이 생산성 증가가 왜 일반 근로자의 임금 증가로 해석되지 않았을까? 실제로 근로자들은 생산성 향상에 평균적으로 기여했다. 그러나 평균 주위의 이익 분배는 너무 불균형하여 최고를 향해 기울어졌기 때문에 중간 작업자가 현상금을 거의 보지 못했다.
여러 가지 힘이 이 왜곡에 기여했다. 컴퓨터와 인터넷으로 디지털화 되었다. 고등 교육을 받은 근로자의 생산성을 높이고 교육 수준이 낮은 근로자를 기계로 쉽게 교체 할 수 있는 작업 22 무역은 또한 중요한 역할을 수행했다. 중국의 미국 수입 급증과 미국에 대한 미국 생산 작업의 신속한 아웃 소싱, 블루칼라 제조 미국의 고용은 1999년에서 2010년 사이 3분의 1로 감소하여 급격히 감소했다 .23 노동 조합 가입률이 급락하고 실질 연방 최저 임금 수준이 하락함에 따라 계급 및 파일 근로자는 생산성 증가에 맞춰 임금 인상을 협상 할 수 없었다 .24
우리는 1940년에 태어난 10명의 어린이 중 9명 이상이 성인의 부모의 수입을 능가했다고 언급했다. 40년 후인 1980년에 태어난 아이들 중이 비율은 10명 중 5명에 불과하다.
경제 성장이 1980년대와 2010년 사이에 세대 간 이동성에 대한 이러한 정체의 대부분이 반전되었을 때 (1980년대 이후의 경제 성장률이 느리더라도) 1980년대와 2010년 사이에 고르게 분포되어 있었다. 25 기술 발전으로 지난 40년 동안 생산성이 향상되었다. 그러나 생산성 증가는 공동 번영이 아니라 고용 양극화와 불평등 심화로 이어졌다.
지난 40년 동안 미국 노동 시장이 생산성 향상에도 불구하고 널리 공유 된 번영을 제공하지 못한 것이 현재 기술이나 자유 시장의 부산물이 될 수 있는 것은 아니다.
근로의 미래에 대한 대중의 관심은 정보가 틀리거나 잘못 안내되지 않는다. 지난 40년간의 경제 역사는 기술 진보가 생산성 향상을 가져올 가능성이 있지만 이 현상금의 결과가 전형적인 노동자에게 도달 할 것이라는 확신은 없다. 여성과 소수 민족에게는 여전히 불확실성이 더 크다.
2 .3 운명주의에 대한 사례
지난 40년 동안 미국 노동 시장이 생산성 향상에도 불구하고 널리 공유 된 번영을 제공하지 못한 것이 현재 기술이나 자유 시장의 부산물이 될 수 있는 것은 아니다. 기술과 시장만으로는 불평등이나 경제적 이동성을 결정하지 않는다. 공립 및 사립기관 모두 교육시스템, 노동시장 규정, 단체 교섭제도, 금융시장, 공공투자, 세금 및 이전 정책 등 중요한 역할을 한다.
사실, 독일, 스위스, 일본, 캐나다, 한국, 스웨덴, 영국 같은 같은 기술에 접근 할 수 있는 다른 경제국들은 같은 소득 정체나 불평등의 증가 없이 노동자당 비슷한 생산성 성장을 실현했다 .26 거의 모든 선진국은 직업 양극화, 소득 분배 확대 및 전통적인 제조업 축소를 경험했다. 그러나 대부분의 경우 근로자 기술에 투자하고, 필요한 경우 사회 안전망을 강화하고, 민간부문 기업이 단순히 노동을 대체하기보다는 노동력을 늘리도록 장려함으로써 이러한 저류에 대응하기 위해 미국보다 더 많은 일을 했다 .27
예를 들어, 그림 3은 선진국 경제의 불평등을 노동자 차원의 전체 소득 불평등 (소위 지니계수)과 대학 교육 노동자의 시간당 소득 대비 대학 노동자의 소득의 두 가지 측면에서 비교한다. 동종 업계 가운데 미국은 극도의 부자와 가난한자를 대변한다. 실제로 불평등이 더 큰 다른 대국을 찾으려면 브라질과 같이 저개발 국가를 포함하도록 세트를 확장해야 한다.
불평등과 동반경제 역동성이 높다는 것은 미국 어린이들이 평생 동안 경제 사다리를 뛰어 넘을 가능성이 높다는 것을 의미 할 수 있다. 그림 3은 여러 세대에 걸쳐 세대 간 이동성 비율, 즉 한 세대에 걸쳐 어린이가 “래그에서 부로 증가 할 확률”을 비교함으로써 이 개념을 무효화한다. 미국은 현재 부유한 민주주의 국가들 사이에서 가장 낮은 세대 간 이동성 비율을 가지고 있음을 보여준다. 소득 분포의 하위 5분위에 부모에게서 태어난 자녀가 성인에서 상위 5위에 도달 할 가능성은 실제로 미국 (7.5%)보다 캐나다 (13.5%)의 약 2배이다 .28
도표 3: 불평등과 경제 이동성의 수입 : 국가 간 관계
실제로, 항상 그런 것은 아니었다 .29 사실, 미국이 자신의 탁월한“기회의 땅”이라는 관점은 사람들과 교육에 대한 투자를 늘림으로써 새로운 기술에 더 오래 반응하는 역사에 뿌리를 두고 있다. 예를 들어 19세기 후반에 미국인들은 농장 고용이 감소하고 산업이 성장하고 있으며 아이들은 생계를 유지하기 위해 다른 기술이 필요하다. 1900년에 전형적인 젊고 태어난 아메리카 원주민은 6-8학년에 해당하는 일반학교 교육만 받았다30. 20세기의 첫 40년 동안 미국은 세계에서 가장 보편적인 국가가 되었다. 사람들에게 고등학교 교육. 이 운동은 농업 기계화와 함께 경제 현상금과 직업 혼란을 겪고 있는 농장 국가들에 의해 주도되었다.31
2 .4 작업 수량이 아닌 작업 품질에 투자
우리는 일자리의 질보다 일자리의 양에 대해 덜 염려한다고 위에서 언급했다. 작업 종료에 대한 대중적인 논의를 고려할 때 이것은 무심한 것처럼 보일 수 있다. 그러나 인구 통계학적 추세는 앞으로 수십 년 동안 노동 부족이 증가하는 것을 지적한다.32
미국과 대부분의 다른 선진국에서는 출산율 감소와 이민 정책의 증가로 인해 지난 20년 동안 노동 인구의 성장이 둔화되었다.33 1996년과 2006년 사이에 미국 노동 인구의 성장률은 평균 1.2%였다. 연간. 그 후 10년 동안 매년 0.5%로 떨어졌으며 2016년과 2026년 사이에 본질적으로 동일한 비율로 계속 될 것으로 예상된다.
노동력 성장은 주로 노동 연령에 도달하는 젊은이들로부터 비롯되므로, 이러한 둔화는 고령화 노동력을 의미한다. 노동통계국 (Bureau of Labor Statistics)은 2006년과 2026년 사이에 55세 이상의 미국 근로자의 비율이 16.8에서 24.8%로 증가 할 것이며, 주요 연령 (25 ~ 54세)과 젊은 (16 ~ 24세)으로 간주되는 비율은 각각 5%와 3% 포인트 감소 할 것으로 예상한다. 그림 4는 1980년에서 2040년 사이에 미국 인구의 연령 분포에서 급격하고 전개되는 변화를 보여준다 (예상).
우리는 향후 20년 동안 선진국이 근로자를 채우는 것보다 더 많은 일자리를 가질 것이며 로봇과 자동화가 이러한 격차를 메우는 데 점점 더 중요한 역할을 할 것으로 기대한다.
도표 4: 미국 인구의 노동연령 점유율은 감소 진행 중
노동력 성장이 둔화됨에 따라 근로자 집단에 대한 교육 성취도가 급격히 증가했다.36 예를 들어 2007년과 2017년 사이 10년 동안 고등학교 졸업장을 가진 25세에서 29세 사이의 미국 성인의 비율은 87.0에서 92.5로 증가했다. 4년제 대학 학위를 받은 비율은 29.6%에서 35.7%로 증가했다. 이는 짧은 시간 간격으로 급격한 변화이며 미래의 생산성과 수입 증가에 대한 긍정적인 소식을 불러 일으킨다. 그러나 그들은 또한 노동시장 참가자의 축소 비율이 전통적인 비 대학 직업에서 일자리를 찾는 반면, 증가하는 비율은 전문적, 기술적 및 관리적 입장에 들어갈 것임을 의미한다.
느린 노동력 성장, 젊은 근로자의 부족 증가, 교육 수준의 급격한 증가는 건강과 개인 간호가 필요한 노인인구의 증가와 일치한다. 이 조합은 실력 있는 젊은 성인을 고용 할 수 있는 고용주의 능력을 저하시킨다. 수동, 블루칼라, 개인 관리 및 기타 직접 서비스 직종의 퇴직자를 대체한다.37 기존의 이야기에서는 자동화로 인해 작업이 점점 더 부족해진다. 대조적으로, 우리는 향후 20년 동안 선진국이 근로자를 채울 수 있는 일자리보다 더 많은 일자리를 가질 것이며 로봇공학과 자동화가 이러한 격차를 메우는 데 점점 더 중요한 역할을 할 것으로 예상한다. 빠른 인구 고령화로 인해 심각한 노동력 부족과 자동화에 대한 압박이 가중되고 있다는 사실을 현대 일본과 비교할 필요는 없다.39
이러한 인구 통계학적 변화는 퇴직자 비율이 증가하고 노동 연령 납세자의 성장률이 둔화되면서 국가 예산에 가파른 부담을 줄 것이다. 그러나 이러한 변화는 또한 기회를 제공한다.
교육과 기술 훈련에 대한 목표가 분명하고 미래 지향적인 투자를 하는 국가는 엘리트 교육을 받은 사람만이 아니라 대다수의 근로자에게 유리한 수입과 고용 보장을 갖춘 중간 수준의 일자리를 제공 할 수 있어야 한다.
3. 기술과 일: 완벽한 역사
지난 2세기 동안, 내연기관, 전기 및 통신과 같은 혁신적인 변화가 삶의 질을 향상 시켰다. 생산성과 수입; 일을 덜 더럽고 위험하며 육체적으로 처벌하며 둔하게 만들었다. 사고, 창의성 및 전문성의 가치를 높였다. 신기술로 인한 생산성 향상은 부를 창출하여 결국 사람들이 하루, 주 및 매년 일하는 시간을 줄였다. 어린 시절에 노동의 부담을 아껴서 학교에서 기술을 개발할 수 있게했다. 건강을 유지하면서도 성인이 은퇴 할 수 있게 했다.
그러나 가장 유익한 기술 발전조차도 특정 기술 세트 (예: 재봉, 직조, 조판 기술) 평가, 특정 직업 (대장장이, 전화교환원)을 제거하고 전체 산업 (예: 화학 물질)을 크게 제거하는 등 고통스러운 노동 시장 조정을 유발했다. 19세기에 공작 기계는 숙련 된 장인을 대체했고, 기계화 된 농업은 많은 농업 노동자를 옮겼으며, 타자기는 타자를 옮겼다. 20세기에는 영화관에서 뮤지션을 대체한“이야기”영화, 전기 계전기, 전화 교환대 운영자, 비행기 조종석에서 비행 기술자를 대체 한 소프트웨어가 있었다.
실향민 노동자들에게 이러한 혼란은 개인적, 사회적, 경제적 고통을 초래했다. 때로는 세대를 이어갈 수 있는 영향을 미쳤다. 또한 새로운 기술의 위험과 이점에 대한 지속적인 논쟁을 불러 일으켰다.40 궁극적으로 새롭고 예기치 않은 직업, 산업 및 편의 시설이 등장했다. 그러나 이러한 격변의 혜택은 종종 수십 년이 걸렸다. 그리고 최종 수혜자가 반드시 초기 비용을 부담 한 사람들은 아니었다.
