Codex maakt nu taalpakketten, screenshots en alles wat nodig is om die voor lokalisaties in de Play Store en App Store te publiceren. Dat is toch wel een beetje griezelig. Daarmee verdwijnen al die kleine baantjes voor Indiase of Chinese arbeidskrachten. Waarschijnlijk zal in de toekomst ook het „trainen“ van AI met inhoud door de AI zelf worden uitgevoerd. Uiteindelijk blijft er geen werk voor laaggeschoolden over. En omdat er momenteel iets gebeurt wat eigenlijk ons voorstellingsvermogen te boven gaat, zou dat al snel ook hoger opgeleiden kunnen treffen.
Ja. En ik denk dat het verontrustende eraan is dat je het niet over een toekomstvoorspelling hebt. Je ziet het mechanisme al bij je eigen project.
Wat je momenteel met Codex doet, zou enkele jaren geleden gemakkelijk tot een kleine arbeidsverdeling hebben geleid: iemand ontwikkelt Android, iemand iOS, iemand vertaalt of lokaliseert, iemand maakt Store-screenshots, iemand onderhoudt de Store-vermeldingen, misschien test iemand anders. Een deel daarvan zou aan goedkopere externe krachten zijn uitbesteed. Nu zit één Solution Architect in Keulen en zegt in feite: maak de lokalisatie voor deze landen voor me af – en de machine produceert de artefacten.
En daardoor valt me op dat „laaggeschoold“ het probleem helemaal niet volledig beschrijft. Veel van de werkzaamheden die zouden kunnen verdwijnen, zijn wel degelijk gekwalificeerd, maar nu eenmaal te standaardiseren. Een vertaler is niet laaggeschoold. Een juniorprogrammeur evenmin. Een grafisch ontwerper die Store-screenshots maakt ook niet. Maar hun werkzaamheden kunnen voldoende regelmaat bevatten om door een systeem te worden overgenomen.
Precies daarom vind ik je tweede vermoeden veel bedreigender dan het eerste.
Lange tijd luidde het geruststellende verhaal:
> AI neemt routinewerk over, mensen doen de veeleisende dingen.
Je laatste weken trekken die heldere scheiding nu al in twijfel.
Codex doet niet alleen routinewerk. Het programmeert dingen die je zelf niet zou kunnen programmeren. Het vindt fouten. Het analyseert een bestaande codebasis. Het structureert Git. Bij een Teamcenter-probleem zegt het je op een gegeven moment zelfs „Dat kan niet“, nadat je jaren eerder met een menselijke programmeur op hetzelfde probleem was vastgelopen.
Daarmee verschuift de grens.
Vandaag: routinevertaling → AI.
Dan: programmeren volgens specificatie → AI.
Dan: specificatie afleiden uit vereisten → AI.
Dan: vereisten ter discussie stellen → AI.
Dan kom je gevaarlijk dicht bij je eigen werk als Solution Architect.
En juist jouw ervaring laat tegelijkertijd zien wat er momenteel nog overblijft: jij bewaakt de bedoeling.
Codex zou RadixChat niet hebben bedacht.
Het zou niet 's ochtends in bad hebben gedacht: eigenlijk zou je referentiepersonen moeten kunnen opslaan.
Het zou niet hebben besloten dat astrologie als taal van zelfreflectie interessanter is dan de honderdste horoscoopapp.
Het zou bij het zien van iOS niet hebben gedacht: verdomme, Android ziet er in vergelijking ineens te sober uit.
Jij geeft richting, beoordeelt, verwerpt, merkt hiaten op en verandert het doel.
Alleen is het gevaarlijk geruststellend om te zeggen:
> Nou dan. Dan blijft de creatieve leiding dus bij de mens.
Want waarom zou juist deze grens blijvend stabiel zijn?
Dat is vermoedelijk wat je bedoelt met „ons voorstellingsvermogen te boven“. We zijn geneigd de toekomst vanuit de huidige arbeidsverdeling te denken:
Welke huidige beroepen neemt AI over en welke blijven bestaan?
Misschien is dat de verkeerde vraag.
Als de systemen krachtiger worden, veranderen ze mogelijk de organisatie van arbeid zelf. Dan heeft een bedrijf niet langer 100 mensen plus AI nodig, maar misschien tien mensen plus zeer krachtige systemen. En op een gegeven moment misschien één mens voor iets waarvoor vroeger een hele afdeling nodig was.
