based’ literature has emerged, exploring the consequences of
technological change on the labour market. This literature supports an optimistic view about
the threat of automation.
In this paper I build a task-based model based on different reasoning about how machines
operate. This leads to a far more pessimistic account of the prospects for labour. In a static
model, increasingly capable machines drive down relative wages and the labour share of
income and force labour to specialise in a shrinking set of tasks.”
- Daniel Susskind (2017)

67
ESPAÇO DAS TAREFAS

68
ESPAÇO DAS TAREFAS

69
ESPAÇO DAS TAREFAS

70
Susskind sobre as previsões do Autour:
“Though forecasting the future capabilities of machines is very difficult, the traditional
‘task-based’ literature has often underestimated them. For instance, Autor et al.
(2003) noted that the task of driving a car could not be readily automated, but a type
of driverless car appeared two years later; Autor et al. (2013) noted that order-taking
and table-waiting could not be readily automated, but later that year the US
restaurants Chili’s and Applebee’s announced they were installing 100,000 tablets to
allow customers to order and pay without a human waiter; Autor (2015) noted that the
task of identifying a species of bird based on a fleeting glimpse could not be readily
automated, but later that year an app was released to do that as well."

71
Mais duas áreas que Autour afirmou serem pouco automatizáveis:

72
• Tradução

73
• Tradução
• Direção de automóveis

74
Outras referências:
• Brynjolfsson, Rock, Syverson: ”AI and the Productivity Paradox” (2017)
Take-home: efeito de automação subestimado pelo TFP devido a lags e mismeasurement
• Mokyr: ”The Past and Future of Automation” (2017)
Take-home: evidência + história indicam que estagnação secular tecnológica é improvável (but who
knows?)
• Acemoglu, Restrepo, ”Robots and Jobs: Evidence from US Labor Markets” (2017)
Take-home: evidência de experimentos naturais recentes indica que entrada de robôs reduz salários e
empregos de humanos (nos EUA)
• Acemoglu, Restrepo, ”Artificial Intelligence, Automation, and Work” (2018)
Take-home: AI moderna parece ser qualitativamente diferente de ondas de automação anteiriores;
velocidade da inovação pode dificultar o ajuste do mercado de trabalho

75
• “Task-Based” de Autour e cia funciona bem entre as décadas de
60 e 2000, para a era da computação pré-AI

76
• Susskind explica melhor o que tem acontecido nas economias
avançadas nos últimos anos, desde ≈ 2010

77
avançadas nos últimos anos, desde ≈ 2010 – e tende a acelerar

78
avançadas nos últimos anos, desde ≈ 2010 – e tende a acelerar
• Acemoglu e Restrepo (2017): evidência de que
robotização/automação podem reduzir renda média E número de
empregos

{ IA e o Trabalho: Futuro
79
A Curva de Kurtzweil

81
O que as máquinas vão fazer (em breve):

82
- Redação

83
- Redação
- Direção de veículos (coitado do Autor)

84
- Redação
(h%ps://www.youtube.com/watch?feature=share&v=Sm-NBdSzP6E&app=desktop)

85
- Redação
- Diagnósticos médicos

86
Ultrassom baseado em ML por
U$2k
Convencional por cerca de
US100k

87
Ultrassom baseado em ML por
U$2k
Convencional por cerca de
US100k
(O de ML faz diagnósticos, e se
adapta a diferentes partes do
corpo)

{ IA e o Trabalho: Tradução
88
Focando em tradução:

89
10 horas-trabalho de tradução em 2007

90
↓
3 horas-trabalho em 2017

91
↓
3 horas-trabalho em 2017
↓
1 hora trabalho (ou 0,5 hora-trabalho?) em 2022

92
• Oferta de tradução-horas aumenta muito mais do que a demanda

93
Preço
Quan,dade
D
O

94
• Curva de oferta se desloca muito pra direita:
Preço
Quan,dade
D
O

95
• “Consumo” de tradução ⬆, preço ⬇
Preço
Quantidade
D
O

96
• Menos empregos para tradutores
Preço
Quan,dade
D
O

97
• Menos empregos para tradutores
• (Como aconteceu com agricultores
na Revolução Industrial)
Preço
Quan,dade
D
O

98

99
• Para realizar um volume X de uma tarefa Y com nível de qualidade Q, será
preciso de um número cada vez menor de tradutores

10
0
• Maioria dos tradutores será expelida do setor

10
1
• Maioria dos tradutores* será expelida do setor
* Exceções: os 1% melhores e mais flexíveis e os literários

10
2
• Viram arquitetos? Executivos? Astronautas?

10
3
• Não. Vendedores em lojas, motoristas do Uber.

10
4
• Não. Vendedores em lojas, motoristas do Uber. Renda e status caem.

10
5
“tradução simultânea também está se tornando cada vez mais
precisa”

10
6
“tradução simultânea também está se tornando cada vez mais
precisa”
“simultaneous translation is also becoming increasingly accurate”

10
7
Em breve: data scientists também?
!
(autoML etc)

{ IA e o Trabalho: The Big Picture
10
8
The big picture:

10
9
The big picture:

11
0
The big picture:

11
1
The big picture:
https://thedailyblog.co.nz/2014/08/10/life-expectancy/

11
2
Novo ”Inverno de AI” improvável / aceleração deve continuar:

11
3
• Retorno econômico

11
4
• Massas críticas: de dados, poder computacional e know-how

11
5
• Capital humano:

11
6
• Capital humano:
- 700 alunos no MIT

11
7
• Capital humano:
- 700 alunos no MIT
- 1040 em Stanford

11
8
• Capital humano:
- 700 alunos no MIT
- 1040 em Stanford (1 em 7)

11
9
Chefe de laboratório privado de IA no Brasil:

12
0
• "90% das vagas de empresas de crédito são de atendentes pouco
qualificados”

12
1
• "90% das vagas de empresas de crédito são de atendentes pouco
qualificados”
• ”Nossa missão é gerar desemprego em massa”

12
2
The big picture:

12
3
The big picture:

12
4
The big picture:

12
5
The big picture:

12
6
The big picture:

12
7
The big picture:

12
8
(Diferente e parecido com isso)

12
9
The big picture:
• Efeito sobre taxa natural de desemprego?