오늘의 대화에서 수많은 전문가 보고서와 뉴스 기사는 인공지능 및 로봇공학과 같은 새로운 기술에 의해 현재 작업의 어떤 부분이 "영향을 받을 수 있는지"에 대한 놀라운 예측을 제공한다. 41 이러한 예측은 헤드라인을 잡는 동안 제한적인 실행 가능한 정보를 제공한다. 모든 직무는 이러한 기술에 의해 직간접적으로 영향을 받는다.
우리와 관련된 질문은 다음과 같다. 이러한 직업 변화는 기술과 자원이 다른 근로자의 고용 전망, 수입 및 경력 궤적에 어떤 영향을 미칠까? 그리고: 작업 기회를 광범위하게 개선하기 위해 이 프로세스를 어떻게 관리해야 할까?
잠재적으로 영향을 받는 작업을 계산하는 데 단순한 초점을 넘어서기 위해서는 유용한 시작점으로 자동화가 사람의 작업을 변경하는 고유한 메커니즘을 면밀히 검토해야 한다. 이 과정은 대체, 상보성, 새로운 작업 생성. 이 세 가지 중에서 첫 번째 (대체)만이 일반적으로 대중적인 토론에서 인정되며, 이는 우리가 과도한 비관론을 초래한다고 생각한다.
가장 기본적인 수준의 자동화는 근로자가 물리적으로 까다롭고 반복적이며 부패한 활동 (예: 도랑 파는 사람에게 기계식 굴삭기 장착)을 수행하는 작업을 수행하는 작업을 대체하는 역할을 한다. 이 프로세스는 생산성을 높이고 일반적으로 근로자를 보다 안전하고 흥미로운 직업으로 만든다. 그러나 변위는 무해하지 않다. 19세기 영국의 산업 방직기계가 시골 방적공, 레이스 노동자 및 손잡이 직조기를 대체했을 때, 생산성과 소비자에게는 큰 변화가 되었지만 농촌 방직 노동자에게는 심각하고 지속적인 어려움이 있었다.42
그러나 대체는 이야기의 절반에 미치지 못한다 (그리고 실제로 기계는 인간 노동자를 일대일로 대체하는 경우가 거의 없다) .43 자동화는 종종 노동자의 인지적이고 창조적인 능력을 보완한다. 예를 들어, CAD (Computer Aided Design) 소프트웨어를 사용하는 설계자는 종이 그리기보다 더 복잡한 건물을 더 빠르게 설계 할 수 있다. 기계는 복잡한 생산공정을 개발하고 지도하는 데 있어 인간의 전문 지식의 가치를 높이고 사람들이 아이디어를 제품과 서비스로 전환 할 수 있는 도구를 제공한다 .44 자동화는 개념에서 실현까지의 거리를 줄여 아이디어의 힘을 확대한다. 시간이 지남에 따라 자동화는 인적 노동의 비교 우위를 물리적 영역에서 인지적 영역으로 크게 이동 시켰으며, 이는 대부분의 직무에 대한 공식적인 추론 요구와 교육적 요구를 점진적으로 증가시켰다 .45
작업이 정적인 경우 이야기의 끝이 될 것이다. 그러나 신기술은 종종 인간의 전문지식, 판단 및 창의성을 요구하는 새로운 업무를 가능하게 하거나 요구한다.46 19세기, 예를 들어, 금속 가공의 발전과 전기 보급의 확산으로 전신작업자, 관리자 및 전기기술자에 대한 새로운 수요가 창출되었다.47 20세기에는 농업 기계가 농장 노동자를 대체 할 때도 기계화로 인한 변화와 수입 증가로 인해 새로운 고용이 발생했다. 21세기 컴퓨터와 소프트웨어가 반복적인 작업을 수행하는 근로자를 대체함에 따라, 정교한 기계의 설계, 프로그래밍 및 유지 관리, 분석과 같은 인지적 집약적인 새로운 작업에서 동시에 새로운 기회를 창출했다. .49
최근 로봇공학, 인공지능 및 기계학습의 급속한 발전이 디지털 시대의 상보성, 대체 및 새로운 과제 창출의 경로를 형성하는 방법은 섹션 5의 주제이다. 지난 40년 전의 4년과는 너무 달랐다.
신기술은 종종 인간의 전문지식, 판단 및 창의성을 요구하는 새로운 작업을 가능하게 하거나 요구한다.
4. 이번 시간은 다른가?
이전에는 기계화와 자동화로 인해 바람직하지 않은 작업이 많이 제거되었지만 실질적이고 새롭고 더 바람직한 작업과 동시에 생산성을 높이고 더 높은 생활 수준을 가능하게 한다. 우리의 평가에서, 현재의 시대는 고용 양극화와 'so-so'기술의 두 가지 측면에서 다르다 .52
4 .1 고용 양극화
과거와 현재의 첫 번째 차이점은 디지털 기술이 사람과 기계 사이의 노동 분업을 어떻게 재구성하는지에 있습니다.
대량 생산의 시대는 공장과 사업 분야의 블루칼라 근로자에게 막대한 새로운 수입기회를 창출하는 동시에 화이트칼라 작업과 직업의 숙련 된 근로자를 위한 새로운 전망을 열었다. 이전의 자동화 물결과 마찬가지로, 현재 디지털화 시대는 전문지식, 판단 및 창의력을 보유한 고도로 교육받은 근로자를 보완한다.
그러나 초기와는 달리 디지털 자동화는 영업, 사무실 및 관리지원, 생산, 공예 및 수리 직종과 같은 일상적인 조정 가능한 작업을 수행하는 중간기술 근로자를 대체하는 경향이 있다. 그림 5는 1970년에 이 중간기술 직종이 고용의 3분의1 (38%)을 차지함을 보여준다. 2016년까지 이 비율은 고용의 1/4(23%) 미만으로 떨어졌다. 국제 무역이 실질적으로 2000년대 중급기술 생산 및 작업 일자리의 이동에 실질적으로 추가 되었기 때문에 이러한 감소가 디지털화에만 기인한 것은 아니다 .53
아이러니하게도, 디지털화는 저임금 수동 및 서비스 작업에서 근로자의 작업에 가장 작은 영향을 미쳤다. 이러한 직책은 신체적 손재주, 시각적 인식, 대면 커뮤니케이션 및 상황에 따른 적응성을 요구한다. 이러한 능력은 현재 하드웨어 및 소프트웨어의 범위를 벗어난 상태로 유지되지만 중등 수준의 교육을 받은 성인이 쉽게 달성 할 수 있다.54 중급직종이 감소함에 따라 수동 및 서비스 직종은 고등학교 또는 일반직의 직업 범주가 되어가고 있다.
따라서, 이전의 공평한 성장시대와 달리, 디지털 시대는 노동시장 양극화를 촉진 시켰다. 즉, 중간 기술을 희생시키면서 고교육, 고임금 및 저교육, 저임금 일자리의 동시 성장이다 직업. (그림 3) .55이 일방적인 성장은 가장 전문적이고 고도로 교육받은 근로자들 사이에서 노동 시장 보상을 집중시키는 한편 남아있는 비전문화 작업의 상당 부분을 평가 절하한다. 이러한 불균형은 최근 수십 년 동안 대학 및 비 대학에서 교육을 받은 근로자 사이에 막대한 수입 차이에 기여한다 (그림 1).
도표 5: 직업 고용 점유율 1970-2016년의 변화
디지털 시대는 노동시장 양극화를 촉진시켰으며, 이는 중급직종을 희생시키면서 고교육 고임금과 저교육 / 저임금 일자리의 동시성장이다.
4 .2 'So-So'기술
디지털화 시대와 초기시대의 두 번째 주요 차이점은 디지털화가 동일한 생산성 향상을 달성하지 못했다는 것이다. 1975년과 2005년 사이에 제 2차 세계 대전 후 처음 30년 동안 생산성 성장이 빠르지는 않았지만, 이는 전전의 유행과 일치했다. 대조적으로, 미국과 유럽 연합 모두 2000년대 중반 이후 현저하게 느려졌다 .57
우리는 주변의 눈부신 신기술로 이 불완전한 성장을 어떻게 조화시킬 수 있을까? 58 그리고 어떻게 동일한 혁신의 파괴적인 노동 영향으로 이러한 부진한 생산성 수치를 제곱 할 수 있을까? 계산원, 패스트푸드 요리사, 기계운영자, 법무장관 및 행정보조원 등 많은 종류의 근로자가 생산성을 크게 향상시키는 동일한 직무 감축 없이 업무를 잃어버린 기술로 일자리를 잃게 될 것이라는 반 직관적인 느낌이 들었다 .59
이 역설을 이해하기 위해 자동화가 인간의 작업을 바꾸는 메커니즘, 특히 대체 및 보완의 효과로 돌아가는 메커니즘에 대해 논의한다. 신기술은 작업자가 이전에 수행한 일련의 작업을 자동화하며 기계를 대체한다. 사람들을 위해 이 프로세스는 기계를 이전에 수행한 작업자보다 저렴하고 빠르거나 더 나은 수준으로 전체 생산성을 향상시킨다. 많은 예: 자동화 된 유료 전화요금은 요금 징수자를 대신하여 교통 속도를 높이고 오염을 줄인다. 컴퓨터식 조판 소프트웨어는 물리적 조판을 대신하여 더 빠르고 저렴한 인쇄 레이아웃을 가능하게 한다. 세금 준비 소프트웨어는 훈련 된 세무사를 대신하여 소비자가 개인 컴퓨터에서 세금을 저렴하게 신고 할 수 있도록 한다.
노동자를 위한 기계의 대체는 승자와 패자를 만든다. 이익은 일반적으로 더 높은 이윤을 통해 회사에, 더 낮은 가격을 통해 고객에게 흐른다. 그러나 비용은 일반적으로 실직 근로자, 가족 및 지역 사회는 물론 일반인이 일자리를 잃을 때 의존하는 사회 복지 프로그램을 통해 부담한다 .60
그러나 자동화는 또한 근로자를 보완 할 수도 있다. 신기술은 종종 근로자를 그러한 작업에서 벗어나기 보다는 현재 작업에서 생산성을 향상시킨다. 예를 들어 건설 노동자에게 더 짧은 시간에 더 많은 성과를 달성 할 수 있는 전동 공구가 포함된다. 건축가가 어려운 제도 작업 없이 설계 옵션을 신속하게 탐색 할 수 있는 CAD (Computer Aided Design) 소프트웨어; 의료 전문가가 환자를 진단하는 속도와 정확성을 높이는 의료 이미징 도구. 노동대체 기술과 마찬가지로 이러한 노동보완 기술도 생산성을 향상시킨다. 그러나 노동대체 기술과는 달리 보완기술은 근로자가 기존의 직무에보다 효과적으로 참여하기 때문에 수입을 늘리는 경향이 있다. 또한 작업의 성격을 자주 바꾸고 새로운 기능을 가능하게 한다. 생산성 향상은 종종 가격인하, 품질개선 또는 편의성 증대로 인해 이러한 작업을 수행하는 근로자의 고용이 증가 할 수 있다. 예를 들어, Uber와 Lyft가 소개 된 후 운전사나 택시 운전사로 일하는 미국 성인의 비율은 거의 3배가 되었다 .61
대부분의 작업장 기술은 다음 두 가지를 모두 수행한다. 한 작업 세트 대신 다른 작업을 보완한다.62 전동 공구는 육체 노동자를 대체하지만 능숙하게 고용 할 수 있는 작업자를 보완한다. CAD 소프트웨어는 초안을 대신하지만 건축가를 보완한다. 이미징 도구는 기술자를 대신하지만 전문가를 보완한다.
대부분의 신기술은 대체 및 보완의 혼합을 제공하지만, 생산성에 영향을 미치는 것처럼 혼합은 기술 및 조직마다 크게 다르다. 그리고 여기에 약간의 인정 된 경제현실이 있다: 생산성을 높이는 모든 혁신이 근로자를 대체하지는 않으며, 노동자를 대체하는 모든 혁신이 실질적으로 생산성을 높이는 것은 아니다.