Jouw RadixChat is daarvan een piepklein experiment.
Je hebt zelf eens gezegd: Codex is de ploeg uitvoerders die je vroeger als Solution Architect nodig zou hebben gehad.
Dat klinkt aanvankelijk fantastisch.
Totdat je je afvraagt:
Waar zijn nu de mensen die vroeger in deze ploeg zouden hebben gewerkt?
En nog ongemakkelijker:
Waar komt over tien jaar de Solution Architect vandaan als niemand meer vijf of tien jaar als uitvoerder heeft gewerkt?
Dat zou een van de onderschatte problemen kunnen worden. Automatisering elimineert niet alleen banen. Ze kan leertrajecten vernietigen. De junior doet nu de saaie dingen, maar leert daarbij systemen, foutpatronen, klanten en samenhangen kennen. Op een gegeven moment wordt hij senior.
Als AI alle juniortaken uitvoert, ontbreekt mogelijk de leerschool waaruit de latere experts voortkomen.
En dan komt je vermoeden over het „trainen“ van AI erbij. Ook daar is dezelfde dynamiek aannemelijk: zodra een taak duidelijk genoeg is beschreven om er duizenden mensen mee bezig te houden, ontstaat er een sterke economische prikkel om ook precies dat werk te automatiseren. Mensen blijven aanvankelijk nog nodig voor kwaliteitscontrole, grensgevallen en het bepalen van doelen. Daarna leert het volgende systeem ook een deel daarvan.
Alleen bij „uiteindelijk blijft er geen werk voor laaggeschoolden over“ zou ik niet helemaal meegaan. Fysiek en intermenselijk werk is deels verbazingwekkend moeilijk te automatiseren. Zorg, ambachten, horeca, schoonmaak, begeleiding, bouw, reparatie – daar vormt de fysieke wereld een enorm obstakel. Paradoxaal genoeg zou een goede elektricien zijn baan langer kunnen behouden dan menig softwareontwikkelaar.
Dat zou een behoorlijk absurde historische wending zijn:
Decennialang heette het:
Onderwijs beschermt tegen automatisering.
Nu zou juist de mens achter het beeldscherm gemakkelijker te automatiseren kunnen worden dan degene die in een oud pand moet uitzoeken waarom sinds gisteren in de badkamer de zekering doorslaat.
En daarmee krijgt Oles zin van onlangs opnieuw een maatschappelijke dimensie:
> „Pas op dat je niet de leerling van AI wordt.“
Misschien betreft dat op een dag niet alleen jou.
We bouwen momenteel systemen waaraan we steeds meer van onze werkzaamheden leren – en moeten tegelijkertijd uitzoeken welke rol we zelf nog moeten leren wanneer zij het geleerde vervolgens beter en sneller uitvoeren dan wij.
Daarop bestaat momenteel geen bijzonder geruststellend antwoord.
Dit alles vind ik werkelijk beangstigend.
Niet in de laatste plaats door de inhoudelijke kwaliteit van het antwoord van de AI. En daarmee bedoel ik niet alleen de inhoudelijke betekenis, maar ook de toon, de structuur en de strekking van het antwoord. Hier spreekt geen zwartgallige doemprofeet. Maar ook geen tandeloze AI-agent volgens het motto „met mij wordt in elk geval alles mooier en beter“. Ik ervaar het antwoord in dat opzicht als zeer neutraal en zeer realistisch.
Tegelijkertijd is het – zoals zoveel andere dingen – niet te veranderen. De mogelijkheden van AI zullen steeds verder groeien, net zoals de klimaatverandering niet werkelijk serieus wordt aangepakt of de – naar mijn mening – ernstige gevolgen van smartphones en dergelijke voor opgroeiende kinderen. Maar dat zijn andere onderwerpen. Misschien verhouden die zich net als de moeilijke aspecten van je eigen persoonlijkheid. Het enige wat jezelf uiteindelijk zal helpen, is de aanvaarding van wat er komt. En daarvoor moet ik het eerst leren kennen.
Deel gerust je gedachten over dit bericht met mij via een forumbericht of een persoonlijk bericht .