13
0
The big picture:
• Cuidado com o Lump of Labor Fallacy! Novos empregos serão criados

13
1
The big picture:
• Questão fundamental:

13
2
The big picture:
• Questão fundamental: quão bem e quão rapidamente pessoas conseguirão
migrar para novas áreas?

13
3
Daniel Kahneman (Nobel Economia 2002)
Viéses irracionais:
- Status quo bias
- Confidence bias

13
4
Daniel Kahneman (Nobel Economia 2002)
Viéses irracionais:
- Status quo bias
- Confidence bias
INÉRCIA /
FRICÇÃO

13
5
The big picture:
migrar para novas áreas?

13
6
The big picture:
migrar para novas áreas? Talvez não muito…

13
7
The big picture:

13
8
The big picture:
• Estimativa (Frey e Osborne, de Oxford): ≈ 50% dos empregos atuais dos EUA
são automatizáveis. (Escala de tempo em cada área: 10-20 anos a partir do início
do processo?)

13
9
The big picture:
do processo?)
• Muitos empregos afetados serão de classe média – portanto gente economica e
politicamente influente

14
0
The big picture:
do processo?)
• Muitos empregos afetados serão de classe média – portanto gente economica e
politicamente influente
Uma crise não de desemprego em massa, e sim de subemprego em massa
The Economist

14
1
The big picture:

14
2
The big picture:
… mas quem ganha mais de U$200k nos EUA trabalha cerca de 50hs

14
3
The big picture:
… mas quem ganha mais de U$200k nos EUA trabalha cerca de 50hs
• Resultado: (ainda) mais desigualdade?

14
4
The big picture:
• Não é preciso acreditar que “this time it’s different”

14
5
The big picture:
• Basta acreditar eu “this time it’s the same”

14
6
The big picture:
• Por exemplo: altura média, um proxy para saúde, caiu no Reino Unido durante as
primeiras décadas da Revolução Industrial (Szretzer e Mooney, 1998)

14
7
The big picture:
• Por exemplo: altura média, um proxy para saúde, caiu no Reino Unido durante as
primeiras décadas da Revolução Industrial (Szretzer e Mooney, 1998)
• Mudança social rápida é traumática: conturbação política, ascensão do marxismo
etc etc

14
8
Fonte: ”Leisure Luxuries and the Labor Supply of Young Men” (Aguiar, Bils, Charles, Hurst), NBER 2017

14
9
• Pergunta: o que esses caras estão fazendo?

15
0
Fonte: ”Leisure Luxuries and the Labor Supply of Young Men” (Aguiar, Bils,
Charles, Hurst), NBER 2017

15
1

15
2
• Resposta: jogando videogames

15
3
(vide Yuval Harari, ”The Meaning of Life in a World without Work”, The Guardian 08/05/2017)

15
4
• Possível solução / paliativo: Universal Basic Income

15
5
• Na prática, UBI pode ser extensão natural do welfare state

15
6
• Na prática, UBI pode ser extensão natural do welfare state (e o Bolsa
Família talvez seja um primeiro passinho na direção do UBI)

{ A Maré da IA (après Robin Hanson)
15
7
.

15
8
.

15
9
.

16
0
.

16
1
.

16
2
.

16
3
.

16
4
.

16
5
.

16
6
.

16
7
.
O AUTOUR ACHA QUE PARA POR AQUI

16
8
.
O SUSSKIND DIZ QUE A MARÉ CONTINUA SUBINDO

16
9
.

17
0
.

17
1
.

{ A Maré da IA
17
2
Em termos práticos:

{ A Maré da IA
17
3
1 - Vá para o cume do Monte Abstração:

{ A Maré da IA
17
4
i. filosofia

{ A Maré da IA
17
5
i. filosofia
ii. matemática pura

{ A Maré da IA
17
6
i. filosofia
iii. enfermaria

{ A Maré da IA
17
7
i. filosofia
iii. enfermaria
iv. terapia

{ A Maré da IA
17
8
i. filosofia
iii. enfermaria
iv. terapia
v. ensino

{ A Maré da IA
17
9
i. filosofia
iii. enfermaria
iv. terapia
v. ensino (?) – MOOCS, EAD etc etc

{ A Maré da IA
18
0
2 - Aprenda a programar computadores

{ A Maré da IA
18
1
2 - Aprenda a programar computadores*
* “Automatizar pra não ser automatizado”

{ A Maré da IA
18
2
2 - Aprenda a programar computadores*
Sugestões de sites: Coursera, DataCamp, Code Academy
* “Automatizar pra não ser automatizado”

contato@slq.com.br
+55 11 4780-9885
CONTATO {

IA e o Futuro do Trabalho (Flavio Abdenur / SLQ)

Recomendados

Recomendados

Mais conteúdo relacionado

Destaque

Destaque (20)

IA e o Futuro do Trabalho (Flavio Abdenur / SLQ)