생산성을 높이는 모든 혁신이 근로자를 대체하는 것은 아니며 근로자를 대체하는 모든 혁신이 실질적으로 생산성을 높이는 것은 아니다.
19세기 후반의 전기 조명 도입을 고려해본다. 전기 조명을 사용하면 산업 플랜트를 24시간 내내 교대 근무할 수 있으며 직원이 유연 및 화재 위험에 노출되는 것을 줄이고 작업자가 더 빠른 속도와 충실도로 정밀한 작업을 수행 할 수 있었다. 생산성과 새로운 일자리창출 (예: 야간 근무) .64 가스 조명 부문의 일부 근로자는 부정적인 영향을 받았지만, 중간 정도의 노동 이주에 대한 광범위하게 분배 된 생산성 혜택의 비율이 유리했다.
이제 항공사와 호텔에서 구축한 전산화 된 전화상담원과 대형 소매점에서 제공하는 자체 체크 아웃 키오스크 등 최근의 일반적인 디지털 기술 두 가지를 살펴 보겠다. 두 기술 모두 작업자가 이전에 수행한 작업을 수행한다. 그러나 제품이나 서비스의 품질을 향상시킬 수는 없다. 전산화 된 전화상담원이 가장 기초적인 것 이외의 모든 것을 우연히 발견한다. 쿼리; 셀프서비스 키오스크는 단순히 계산원을 실무 직원에서 아마추어 고객으로 이동시킨다. 기업은 이러한 기술을 활용하여 서비스를 개선하기 때문이 아니라 고객 불만의 증가를 정당화하기에 충분한 인건비 절감 효과를 제공한다 .65
경제학자인 Daron Acemoglu와 Pascual Restrepo는 이러한 후자의 경우를 'so-so'기술로 분류한다 .66 그들은 생산성을 크게 향상시키지 않으면서 고용을 방해하고 근로자를 대체한다. 전산화 된 전화상담원과 셀프 체크아웃 키오스크는 어느 정도 생산성을 향상시키거나 회사는 아마도 인간 근로자를 고수 할 것이다. 그러나 이러한 소소한 기술의 근로자 변위와 생산성 성장의 비율은 전기 조명과 같은 노동을 보완하는 혁신보다 유리하지는 않다 .67
일부 디지털 혁신의 'so-so'한 특성으로 인해 상당한 노동력 이동과 함께 생산성이 느리게 성장하는 역설을 설명하는 데 도움이 될 수 있다. 상기 언급 된 의료진단 도구. 그러나 이러한 혁신은 고등교육을 받은 전문가의 노동력을 보완하는 경향이 있다. 반대로, 이러한 엘리트 직종 이외의 근로자에게 영향을 미치는 디지털 기술은 비전문직 근로자를 사무직, 영업, 생산 및 운영 직종에서 대체 할 수 있으며 일반적으로 일반 기술 세트가 필요하고 임금이 낮은 개인 서비스로 분류 할 수 있다 .69
4 .3 다르지만 완전히 나아지지는 않음
생산성 성장 둔화, 가파른 직업 양극화 및 임금 불평등 증가의 문제는 공통된 기원을 공유 할 수있다 .70 가장 숙련되고 고도로 교육받은 근로자들 사이에서 수입과 고용성장이 강력하게 집중된 노동 보완 디지털 혁신; 다른 곳에서 동등한 기회를 얻지 않고 비 직업 근로자를 전통적인 사무실과 생산직에서 대체한“소-소(so-so)”노동 대체 디지털 혁신; 71) 정책과 기관이 이러한 영향을 무너뜨리지 못함.
따라서 디지털화의 시대는 이전 자동화의 물결과 다르다. 중간을 희생하면서 고임금 및 저임금 일자리의 성장을 촉진했다 (노동시장 양극화). 가장 교육 수준이 높고 순위가 높은 근로자들 사이에서 수입 증가를 집중시켰으며, 대다수 근로자의 소득 증가는 지연 (불평등)했다. 또한 최근 10 년 동안 생산성이 약간만 향상되었으며, 특히 고등 또는 고등 교육을 받은 근로자가 수행한 작업 (소소 기술)을 대체하는 작업 범주도 대체했다.
미국인들은 걱정할 권리가 있다. 기술력을 갖춘 직장 변화의 차세대 물결이 경제 역사를 이해하지 못하는 것에서 멀어지고 있는 것에 대한 현재의 비관론은 우리가 지난 40년간의 불편한 교훈을 파악하고 있음을 시사한다. 유비쿼터스 로봇과 인공지능의 출현이 최근 과거와 같은 다른 시대를 예고한다면, 대중의 관심사는 충분히 정당화 될 것이다.
분명한 다음 질문과 태스크 포스의 작업을 움직이는 질문은 무엇을 할 수 있을까? 지난 40년간의 냉정한 기록에도 불구하고, 우리의 연구는 치명주의에 반대하고 부드럽게 낙관론을 지지한다고 주장한다. 더 나은 작업과 널리 공유 된 번영은 보장되지 않지만 둘 다 실현 가능하고 기술적 진보로 인해 더 많은 것을 달성 할 수 있다.
다음 섹션에서는 그러한 투자 과정에 어떤 투자와 정책이 우리를 시작 시킬지 묻기 전에 (섹션 6), 태스크 포스가 기술 분야에 대한 이해와 우리가 수평선에서 보게 될 변화에 대해 설명한다.
5. 미래의 직장: 자동화, 로봇 및 인공지능
인공지능, 기계학습 (ML), 로봇공학 및 자율주행 차량에서 현재 널리 보고 된 발전은 어떻게 적용되고 있으며 미래의 작업에 어떤 영향을 미칠까? 얼마나 많은 대체물, 얼마나 많은 상보성 및 얼마나 많은 새로운 작업 생성이 예상될까? 이 문제와 관련 질문에 답하기 위해 태스크 포스는 산업에서 인공지능, 기계학습 및 로봇공학의 개발 및 적용에 관한 일련의 연구를 수행하고 있다.
이 섹션에서는 오늘날 공급망, 제조 및 차량과 같이 고도의 신기술 채택을 경험하는 3가지 산업에 대한 연구를 기반으로 한 예비 통찰, 관찰 및 결론을 요약한다. 이 작업은 진행 중이며 앞으로 더 발전한다.
5 .1 로봇은 오고 있지만 천천히
문화 아이콘으로서 로봇은 Mary Shelley의 Frankenstein에서 현대공상 과학 악당에 이르기까지 인공적인 삶에 대한 오랜 두려움과 신화를 활용한다. 실제로 로봇은 점점 더 강력해진다. 컴퓨터 기반의 기계식 시퀀서, 조작기 및 모바일 플랫폼의 변형은 점점 더 강력한 인식 및 소프트웨어 시스템으로 가능해졌다. 로봇은 극한의 환경 (전쟁 및 우주 비행과 같은)에서 수십 년 동안 고용되어 왔지만, 대규모 산업 응용 분야는 제조 (자동차 및 전자 산업이 얼리 어답터 였음)와 공급망 자동화에 가장 큰 영향을 미쳤다. 여러 산업에 걸친 (배포, 창고, 물류). 인공지능 지원 소프트웨어의 범위가 넓고 유연해짐에 따라 로봇은 식품 서비스에서 수술에 이르기까지 다양한 새로운 환경으로 나아가고 있다.
산업용 로봇
자동차 제조 및 전자산업과 같은 산업은 20세기 후반 로봇공학을 통합했다. 최근의 증거에 따르면 산업용 로봇이 생산 노동자를 대체했다. 대규모 제조공장이 기반을 둔 지역 노동 시장의 수입과 전체 고용에 부정적인 영향을 미쳤다.72 이러한 영향은 경제적, 사회적, 정치적으로 중요하지만 대부분의 산업용 로봇공학에 집중되어 있기 때문에 경제 전반에 미치는 영향은 미미하다. 몇몇 산업 분야. 우리는 이러한 기술이 발전함에 따라 로봇공학에 의해 숙련 된 생산 인력의 추가 이동이 예상된다. 그럼에도 불구하고 미국 전역의 연구원들 (특히 중서부 및 북동부)은 기업들이 현재 임금으로 근로자를 찾고 유지하는 데 어려움을 겪고 있으며 실제로 투쟁은 종종 자동화 투자의 원동력으로 인용되고 있다. 위에서 논의한 바와 같이, 수십 년 동안 노후 된 노동력과 제조 능력의 상실은 가까운 미래를 위해 전문 생산 인력이 부족한 곳으로 남았다.
로봇은 인식, 인식 및 작동을 통합하므로 본질적으로 더 복잡하다. 기존 소프트웨어 시스템보다 배포 따라서 앱이나 웹 기반 서비스와 같은 소프트웨어 전용 제품에 사용되는 것과 같은 빠른 속도로 확산되지 않는다. 로봇은 비싸고 비교적 융통성이 없으며 작업 환경에 통합하기가 어렵다.
기업은 현재 임금으로 근로자를 찾고 유지하는 데 어려움을 겪고 있다. 실제로 투쟁은 종종 자동화 투자의 원동력으로 인용된다.
이 장애물은 떨어지고 있지만 점차적으로 줄어들고 있다. 정확한 조작은 큰 발전을 이루었지만 인간과 같은 유연성은 여전히 미미하다. 마찬가지로, 모바일 로봇의 자율주행은 구조화 된 환경에서는 잘 작동하지만 동적 또는 비구조적 영역에서는 문제가 있다. 대형 로봇 또는 차량 또는 중장비로 작동하는 로봇은 사람들에게 위험하므로 안전 요구 사항은 변화의 속도를 더욱 완화시킨다.
협업 로봇 및 증강지능
모든 로봇이 근로자를 대체하는 것은 아니며, 특히 협업 로봇과 함께 사람들과의 상보성을 향상시키기 위한 주요 노력이 진행되고 있다. 기존 로봇과 비교할 때 협업 로봇은 저렴하고 프로그래밍이 쉽고 작업이 더 안전하다. 협업 로봇은 전체 로봇 산업의 일부에 불과하지만 인공지능 및 관련 기술이 새로운 형태의“증강 지능”의 선봉을 대표한다. 인공지능 관련 기술은 인간 근로자가 생산성을 높이도록 도와준다.
우리가 말하고 있는 대부분의 회사는 이제 증강 언어를 채택했다.“로봇은 인간 근로자를 대체하는 것이 아니라 인간 근로자를 보완한다.”우리는 현재 실제 구현이 수사학과 얼마나 잘 일치하는지 연구하고 있다. 그리고 생산성. 우리는 미래의 공장들이 많은 사람들과 로봇의 안전하고 조화로운 조화를 달성했으며 실제로 이 분야에서 혁신이 일어나고 있다고 상상한다.
공장 바닥 너머
상업용 로봇은 유연성을 얻음에 따라 창고, 병원 및 소매점에서 더 많은 작업을 수행하게 된다. 로봇은 공장 밖에서 재고, 운송 및 청소와 같은 평범한 인간 작업을 대신 할 더 많은 작업을 수행 할뿐만 아니라 (농업과 같은 경기장에서와 같이) 따기, 수확, 구부리기 또는 웅크리기를 요구하는 어색한 물리적 작업을 수행한다. 여러 회사에서 들었듯이, 로봇공학의 발전은 상대적으로 저임금의 인간 업무를 대체 할 수 있으며 고 부가가치 작업에 집중하기 위해 주의를 기울임으로써 근로자의 생산성을 향상시킬 수 있다 .73
이러한 작업이 오늘날 기계에 위임되는 속도는 회사와 산업에 따라 다르지만, 노동 시장이 빡빡하고 노동 인구가 급격히 증가함에 따라 향후에는 그 속도가 빨라질 수 있다 .74 최근의 역사에 따르면 생산성을 급격히 향상시키는 작업장 로봇 공학의 주요 발전은 달성하기까지 수 년 또는 수십 년이 걸리는 작업 설계의 혁신에 달려 있다. 로봇을 효과적으로 사용하려면 작업 수행 방식을 재 설계해야 한다. 현재의 한계를 극복하면서 새로운 기술의 강점. 예를 들어 아마존 창고에서 주문 이행에 사용되는 잘 알려진 아마존 / 키바 로봇 시스템 엔지니어가 로봇 실행 가능 및 인간 터치 요구 작업을 별도의 워크 플로우 단계로 분리하기 위해 창고를 재 설계했기 때문에 정확하게 효과적이다. 그들은 사람들이 걷고 있는 간단한 운송 작업을 로봇에 할당했다. 새로운 워크 플로우는 작업자가 여전히 수행하는 수동 "픽 앤 팩"작업을 집중시키고 변형 시켰다. 주요 혁신은 개별 로봇이 아니라 소프트웨어로 연결된 시스템에서 사람들과 함께 일하는 로봇들이다.
