Partnerbijdrage
MIT FutureTech deed het onderzoek, een onderzoeksgroep van MIT gericht op de impact van AI op werk. Onderzoeksleider Matthias Mertens gebruikte duizenden werkopdrachten uit de O*NET database van het Amerikaanse ministerie van arbeid, representatief voor echte functies.
MIT liet zestigduizend keer nakijken wat AI van echt werk maakte, door mensen met ervaring in dat werk. De uitkomst is een gestage lijn over alle soorten werk. Die lijn kun je uitrekenen. Welke taken in jouw organisatie schuiven het eerst?
Zesduizend werkopdrachten die volledig uit tekst bestaan, meerdere AI-modellen die de opdrachten uitvoerden, en beoordelaars uit het beroep zelf die er hun oordeel over gaven. Steeds dezelfde vraag: kun je hiermee verder zonder er nog aan te sleutelen?
Bij opdrachten waar iemand ongeveer anderhalf uur mee bezig is, was het antwoord bij de eerste meting zes op de tien keer ja. Vijf kwartalen later ruim zeven op de tien. Het aandeel dat nog een correctie vraagt halveert elke 2,2 tot 2,8 jaar.
Sprongen of een gestage lijn?
Crashing waves of rising tides, zo heet het onderzoek. De uitkomst is de tweede: een gelijkmatige stijging over taken van elke lengte. Een opdracht tien keer zo lang maken kost zes tot zeven procentpunt.
Een lijn die elk kwartaal een stukje opschuift, laat zich doortrekken. In 2030 komt hij uit op 88 tot 97 procent bruikbaar werk, als de groei van de afgelopen jaren doorzet.
Het verschil zit in de taak
- Managementtaken zijn 53 procent van de keren meteen bruikbaar;
- Administratief en ondersteunend werk 63 procent;
- Achter beide percentages zitten bijna tweeduizend beoordelingen.
Tien procentpunt tussen twee soorten werk die vaak op dezelfde verdieping zitten. Het verschil loopt daarbij niet langs opleidingsniveau. Werk wordt opnieuw verdeeld tussen mens en AI, taak voor taak, zegt onderzoeksleider Matthias Mertens.
De testomstandigheden waren ideaal
Eén voorbehoud noemen de onderzoekers zelf. In de test kreeg AI alle informatie aangeleverd die nodig was, en die informatie in een organisatie bij elkaar krijgen is lastig, duur of wettelijk begrensd. De percentages laten zien wat AI kan. Wat een organisatie ermee opschiet, hangt af van welke informatie er al vastligt.
Welke taken uit lezen en schrijven bestaan met een standaardantwoord, is in een organisatie snel op te noemen. De modellen ontwikkelen door, dus hoe beter die standaardantwoorden en de uitzonderingen erop zijn vastgelegd, hoe meer elk volgend model ermee kan.
Voor de inhoud en organisatie van onze Academy bijeenkomsten, masterclasses en communities voor ondernemers en bij de uitvoering van bepaalde dossiers werken we samen met vaste partners. Door deze samenwerking kunnen we gebruikmaken van de kennis, ervaring en faciliteiten van deze bedrijven. Meer informatie over Laméco en andere partners >>