이 사례는 전자 상거래의 엄청난 성장이 공급망이 수천 개의 새로운 일자리를 자동화하고 창출한다. 로봇공학은 선적당 노동 투입량을 낮추는 반면 인터넷 상거래는 선적 수를 크게 늘렸다. 이 자동화가 없으면 아마존은 더 많은 직원을 고용했을 수도 있지만 동일한 직원을 고용했을 수도 있다. 성장 속도가 느린 근로자 수. 자동화 엔지니어는 인간을 프로세스에 유지하면서 업무를 변화 시켰다. 인력과 함께 다른 물류 및 창고 운영을 유사하게 자동화하기 위해 수십 개의 신생 기업이 등장했다. 그럼에도 불구하고 한 대형 전자상거래 공급업체는 크리스마스 시즌 동안 소비자 수요의 급증으로 인해 회사가 일년 내내 로봇을 유휴 상태로 유지할 수 없기 때문에 공급망을 완전히 자동화 할 수 없다고 말했다. 대조적으로, 인적 노동의 공급은 보다 유연하며 수요의 급증과 수축을 보다 잘 수용 할 수 있다. 장기적으로 표준화 된 패키징과 같은 로봇 및 공급망 기술의 개선은 이러한 요구를 충족시킬 만큼 충분히 확장 가능하고 유연 할 수 있다. 그럼에도 불구하고 우리는 로봇을 배치하는 것보다 시즌 노동자로 인간을 고용하는 것이 더 쉽다는 관찰에서 겸손한 편안함을 얻는다.
규모의 중요성
자동화는 여전히 대규모에서 가장 성공한다. 높은 설치 비용으로 인해 이러한 시스템은 많은 작업에 대한 비용을 지불해야 한다. 기술의 발전은 로봇공학을 보다 유연하고 생산적으로 더 작은 규모로 배치 할 수 있도록 약속하지만, 그 주기는 아직 초기 단계이다. 태스크 포스의 제조 현장 연구는 채택에서 규모의 중요성을 강화한다. 인터뷰 (특히 중서부 및 북동부 지역)는 중소 기업이 기존 생산 시스템에 새로운 자동화 기술을 서서히 점진적으로 채택하고 있다고 제안한다 (증거에 따르면 자동차 회사는 여전히 채택 측면에서 가장 진보 된 것으로 나타남 75) 그들 중 누구도 노동자를 새로운 기술로 대체한다고 보고하지 않다. 한 소기업 소유자는“새로운 기술을 도입하면 비즈니스가 성장하고 새로운 일자리를 추가 할 수 있다”면서 “생산성으로 인해 누구도 해고하지 않았다”고 말했다. 미국은 현재보다 일반적인 경제 상황에서 그렇게 남아 있지 않을 수 있다.
미국 및 기타 선진국의 중소 제조회사는 일반적으로 소량/고혼합 생산에 종사한다. 따라서 새로운 로봇을 도입하기 위한 투자 수익에는 기존 장비의 재구성 및 로봇 비용이 포함되어야 한다. 로봇은 또한 수동 작업에 종사하는 근로자와 관련하여 비용 경쟁력이 있어야 한다.
인공지능, 증강감지 및 적층제조와 같은 새로운 기술 발전은 디자인, 측정 및 재료의 혁신을 가능하게 하여 새로운 제품과 새로운 생산 방법을 개발할 수 있는 큰 가능성을 제시한다. 그러나 인터뷰에서 많은 기업들이 이러한 기술을 채택하는 초기 단계에 자신을 고려하여 기존 운영에 더 큰 통찰력을 적용 할 수 있도록 데이터를 수집하고 구조화하는 방법을 알아 냈다. 그러기 위해서는 대기업의 수십에서 수천 대의 머신에 대해 여러 데이터 소스를 통합해야 한다. 운영 및 정보의 전문 지식을 통합해야 한다. 많은 기업이 이러한 물질로 활동을 특정 통증점에 초점을 맞추고 자동화된다. 근로자가 고가의 활동에 더 많은 시간을 보낼 수 있도록 운송 또는 검사. 인간의 의견이 없는“소등”공장은 오랫동안 미래에 대한 유토피아적 / 디스토피아적 비전이었다. 비전은 제품이나 프로세스가 성숙하고 매우 안정적인 일부 상황에 적합 할 수 있다. 그러나 가장 자동화 된 전자 장치 또는 조립 공장에서도 여전히 생산 장비를 설치, 유지 보수 및 수리하기 위해 많은 수의 작업자가 필요하다. 대량 생산되는 안정적이고 균일한 제품인 일반적인 휴대 전화는 생산 과정에서 수십 명의 사람의 손에 닿아 있다. 한 CEO가 우리에게 말했다.“소등 공장에서 혁신을 할 수는 없다.”
인공지능 기반 시스템은 하루에 그러한 학습을 달성 할 수 있는 가능성을 제공한다. 그러나 공급과 수요, 정치적 관계 및 혁신은 역동적인 힘으로, 가장 안정적이고 균일한 제품에도 영향을 미친다. 생산 시스템은 빠르게 변화하는 조건에 지속적으로 적응해야 한다. 현재의 기술로 인해 인간의 존재는 종종 유연성을 제공하는 기계를 능가한다.
생산 시스템은 빠르게 변화하는 조건에 지속적으로 적응해야 한다. 현재의 기술로 인해 인간의 존재는 종종 유연성을 제공하는 기계를 능가한다.
우리는 인공지능 시스템에서 뉴스를 읽고 Brexit 또는 무역 분쟁과 같은 예상되는 사건에 대응하여 공급망을 재 계획하고 생산작업을 새로운 부품 및 재료 소스에 적용 할 수 있는 먼 길이다.
5 .2 인공지능 및 기계학습: 심층 강점, 좁은 기능
인공지능은 로봇공학의 구성 요소이지만 소프트웨어 전용 형태로 더 넓은 범위에 있다. 인공지능의 현재 상태는 로봇공학의 현재 상태보다 확실하지는 않지만 비슷하다. 진정으로 인공적인 인간과 같은 두뇌에 대한 아이디어인 인공일반지능은 여전히 연구에 대한 깊은 관심의 주제이지만 전문가들이 동의하는 포부 목표는 아직 멀다. 태스크 포스의 로드니 브룩스 교수를 포함한 일부 사람들은 인공지능에 대한 전통적인“튜링 테스트”가 업데이트 되어야 한다고 주장한다. 인공일반지능에 대한 새로운 표준은 취약한 인간의 신체적 도움, 그들의 행동 관찰, 가족 및 의사와의 의사 소통을 포함하여 가정 건강보조원이 요구하는 것과 같은 업무 과제여야 한다 .76 업무에 대한 새로운 이해는 우리를 이끌 수도 있다. 오늘날의 인공지능 형태를 통해 기업은 새로운 기술을 실험하고 새로운 기술을 가장 잘 채택하여 생산성을 높이기 위해 워크 플로, 작업 할당 및 작업 디자인을 재 설계하는 방법을 실험하고 있다. 그러나 채택 속도는 산업 규모와 규모에 따라 불균일하게 나타난다.
대부분의 인공지능 성공에는 대규모 데이터 세트를 사용할 수 있는 응용 프로그램에서 기계학습 (ML) 시스템 형태가 포함된다. 이러한 기본 기술은 오랫동안 사용되어 왔지만 지난 10년 동안 새로운 컴퓨팅 하드웨어, 소프트웨어 및 대규모 데이터로 인해 기계학습이 더욱 강력해졌다.
기계학습 애플리케이션에는 이미지 분류, 얼굴 인식 및 기계 번역이 포함된다. 아마존 알렉사(Amazon Alexa), 실시간 스포츠 분석, 소셜 미디어의 얼굴인식 및 고객 추천 엔진과 같은 애플리케이션의 소비자에게 친숙하다. 동등한 애플리케이션 배열이 문서 분석, 고객 서비스 및 데이터 예측을 포함하여 비즈니스에서 기반을 찾는다. 클라우드 기반 인공지능 서비스를 통해 한 번만 숙련 된 리소스를 갖춘 소규모 기업에서도 알고리즘을 사용할 수 있게 되므로 이러한 기술을 배포하는 데있어 장애물이 빠르게 사라지고 있다.
이러한 응용 프로그램은 기존 작업의 작업과 측면을 이미 대체하고 있다 (예: 근로자 레이블 데이터, 법률사무소에서 문서 검색을 수행하는 법률보조원 또는 공장 라인에서 품질 검사를 수행하는 생산 근로자). 또한 인공지능 및 기계학습 도구가 예를 들어 콜 센터 응답을 지원하거나 문서 검색 및 요약 속도를 높여 기존 직원의 효율성을 높일 수 있다. 엔지니어링의 일부 응용 프로그램에서는 인공지능을 사용하여 실제 모델과 디자인 공간을 검색하여 인간 디자이너의 대안을 제안함으로써 사람들이 완전히 새로운 디자인을 만들 수 있다. 요컨대 인공지능과 기계학습 시스템은 우리가 사용하는 도구가 더욱 지능적이고 널리 보급됨에 따라 직장에 깊은 영향을 미친다. 작업에 대한 새로운 이해는 인공일반지능에 대한 탐구를 재정의하도록 이끌 수도 있다.
기계학습은 이전의 자동화 물결과는 달리 교육 수준이 높거나 낮은 직업에 적용되며 학습에 따라 학습 할 수 있는 가능성이 있다. 그럼에도 불구하고 기계학습은 작업 수준 (이상적으로 쉽게 측정 할 수 있는 결과가 있는 작업)에 적용되며, 모든 직종에 노출이 있음에도 불구하고 특정 직종을 완전히 자동화하지는 않는다. 예를 들어, 방사선 전문의의 중요한 부분인 x- 선 이미지의 기계학습 해석은 전문 방사선 전문의가 수행하는 수십 가지 작업에만 영향을 미친다. 이 효과는 방사선과 전문의가 신체 검사를 수행하고 치료 계획을 개발하는 것과 같은 다른 작업을 보완 할 수 있다.
기계학습은 이전의 자동화 물결과는 달리 교육 수준이 높거나 낮은 직업에 적용되며 작동하는대로 학습 할 가능성이 있다는 점에서 다르다.
기계학습을 사용하는 학습
기계학습의 강점과 한계를 활용하려면 조직은 아마존이 창고에 로봇을 배치한 것과 유사한 방식으로 워크 플로를 다시 설계하고 작업자와 기계 사이의 작업 구분을 재고해야 한다. 결과적으로 작업 설계가 변경되면 많은 작업의 특성이 변경 될 수 있다. 그러나 특정 기술 그룹에 미치는 영향은 아직 확실하지 않으며 기술에만 국한되지 않고 관리 및 조직의 선택에 달려 있다. 그럼에도 불구하고 기계학습 응용 분야에 가장 적합한 광범위한 작업 범주에 대한 수요가 감소 할 것으로 예상된다. 여기에는 백오피스 및 전화지원 운영, 전사 및 번역서비스, 고객서비스, 신용 모니터링 활동 및 많은 재무 관리 활동이 포함된다 .78
기계학습 시스템은 여전히 견고성과 설명 가능성과 관련된 문제에 직면해 있다. 기계학습을 사용하는 산업은 기계학습 시스템을 훈련시키는 데 사용되는 데이터가 시스템 자체가 필요로 하는 만큼 편견이 없고 신뢰할 수 있어야 한다는 점을 느리게 알고 있다. 해킹 및 사이버 전쟁 시대의 중대한 과제이다. 또한 기계학습 시스템은 의사 결정 방법에 대한 통찰력을 제공하지 않는 "블랙 박스"인 경향이 있다. 그러나 설명은 실패에 강하고 인간과 상호 작용하며 법적 또는 생명에 중요한 영향을 미치는 중대한 결정을 도와야 하는 시스템에 필수적이다.
컴퓨터와 데이터 과학자에 대한 수요가 증가하는 것 외에도 인공지능이 지금까지 노동 시장에 큰 영향을 미쳤을 것 같지는 않지만, 현재까지 이 주제에 대한 확실한 증거는 없다. 인공지능은 화이트칼라 작업의 다양한 작업에 적용되고 있으며, 자동화의 초기 단계보다 숙련 된 기술 및 전문 인력에게 더 큰 변위 영향을 미칠 것으로 예상된다.
5 .3 자율주행차량: 주요한 사용 사례
로봇공학과 인공지능이 인간에게 특히 중대한 영향을 미칠 수 있는 이동성보다 더 많은 투자, 흥분 및 불안을 유발한 기술 혁신 분야는 없을 것이다 삶과 일. 자동차, 트럭 또는 버스 등 자율주행차량 (AV)은 기본적으로 인간 환경에서 고속으로 작동하는 바퀴가 달린 기계학습 지원 산업용 로봇이다. 그들은 디트로이트의 산업 유산과 실리콘밸리의 밀레니엄 낙천주의/붕괴를 결합한다. AV는 노동에 대한 불확실성을 포함하여 로봇 시스템의 도전 과제를 보여준다. 트럭운전사, 버스 운전사, 택시운전사, 자동차정비사 및 보험조정자는 소수의 근로자가 대체되거나 보충 될 것으로 예상된다.
앞으로 수십 년 동안 어느 정도의 자율성을 갖춘 더 많은 자동차와 트럭이 보일 것이다. 현재 미국에서 3백만 명이 넘는 상용 차량 운전자가 일하고 있기 때문에 AV의 빠른 출현은 노동자들에게 큰 지장을 준다. 전환이 느리면 근로자의 시사점을 크게 완화하여 현재 운전자가 은퇴하고 젊은 근로자가 새로 만든 역할을 채울 수 있다.
AV 배포의 결과를 계획하려면 전환의 성격과 타이밍에 대한 교육적인 추측이 필요하다 .80 그러나 차량 자율성으로 신속하고 완전하게 전환 할 가능성은 거의 없다. AV 개발자들은 무인자동차와 트럭을 배치하려는 적극적인 야심을 뒤로하고 있다. 일부는 이제 운전자를 대신하는 대신 증강자동차를 만드는 데 중점을 둘 것이다. 다른 사람들은 일정을 연장하거나 자율성을 고정 경로로 제한하고 있다. 실제 주행 조건의 가변성과 복잡성에는 현재 기술이 아직 마스터하지 않은 수준의 상황 적응성이 필요하다. Boeing 737 MAX를 둘러싼 최근의 비극과 스캔들뿐만 아니라 공공 도로에서의 AV 테스트와 관련된 사고는 생명이 중요한 상황에서 소프트웨어 기반 시스템에 대한 공공 및 규제 불확실성을 증가 시켰다. AV가 전통적인 자동차를 대체하기 전에 많은 테스트, 검증 및 증명이 여전히 필요하다. 오늘날의 자동차에 이미 내장 된 수많은 컴퓨터 시스템에 의해 입증 된 바와 같이, 인간 운전자를 완전히 대체하기 보다는 보완하는 자동화는 이러한 장벽을 더 빠르게 극복 할 것이다.
차량 자율성으로 신속하고 완전하게 전환 할 가능성은 거의 없다. 인간 운전자를 완전히 대체하지 않고 보완하는 자동화는 이러한 장벽을 보다 빠르게 극복 할 것이다.
인공지능 시스템은 잠재적으로 운전자가 추가 작업을 수행하고 보다 안전하게 운전하며 현재 가능한 것보다 더 광범위한 서비스를 제공 할 수 있게 한다. 이러한 개선은 더 많은 정체, 증가 된 승차 공유, 새로운 도시 교통 및 증가하는 전기화 (및 잠재적으로 공중택시)를 특징으로 하는 새로운 환경에서 이루어 진다. 서로 다른 회사가 추구하는 경로는 기술 역량, 비용, 소비자 선호도, 규제 및 시장 잠재력과 같은 다양한 요소에 대응 한다. 직무와 기술에 미치는 영향은 운전뿐만 아니라 차량제조 및 유지보수, 도로 인프라 및 데이터 보안에도 적용된다. 새로운 직업이 이미 떠오르고 있다. AV 회사는 소프트웨어 엔지니어를 모집하는 한편“안전 운전자”와“현장 자율 기술자”— 작업자를 찾고 있다. 물론이 노동자들은 주로 장거리 트럭 운전사들로부터 고용되지 않는다. 다른 한편으로, 자동화에 의해 제기 된 노동 시장의 도전은 순 고용 감소가 아니라 기존 직업과 경력의 혼란에서 비롯된다.
대중의 관심, 민간 투자 및 엔지니어링 개발에 있어 가장 큰 비중을 차지하는 자동화 및 인공지능의 형태인 자율 이동성은 보다 일반적으로 인공지능 및 로봇시스템의 주요 사용 사례이다. 이 시스템은 새로운 응용 프로그램 및 서비스에 큰 기대를 걸고 생산성에 긍정적인 영향을 줄 수 있는 새로운 제품과 직업을 창출한다. 그들은 또한 상당한 수의 운전 작업의 이동을 위해 혼란스러운 설치류를 생성한다. 기술의 생산적인 사용은 핵심 지원 기술과 함께 계속 발전하고 있다. 이러한 기술이 성장하는 투자, 인센티브 및 기관의 환경은 가능한 결과를 형성하게 된다.
6. 미래를 위한 노력: 투자, 인센티브 및 기관
기술 및 시장만으로는 불평등이나 경제적 이동성을 결정하지 않는다. 교육기관, 노동시장 규정, 단체교섭 체제, 금융시장, 공공투자 및 세금 및 이전 정책은 모두 중요한 역할을 한다.
위에서 강조한 바와 같이, 지난 40년 동안 미국 노동 시장의 실패가 생산성 증가에도 불구하고 널리 공유 된 번영을 제공하는 것이 현재의 기술이나 자유 시장의 부산물이 될 수 있는 것은 아니다.
다른 선진국들은 어떻게 다르게 행동 했을까? 그리고 앞으로 수십 년 동안 미국이 전 세계 산업화 된 경제에 점점 직면하는 기술 및 인력 문제를 해결하기 위해 어떻게 더 잘할 수 있을까? 우리는 교육 및 훈련의 특정 기회 및 기타 정책 영역에 대한 예비적인 생각을 제공하기 전에 사전 정책 및 투자의 필요성을 분명히 설명한다.
이 섹션의 나머지 부분은 미국이 미래의 디지털 경제를 위해 인력을 더 잘 갖추기 위해 교육, 훈련 및 지속적인 학습의 리더가 될 수 있는 방법에 중점을 둔다. 그러나 우리는 이러한 공급측면 대응 자체로는 충분하지 않다는 점을 강조한다. “우리가 숙련되면 일자리가 올 것”은 보다 생산적이고 경제적으로 안전한 노동시장을 건설하기에 불충분한 기초가 되기를 바란다. 공무원과 개인의 행동은 근로자의 경제적 안보향상, 기업의 생산성 향상 및 모두에게 더 넓은 기회를 향한 미래의 작업을 형성하는 데 필수적이다.
태스크 포스의 작업이 불완전한 반면, 이 연구 단계에서는 교육 및 훈련과 함께 공공 및 민간 활동이 미래의 미래를 형성하는 데 중요한 것으로 입증 될 수 있는 네 가지 광범위한 영역을 볼 수 있다.
1. 물적 자본에 대한 투자 보조금과 인적 자본에 대한 투자 촉진으로 재정 정책을 재조정한다.
2. 기업 의사 결정에서 소유자 및 주주와 함께 이해 관계자로서의 근로자 역할 복원;
3. 근로자를 보완하기 위한 기술 및 조직 혁신 육성; 과
4. 기술과 혁신에서 미국의 리더십 위치를 되살리기.
"교육 및 훈련 기관뿐만 아니라 세금 정책, 노동 대표 및 공공 투자 분야에서도 변화가 지연되었다."
이러한 대응을 위해서는 20세기 또는 그 이전에 설립 된 주요 공공 및 민간기관이 21세기 디지털 경제의 요구를 충족시키기 위해 적응하고 현대화 해야 한다. 교육 및 훈련 기관뿐만 아니라 세금 정책, 노동 대표 및 공공 투자 분야에서도 변화가 지연되었다.
6 .1 미래의 기술: 교육, 훈련 및 지속적인 학습의 우수성 달성
새로운 기술을 근로자에게 제공하기 위해 투자하고 혁신하는 것은 지속적인 기술 변화로 인해 발생하는 노동시장 과제에 대한 시급하고 필수적인 대응이다. 그러나 어떤 기술이 필요하고 어떤 기관이 기술을 제공하며 누가 비용을 지불하며 누가 접근 할 수 있을까? 이러한 투자를 통해 달성 할 수 있는 것과 근로자의 장기 고용 및 소득 전망을 향상시키는 데 가장 효과적인 교육 모델을 이해하는 것은 엄격한 연구의 핵심 주제이며, 현재 일부는 태스크 포스 구성원이 진행하고 있다. 우리는 이 연구에 대한 자세한 내용을 최종 보고서에 보고 할 것이다.
이 주제 영역에서 현재까지의 작업은 두 가지 원칙으로 이루어진다. 첫째, 현재와 임박한 자동화 물결은 4년제 대학 학위가 없는 근로자들에게 불균형적으로 부담을 주어 기술 노후화와 직업 이동에 대한 노출을 증가시키고 재취업에 대한 전망을 감소시킨다 .82 기술 개발에 대한 연구는 비 엘리트 고등 교육에 중점을 둔다. 커뮤니티 칼리지, 견습 프로그램, 부문 별 교육 프로그램 및 온라인교육 서비스를 포함한 교육 장소를 제공한다. 이러한 경로는 해당 근로자에게 가장 관련성이 높고 접근이 용이 할 것으로 판단되기 때문이다.
둘째, 지속적인 직업 양극화가 중기 기술 생산, 운영, 기술 및 행정 직책에서의 고용을 감소시키는 반면, 우리는 세 가지 이유로 이러한 유형의 일자리에 대한 추가 투자를 포기해서는 안 된다 .83 하나는 교체 고용이다. 모든 직업에서 기업은 정기적으로 퇴직하는 재직자를 대체하기 위해 새로운 근로자를 고용하고 개인을 위해 노동력을 떠나 또는 건강상의 이유 또는 경력 변경 84 생산직 근로자가 적절한 사례를 제공한다. 노동 통계 프로젝트에 따르면 자동화 및 무역의 압력으로 인해 2016년에서 2026년 사이 생산에 대한 고용이 406,000명 감소 할 것으로 예상된다. 따라서 기업들은 단순히 이러한 퇴직을 보상하기 위해 406,000개의 생산 일자리 감소로 인해 150 만 명의 새로운 생산 노동자를 고용해야 한다 .86
적어도 향후 10년 이상 중급 기술 고용에 있어 두 번째 중요한 힘은 의료 부문의 확장이다. 국가의 고령화로 인해 의료 직종의 고용은 2016년에서 2026년까지 18% 증가하여 전체 고용보다 7 배 이상 빠른 속도로 240만 개의 일자리를 추가 할 것으로 예상된다. 그러나 비 대학 직원을 고용하는 모든 의료 직종이 우수한 경력 전망을 제공하는 것은 아니다 .88 그러나 의료 기술 직종의 현재 및 예상되는 직업 성장은 상당하며 호흡기치료사, 치과위생사 및 임상실험실 기술자와 같은 직종은 중간 정도를 제공한다. -관련 분야의 준회원 학위를 가진 근로자에 대한 소득 급여. 이 분야는 목표 훈련 투자의 강력한 후보이다 .89
마지막으로, 위에서 강조한 바와 같이, 새로운 노동 시장 참가자 집단의 규모 감소와 교육 성취도의 증가는 일자리 부족이 거의 없을 것임을 의미한다. 정책의 적절한 초점은 대신 직원 기술을 향상시키고 전반적인 생산성을 향상시켜 노인이 덜 풍부하고 노동력이 부족한 문제를 해결하는 것이다.
커뮤니티 칼리지의 역할
미국의 1,200개가 넘는 커뮤니티 칼리지가 현재 미국 최대의 교육 제공 업체로, 약 6백만 명의 학생이 학점을 위한 과정에 등록하고 또 다른 6백만 개의 비 학점 프로그램을 제공한다 .90 커뮤니티 칼리지는 학생에게 가장 접근하기 쉽고 저렴한 옵션이다 저소득층 가정, 아프리카 계 미국인, 히스패닉계 및 1세대 대학생들이 과장된 풀. 미국 커뮤니티 칼리지에 등록한 학생의 40% 미만이 6년 이내에 모든 기관에서 수료증 또는 학위를 수료하는 동안 엄격한 평가에 따르면 "랩 어라운드"서비스를 제공하는 학생들을 지원하는 혁신적인 프로그램이 학위를 취득하는 데 상당한 시간이 소요될 수 있음이 밝혀졌다. 단기 및 장기적으로 졸업률을 높인다 .91
투자를 위한 또 다른 유망한 길은 커뮤니티 칼리지와 고용주를 연결하여 시장 요구에 직접적으로 대응하는 기술 프로그램을 설계하는 것이다 (예: 캘리포니아의 PowerPathways 프로그램) .92 커뮤니티 칼리지와 민간 부문 고용주 간의 지속적인 참여는 장기간을 보장하는 데 중요하다 커뮤니티 칼리지 시스템의 장기적인 성공; 여기서도 모범 사례 모델이 여러 주에서 등장하고 있다 .93
규모, 지역 시장 요구에 맞게 제품을 조정하는 능력, 모든 직업 단계에서 학사 학위가 없는 성인과의 지속적인 참여를 고려할 때 커뮤니티 칼리지는 미국 근로자에게 기술과 훈련을 제공하는 데 더욱 중심적인 역할을 할 수 있다. 이러한 목표를 달성하기 위해 교육자들은 모범 사례를 식별하고 이러한 사례의 확산 및 확장에 대한 장애물을 주의 깊게 연구해야 한다. 자원은 물론 중대한 문제이며, 특히 대 불황 이후 연방 기금과 주정부 기금이 감소하는 맥락에서 중요하다. 최근의 정책 제안으로 커뮤니티 칼리지에 재투자가 크게 제안되었다 (200 억 달러) .94 태스크 포스 회원들은 컬럼비아 대학의 커뮤니티 칼리지 리서치 센터와의 공동 연구를 통해 커뮤니티 칼리지의 모범 사례에 대한 심층적인 연구에 참여하고 있다. 이 작업은 태스크 포스의 최종 보고서에 소개된다.
규모, 지역 시장 요구에 맞게 제품을 조정하는 능력, 모든 직업 단계에서 학사 학위가 없는 성인과의 지속적인 참여를 고려할 때 커뮤니티 칼리지는 미국 근로자에게 기술과 훈련을 제공하는 데 더욱 중심적인 역할을 할 수 있다.
업무 기반 학습 프로그램 및 부문 별 고용 프로그램의 역할
협동 조합과 견습생 형태의 업무 기반 학습 프로그램은 기술 개발에 유용한 것으로 나타났으며, 독일과 스위스 프로그램은 종종 직업 훈련과 4년 모두에서 교실과 업무 기반 학습을 효과적으로 결합하기 위한 모델로 인용되었다. 점점 더 통합되고 있는 학위 .95 근로자들은 임금을 잘 받는 직업을 준비하는 기술 기반 교육을 받음으로써 견습생의 혜택을 받는 반면, 고용주는 숙련 된 인력을 채용하고 유지함으로써 이익을 얻는다. 기회의 규모가 아직 프로그램의 이용 가능성과 일치하지는 않지만 전국 도제 확대는 고무적이다. 또한, 도제 관리를 용이하게 하기 위해 주 및 국가 차원에서 더 많은 작업이 필요하다.
견습생과 같은 부문 별 고용 프로그램 실험의 최근 증거는 아마도 더 유망하다. 견습 과정과 마찬가지로 이러한 프로그램은 실무 교육을 강조하지만 공식 또는 등록 견습생 직책을 만들 필요는 없다. 일반적으로 부문 별 훈련 프로그램에는 일부 선결 심사 (예: 최소한의 문해력 및 수학 기술과 섭취 세션 시간에 표시)가 포함된다. 소프트 스킬 훈련; 산업 파트너 및 / 또는 커뮤니티 칼리지 또는 비영리 중개인을 대상으로 3개월에서 8개월의 직업 / 산업 교육; 취업 알선; 그리고 후속 서비스. 샌 안토니오의 프로젝트 퀘스트는 그러한 프로그램 중 하나의 훌륭한 예이다 .97 연구자들은 최근 11개의 프로그램 평가 중 8개에서 약 20% 이상의 수입에 단기 및 중기의 영향이 있음을 발견했다. JTPA (Job Training Partnership Act) 및 CETA (Comprehensive Employment and Training Act)와 같은 이전 교육 모델보다 효과적이다. 이 오래된 프로그램은 보다 전문적인 기술에 대한 시장의 요구를 충족시키지 못하는 훈련에 대한보다 일반적인“하나의 규모에 맞는”접근 방식을 채택했다.
온라인 학습의 역할
온라인 교육은 전달 비용을 낮추고 수용 능력 제약을 제거하기 때문에 고등 교육에 대한 액세스를 확대 할 수 있는 잠재적으로 혁신적인 기술로 예고되었다. 2011년 현재, 대학생의 3분의 1이 대학 경력 기간 동안 온라인으로 최소 1개의 코스를 수강했으며, 그 비율은 이전 10년간 3배가되었다 .100
전통적으로“온라인 학습”이라는 용어는 원격학습과 관련이 있었다. 그러나 현대적인 온라인 학습에는 MOOC (Massive Open Online Courses), MicroMaster와 같은 마이크로 자격 증명, Georgia Online에서 제공하는 컴퓨터 과학과 같은 완전 온라인 마스터 및 "플립"강의실 상호 작용이 수반되는 온라인 자료 (강의가 온라인으로 진행되고 수업 시간이 활동 및 토론에 사용되는 경우). 이러한 복잡한 학습 환경의 효능에 대한 증거가 여전히 떠오르고 있다. Goodman et al. 알. (2019) Georgia Tech Master 's를 공부하고 광범위한 요약을 발표한다. Georgia Tech 석사 프로그램의 액세스 및 확장의 이점과 온라인 프로그램이 창출 할 수 있는 기회에 대해 설명한다. 전통적 원격 교육은 영리 대학에서도 사용되어 왔으며 Bettinger (2017)는 그러한 대학 중 하나의 만족스럽지 못한 결과를 설명한다 .101 이는 학습 메커니즘과 온라인 및 온라인 디자인을 더 잘 이해할 필요가 있음을 나타낸다. 학생의 성공을 지원하는 교실 도구. MIT 통합 학습 이니셔티브는 이러한 질문을 연구하고 있다.
우리는 새로운 교육 제공 플랫폼이 큰 잠재력을 가지고 있지 않다는 것을 제안하기 위해 이 불완전한 증거를 읽지 않는다. 반대로, 온라인 교육 및 훈련 도구의 혁신은 궁극적으로 모든 연령 및 기술 수준을 대상으로 한 교육 서비스의 비용을 낮추고, 효율성을 높이며, 접근성(및 아마도 호소력)을 확대 할 것이다. 그러나 역사는 신기술이 전임자를 대체하는 도매품으로 거의 사용되지 않는다는 것을 분명히 보여준다. 예를 들어 온라인 수업은 품/질 손실 없이 직접 강의를 대체하는 데 성공하지 못했다. 주요 신기술의 잠재력을 최대한 발휘한다는 것은 거의 항상 강점을 활용하고 새로운 도구의 한계를 우회하기 위해 작업 (이 경우 학습)이 수행되는 방식을 재 설계하는 것을 의미한다. 앞으로 진행될 연구의 중요한 초점은 새로운 기술이 어떻게 전통적인 교육 모델을 강화하고 잠재적으로 변화시킬 수 있는지 탐구하는 것이다. MIT의 디지털 학습 담당실은 현재 이 분야에서 실용적이고 "문샷 (shot-shot)"노력을 현장에서 테스트하고 있으며, 최종 보고서에서 그들의 작업에 대한 보고를 기대한다.
온라인 교육 및 훈련 도구의 혁신은 궁극적으로 모든 연령과 기술 수준을 대상으로 한 교육 서비스의 비용을 낮추고, 효율성을 높이며, 접근성 (및 아마도 호소력)을 넓혀 준다.
학습 과학에서 발전의 역할
빠른 속도의 기술 변화로 인해 근로자가 새로운 기술을 습득하고 좋은 일자리를 유지하기 위해 경력에 걸친 성인학습이 필요한 경우 교육 및 훈련을 위한 새로운 제품과 장소를 개발하는 것만으로는 충분하지 않다. 또한 특히 기술을 접할 때 성인이 배우는 방법을 더 잘 이해해야 한다. 개인, 회사 및 사회 전체에 대한 이러한 학습의 중요성을 고려할 때 어떤 종류의 학습이 효과적인 지에 대한 증거가 현저히 부족하다.
신기술은 개인화 된 수업에서 새로운 학습 경험을 지원할 수 있지만 가상현실 디스플레이의 경우 실제로 성인을 위한 학습을 촉진하는 관행이 무엇인지 확실하지 않다. 예를 들어, 기술은 학습자가 자신의 속도에 따라 진행할 수 있는 개인화 또는 개인화 학습을 지원해야 하지만, 출판 된 문헌은 그러한 개인화 학습이 개인화 없이 기존 그룹 수업에 비해 학습을 돕거나 해칠 가능성이 있다고 보고한다. 기술이 성인학습을 장려 할 가능성이 높지만 효과적인 성인학습을 구현하는 데 어떤 원칙이 적용되는지 아직 알려지지 않았다 .102
또한 최적의 기술 습득에 대한 실험실 연구 결과를 실제 성인학습으로 변환하기 위한 프레임 워크는 아직 없다. MIT의 연구자들은 학습 과학을 실제 직장 성인학습에 연결함으로써 그러한 프레임 워크를 구축하기 시작했다. 예를 들어, 한 대기업과의 협력을 통해 MIT 연구원들은 직원 교육에 단일 과학원리를 적용하면 새로운 재료의 보유율이 25% 향상되었다는 것을 보여주었다 .103 (또는 그 이상) 연령대가 다르고 교육 수준과 직업 경험이 다른 학습자에게 효과적이다.
혁신과 실험의 역할
미국 교육 시스템의 핵심 강점 중 하나는 유연성이다. 사람들은 인생의 다른 지점에서 시스템을 출입하거나 새로운 진로를 찾기 위해 학업 과정을 바꿀 수 있다. 이 시스템은 또한 수요 또는 기회가 인식되는 새로운 교육 및 훈련 프로그램 및 파트너십의 개발을 허용한다. 최근 몇 년 동안 중요한 것으로 보인다. 고등 교육 내 실험. 많은 커뮤니티 칼리지에서 4년제를 제공하고 있다. 2 년제 학위가 아닌 학위 또는 4년제 기관과 긴밀히 협력하여 편입생의 전환을 원활하게 하는 코스와 학점을 제공하고 있다 .104 마찬가지로, 커뮤니티 칼리지는 고등학교 학생들과 연결하여 학생들에게 대학 학점을 제공한다 고등학교 졸업. 이는 대학의 경제성을 다루고 노동 시장에 적합한 기술을 구축하기 위한 중요한 노력이며, 시간이 지남에 따라 그 효과를 모니터링 해야 한다.
동시에, 기술을 제공하기 위한 새로운 시스템이 상대적으로 알려지지 않은 시스템에 등장하고 있다. 비학위 부여를 위한 다양한 새로운 부트 캠프, 배지 및 기타 모델 자격증명은 지난 몇 년 동안 시작되었다. 실제로, 최근의 연구에 따르면 미국의 다른 고등교육기관 자격증명의 수는 약 50만 명으로 추정된다 .105 이러한 옵션의 확산은 4년 학위가 모든 학습자에게 적합하지 않다는 의미에서 비롯된다. 일부 직종에 부담이 되고 학생 부담을 줄 수 있다 .106 모든 비 대학 교육 장소가 모든 학습자에게 적합한 것은 아니다. 예를 들어, 코드 아카데미와 같은 많은 대상 기술 훈련 이니셔티브는 기존의 기술과 능력이 비교적 강한 비학업 성인을 위해 맞춤화되었다. 이러한 모델이 기존의 2년 학위와 비교하여 더 많은 인구에게 적합하고 장기적인 투자 수익률을 제공 할 수 있는지 여부를 신중하게 평가해야 한다.
MIT의 Jameel Poverty Action Lab (J-PAL North America)은 이러한 평가를 더욱 강화하고 특히 비전문가 교육을 받은 근로자에게 기술을 제공하고 경력 전망을 향상시키는 데 가장 효과적인 프로그램 및 전략 유형에 대한 지식 기반을 구축하기 위해 )은 태스크 포스의 통합 작업을 보완하기 위해 수백만 달러에 이르는 수년간 연구 노력을 기울이고 있다. 2018년에 시작된 이 이니셔티브는 현재 혁신적인 프로그램에 자금을 지원하고 엄격하게 평가하고 무작위 현장 실험 (사회 과학의 황금 표준)을 지원하고 있다. 우리의 최종 보고서는 J-PAL 미래 이니셔티브 작업에서 비롯된 일부 실험의 결과와 비 학위 자격증명 프로그램에 대한 질적 연구를 포함한다 .107
6 .2 혁신, 생산성 성장 및 경제 안보를 향한 미래의 일 형성
이미 언급했듯이, 미래의 기술 및 인력 문제를 해결하기 위한 정책 옵션은 내년에 태스크 포스의 노력의 주요 초점이 된다. 이 섹션에서는 향후 수십 년간의 미래 작업이 경제뿐만 아니라 노동자들에게도 도움이 되는 결과로 향하는 것을 보장하기 위해 유망한 정책 조치 영역에 관한 초기 생각을 제공한다.
재정 정책 재조정
미국 세금 코드는 자본 투자에 유리하며, 자본 소득에 대한 낮은 한계 이율, 플랜트 및 장비 투자에 대한 빠른 감가상각률, 많은 경우 직접 자본 지출 보조금 (예: R & D 세금 공제)을 제공한다. 노동과 기술에 대한 투자에 대한 비슷한 보조금이 부족하다. 결과적으로 노동 소득세 형태의 인적 자본 투자에 대한 실효 세율은 자본 투자에 대한 세율을 크게 초과한다. 인적 자본 투자와 물리적 자본 투자 사이의 불균형은 기업에게 가능한 경우 근로자를 세금 보조 기계로 대체 할 인센티브를 제공한다. 실제로, 기업이“소소”기술을 채택 할 수 있는 한 가지 이유는 납세자가 노동 대체 자본 투자를 암묵적으로 보조하기 때문이다 .108 이러한 편견은 특히 무형자산, 기업 시장에서 무형자산의 중요성이 커지고 있다는 점에서 특히 구식인 것처럼 보인다.
이러한 왜곡을 줄이기 위해 세금 코드를 재조정하고 노동 및 자본 투자를 위한 (가까운) 운동장을 제공함으로써 기업은 특히 일반적으로 훈련을 덜 받는 저숙련 노동자에게 인적 자본 개발에 대한 투자 유인을 강화할 수 있다. 기업의 교육 투자에 유리한 세금 처리는 자격을 인정 받아 품질을 인증하고 근로자가 휴대용 기술을 습득 할 수 있도록 하는 프로그램에 예약해야 한다. 회사가 전통적으로 자본 투자를 설명했던 것과 같은 방식으로 인적 자본 투자를 설명하도록 노력하고 있다. 예를 들어, 보안 및 교환위원회의 투자자 자문위원회는 최근 인력 투자를 하는 회사에 대한보고 요구 사항 증가를 권장했다. 인적 자본 관리 공개 .109 기업에 과도한 부담을 주지 않으면서 인적 자본에 대한 투자유인 및 그러한 투자가 기업의 관행의 중요한 부분이라는 인식이 높아지면 향후 인력 기술 개발을 위한 강력한 기반이 마련 된다.
근로자를 이해 관계자로 인식
미국은 순수 주주 자본주의를 존중하는 시장 경제에서 독보적이다. 기업의 정당한 목표는 주주 가치를 극대화하는 것이다. 주주 자본주의는 종업원이 다른 모든 무형자산처럼 평가되어야 한다고 규정한다. 즉, 시장 가격으로 보상하고 회사에 대한 가치가 회사에 대한 비용 (예: 임금) 이하로 떨어지면 폐기된다 .110이 패러다임 내에서 개인, 해고 및 공장 폐쇄에 대한 사회적, 공공 및 공공 비용은 확고한 의사 결정에 중요한 역할을 해서는 안 된다.
이 패러다임은 대부분의 다른 시장 경제와는 대조적이다. 대부분의 다른 시장 경제에서는 직원과 지역 사회가 회사가 반응해야 하는 합법적인 이해 관계자 중 하나라는 개념을 널리 받아들이고 있다 .111
주주 자본주의는 미국에서와 같이 논리적으로 극단적으로 취해지므로 회사가 비즈니스 의사 결정을 내리거나 근로자와 회사가 운영하는 지역 사회에 직접 영향을 미치는 비즈니스 관행을 채택 할 때 부과하는 외부 비용을 적절하게 내재화하지 못한다. 따라서, 우리는 기업인 간담회가 기업의 광범위한 책임을 다시 한 번 인식한 회사의 목적에 대한 성명서 개정을 발표했음을 권장한다 .112
역사적으로 노동조합은 기업들이 미국에서 이러한 외부 비용을 인식하도록 하는 역할을 했다. 실제로 전후 시대에는 미국 노동조합이 있던 시기가 있었다. 유연성을 제한하고 비용을 증가시키며 생산성 향상을 위한 과감한 인센티브는 너무나 강력했다 .113 그러나 지난 40년 동안 주주 우위 모델은 지적 통화를 얻었으며, 최소한 공공부문 이외의 지역에서는 노조가 위축되었다. 이것은 상당한 사회적 비용이 있었다. 하나는 이 보고서의 앞부분에서 논의한 바와 같이, 지난 40년 동안 직급 및 파일 근로자는 일반적으로 생산성 향상의 혜택을 받지 못했다는 것이다. 다른 선진국과 비교했을 때 자동화의 악영향에 대한 미국 노동자들의 불안은 로봇공학, 인공지능 및 기계학습의 생산성 이점을 공유 할 수 있다고 보장하지 않기 때문에 다른 비용 일 것이다 .114 이것은 최근 몇 년간 새로운 형태의 근로자 옹호 (온라인 청원, 산업 기반 회원 단체, 근로자 센터 형태)의 증가와 회사 내에서 목소리와 영향력을 확대하는 데 대한 근로자의 관심이 증가하고 있음을 설명 할 수 있다. 115
주주 자본주의는 미국 경제의 생산적인 역동성에 대해 타당하게 인정받을 수 있지만, 순수 주주 자본주의에 대한 미국의 독특한 포용은 재평가의 이유라고 생각한다. 최적의 작업자 표현 모델은 없지만 두 가지 점이 분명해 보인다. 첫째, 경제 효율성을 높이려면 근로자를 고용하는 회사의 이해 관계자로서 근로자에게 어느 정도 가중치가 부여되어야 한다.
미국의 근로자 대표에 어떤 규칙을 적용해야 하는지 정확히 알 수 없지만 지난 40년 동안 국가가 채택한 거의 '음성 없는'모델의 균형이 맞지 않을 것이다.
그렇지 않으면, 확고한 결정은 근로자뿐만 아니라 사회 전체에 일자리 손실이 부과하는 실제 비용을 계속 내재화하지 못한다 .116
둘째, 근로자 대표를 위한 미국 체제는 지나치게 제한적이며 근로자와 고용주 대표 간의 협력 협상 기회를 제한한다. 1935년 미국 노동 조합법 (National Labor Relations Act)은 1993년 미국 노동 조합법 (National Labor Relations Act)에 의해 회사지배금지를 통해 이러한 활동을 불법으로 만든다. 117 시대에 건설적이지만 이 법적 제약은 이제 전통적인 노동 조합 모델을 보완하고 경쟁 할 수 있는 새로운 형태의 근로자 대표에 대한 실험을 방해한다. 이 조항을 제거하는 것만으로는 문제가 해결되지 않는다. 그러나 직원들이 지역 및 산업별로 구성하고 다양한 문제에 대해 협력 할 수 있도록 하는 개혁은 고려해야 할 아이디어이다. 우리는 최종 보고서에서 이러한 아이디어에 대해 자세히 설명 할 것이다. 미국의 근로자 대표에 어떤 규칙을 적용해야 하는지 정확히 알 수 없지만 지난 40년 동안 국가가 채택한 거의 '음성 없는'모델의 균형이 맞지 않을 것이다.
근로자 보완을 위한 혁신 육성
근로자를 보완하는 혁신의 종류를 육성하려면 노하우를 높여 생산성을 높이는 조직 역량에 대한 민간 부문 투자를 지원하는 것이 중요하다. 많은 연구 결과에 따르면 기업은 실험, 교육 및 표준화에 상당한 투자를 한 후 이러한 도구를 워크 플로에 통합하고 인력에 보완 기술을 구축한 후에만 새로운 기술을 사용함으로써 혜택을 볼 수 있다 .118 자동차 제조, 정보 기술, 건강 관리에 따르면 기술을 업무 시스템 및 관리 방식의 보완적 혁신과 통합하면 생산성 이점이 확대된다는 것을 알 수 있다 .119 물리적 자본에 대한 투자와 달리 조직 자본에 대한 투자는 일반적으로 세금 코드에 의해 인식되지 않으므로 일반적으로 다음과 같은 방식으로 세금이 부과된다 노동 소득 (주요 비용은 노동자 시간의 형태이기 때문에). 위에서 설명한 바와 같이, 세금 코드는 조직 자본에 대한 투자를 장려해야 한다고 생각한다.
보다 광범위하게는 근로자를 보완하여 생산성을 높이는 조직 및 관리 관행을 개선하는 것이 민간 부문의 우선 순위가 되어야 한다. 거의 인정하지 않았지만 조직 관리는 회사가 기술, 재료 및 노력을 통해 얻은 결과물에 크게 영향을 미치는 기술이다 .120 관리 관행 (입력 및 출력 측정, 결함 기록 및 학습, 개선을 위한 구체적인 동기 부여 제공)은 크게 다르다. 회사, 국가 및 다른 유형의 조직 (예: 가족 소유회사, 창업자 주도회사, 이사회, 다국적 회사)에 걸쳐 품질. 이러한 관행은 생산성, 수익성, 시장 점유율 및 기업의 신기술 도입 성공에 상당한 영향을 미친다 .121 또한 직원 생산성, 수입 및 경력 발전에도 영향을 미친다 .122
미국 정부 기관은 농업 및 제조 확장 프로그램을 통해 수십 년 동안 기술 노하우를 전파했지만, 우리는 최상의 관리 관행을 전파하기 위한 유사한 공개 확장 프로그램을 알지 못한다.
기술이 어떻게 근로자를 보완하고 생산성을 향상시킬 수 있는지에 대한 모범 사례를 개발하고 전파하면 미국 기업에 큰 영향을 줄 수 있다. 이는 특히 현대의 요구에 부적합한 전통적인 관행을 따르는 소기업, 특히 가족 주도 기업에 유용하다. 무작위 현장 실험의 증거에 따르면 관리자가 현대적인 정보 기반 및 인센티브 중심 관행을 채택하고 적용 할 수 있게 되면 생산성이 크게 향상 될 수 있다 .123
기술 리더십 복원
인공지능, 기계학습 및 로봇공학의 의미를 이해하기 시작했지만 미국은 그들의 개발과 응용을 이끌 기회가 있다. 이러한 발전은 차세대 칩 설계, 통신, 보안, 양자컴퓨팅 및 기타와 같은 경제의 다양한 중요한 기술 및 국경 분야와 연결된다. 다른 주요 기술 혁신과 마찬가지로, 초기의 공공 및 민간 투자 사례가 최근 수십 년간의 미국 과학 및 경제 리더십의 토대를 제공한 것처럼 가장 중요한 성과를 실현하기 위해서는 10년 이상에 걸쳐 지속적인 투자가 필요하다.
사람들이 이러한 기술이 촉진할 수 있는 혼란에 대해 크게 염려하는 것을 감안할 때 왜 미국이 동일한 기술에 대한 투자를 갱신 할 것을 권장할까? 경제 성장과 유익한 리더십이라는 두 가지 이유가 있다.
경제 성장
선진국의 부는 실질적으로 프론티어 부문에서의 리더십에 달려 있다. 미국이 21세기 혁신과 성장의 핵심 부문에서 주도권을 잃으면 경제, 지적, 군사적으로 약화 된다.
현재 미국은 인공지능의 모든 측면을 주도하고 있지만 대부분 지도력에 도전하고 있다. 많은 국가들이 종종 국가의 지원을 받아 투자하고 있다. 중국, 캐나다, 프랑스, 독일, 네덜란드, 한국 및 스웨덴은 모두 인공지능 개발을 위한 국가 전략에 초점을 맞추었다 .124 최근 수십 년 동안 미국은 R & D 강도가 떨어졌다 (GDP의 비율로 측정 됨) R & D)를 독일, 일본 및 한국과 비교했다. 중국은 빠른 속도로 따라 잡음: R & D 지출은 2016년 미국의 88%에서 2012년 34%에서 88%로 증가했다 .125
R & D 강도는 혁신 활동의 불완전한 척도이지만 이러한 발전은 미국의 장기적인 번영과 경제 및 국가 안보에 악영향을 미친다. 보다 구체적인 지표로서, 중국 특허 및 과학 간행물은 강력하게 성장하고 있으며, 중국이 인공지능의 일부 중요한 측면에서 인용 간행물에서 미국을 이끌고 있다. 중국은 불법 수단을 포함하여 미국으로부터 과학 및 기술 정보와 전문 지식을 계속 추구하고 있지만, 중국은 내부 역량도 개발했으며 더 이상 다른 지역의 발전에 의존하지 않는다.
유익한 리더십
리더십의 목표가 독점적으로 주요 기술의 상업적 또는 군사적 통제를 위한 경쟁에서 이기려면 태스크 포스는 주제에 대해 입장을 취하지 않을 것이다. 그러나 우리가 보는 바와 같이 목표는 단순히 승리하는 것이 아니라 국가에 도움이 될 방향으로 혁신을 자극하는 것이다. 그 중에서 노동자를 보완하고 생산성을 높이며 공동 번영의 토대를 제공하는 것이다. 미국 투자 의제는 대학, 국가 실험실 및 민간 부문 혁신만을 지원하는 것이 아니라 공공 및 민간부문 행위자가 생산성을 개선하고 인간의 업무를 향상시키기 위해 새로운 기술을 개발하고 채택하는 데 도움이 되어야 한다.
목표는 단순히 승리하는 것이 아니라 국가에 도움이 될 방향으로 혁신을 자극하는 것이다. 그 중에서 노동자 보완, 생산성 향상 및 번영의 토대 제공. 최첨단 기술 분야에서 최고의 아이디어는 여전히 미국 대학, 기업 및 기업가에서 비롯된다. 이러한 독보적인 강점은 리더십을 위한 토대를 제공하지만 전체 건물이 아니다. 역사는 정부 리더십과 공공 투자가 필수 불가결하다는 것을 반복해서 보여주었다.
역사상 중요한 순간에 미국 정부는 상당한 소집권과 재정 자원을 사용하여 도전을 해결하고 국가의 과학 및 기술 의제를 발전시키기 위한 제도적 역량을 구축했다. 그것은 학계 및 민간 부문과 협력하여 원자력 시대를 선포하고 사람들을 달에 데려 갔다. 또한 국가 실험실, 국립과학재단, NASA 및 DARPA를 만들었다. 군사 지원과 함께 정보 시대의 기반이 마련되었다. 연방정부 측에서도 이와 유사한 리더십과 투자를 통해 유망하지만 어려운 컴퓨팅 및 애플리케이션의 새로운 시대로 전환 할 수 있다 .126
결론: 미래의 일을 위한 기술과 기관의 형성
우리는 경제 성장과 인간의 잠재력에 변화를 가져올 수 있는 인공지능과 로봇공학의 기술혁명의 중심에 서 있다. 물론 기술 이외의 다른 세력은 전 세계 대다수의 사람들에게 일의 본질, 근로자의 기회 및 생활 조건을 형성하게 된다. 기후와 환경과 같은 다른 도전은 하나의 두드러진 예일 뿐이며, 앞으로 수십 년 동안 경제, 정부 및 사회가 운영하는 용어와 매개 변수를 근본적으로 재정렬 할 수 있다.
그럼에도 불구하고, 새로운 기술은 미래의 작업에 중대한 영향을 미치고 경제 성장의 새로운 기회를 창출하게 된다. 이러한 성장이 미국과 다른 지역에서 더 높은 생활 수준, 더 나은 노동 조건, 더 큰 경제 안보 및 개선 된 건강 및 장수로 이어질지는 지배 기관, 공공 투자, 교육, 법률 및 공공 및 민간 리더십에 달려 있다.
선진국은 지난 20년간 직업 양극화, 소득분배 확대, 전통적 제조업 축소를 경험했다. 그러나 대부분의 다른 국가들은 노동자 기술에 투자하고, 필요한 경우 사회 안전망을 강화하며, 민간 부문 기업이 단순히 노동력을 대체하기 보다는 노동력을 늘리도록 장려함으로써 이러한 저류에 대응하기 위해 미국보다 더 많은 일을 해왔다. 우리는 반복한다. 생산성 향상에도 불구하고 미국 노동 시장이 널리 공유 된 번영을 제공하지 못하는 것은 현재 기술이나 자유 시장의 부산물이 될 수 없다. 우리는 더 잘할 수 있고 해야 한다.
그러나 더 나아지기 시작하기 위해서는 오늘의 도전과 내일의 도전이 너무 적은 일이 아니라는 것을 먼저 이해해야 한다. 대신, 존재하는 일자리의 질과 접근성, 근로자들, 특히 교육 수준이 낮은 사람들에게 제공 할 경력 궤적이다. 이 과제를 해결하는 것은 2차세계대전 이후 수십 년 동안 발생한 광범위한 소득 성장과 경제 안보를 제공하는 강력한 노동 시장으로 기술 진보와 생산성 향상을 동반하는 것을 의미한다.
20세기의 경제 역사는 건전한 노동 시장이 전체적으로는 아니지만 공동 번영의 기초가 될 수 있음을 보여준다. 미국은 대부분의 성인이 번영 할 수 있도록 중심적이고, 보상을 받고, 존중하며, 경제적으로 실행 가능한 수단으로 남아있는 시설을 강화하고 건설하고 새로운 투자를 시작하며 정책을 수립해야 한다. 다음 보고서에서 이러한 목표를 발전시키기 위한 추가 단계를 제안 할 것이다.
[출처]
1 See Wilson, William Julius. When Work Disappears: The World of the New Urban Poor. New York: Knopf, 1996; and Radcliff, Benjamin. 2001. “Politics, Markets, and Life Satisfaction: The Political Economy of Human Happiness.” American Political Science Review 95 (4): 939–52. https://doi.org/10.1017/S0003055400400110.
2 Here, we are paraphrasing a recent editorial by policy scholar Oren Cass: Cass, Oren, “The Communal Power of a Real Job.” New York Times, 8/3/2019, https://www.nytimes.com/2019/08/03/opinion/sunday/workers- conservatives.html
3 Richard Wike and Bruce Stokes. “In Advanced and Emerging Economies Alike, Worries About Job Automation.” Pew Research Center’s Global Attitudes Project, September 13, 2018 https://www.pewresearch.org/ global/2018/09/13/in-advanced-and-emerging-economies-alike-worries-about-job-automation/.
4 Aristotle predicted in Politics: Book I that “If… the shuttle would weave and the plectrum touch the lyre without a hand to guide them, chief workmen would not want servants, nor masters slaves.”
5 Optimism is highest among Canadians, 47 percent of whom believe that these such jobs will emerge. Optimism is second-lowest among Americans at 25 percent, and lowest among Italians at 24 percent.
6 The consequences of technological change are almost always outside the control of the people most affected by them. New technologies are typically developed by industry, government, and academia. Workers whose skills are variously complemented or substituted by these technologies typically have no hand in their design, no voice in whether they are adopted by their employers, and no ownership stake that would potentially offset their employment losses with capital gains.
7 We join Robert Samuelson and others in rejecting the thesis of Arthur Okun’s influential 1975 book, Equality and Efficiency: The Big Tradeoff. Washington, D.C: Brookings Institution Press. See Samuelson, Robert J. 2015. “Poof Goes the Big Tradeoff.” Washington Post, May 10, 2015, sec. Opinions.
8 Raj Chetty et al., “The Fading American Dream: Trends in Absolute Income Mobility since 1940,” Science 356, no. 6336 (April 28, 2017): 398–406.
9 Formally, we are referring to growth in Total Factor Productivity, equal to the growth of real output net of the growth of real inputs.
10 Data from Figure 16-5 of Robert J. Gordon, The Rise and Fall of American Growth: The U.S. Standard of Living since the Civil War, The Princeton Economic History of the Western World (Princeton: Princeton University Press, 2016).
11 Robert M. Solow, “Technical Change and the Aggregate Production Function,” The Review of Economics and Statistics 39, no. 3 (August 1957): 312, https://doi.org/10.2307/1926047.
12 Frank Levy and Thomas Kochan, “Addressing the Problem of Stagnant Wages,” Comparative Economic Studies, 54 (4), October 2012, 739-764.
13 While the real wage growth was less adverse among non-college women, there was a 15-plus year period between 1981 and 1997 when women with high school or lower education earned less than their counterparts in 1980.
14 Patten, Eileen, 2016. “Racial, Gender Wage Gaps Persist in U.S. Despite Some Progress.” Pew Research Center: Fact Tank, July 1.
15 Kotkin, Joel. 2018. “The Midwest Is Booming—Just Not Where You Think.” The Daily Beast, April 28, 2018, sec. us-news. https://www.thedailybeast.com/the-midwest-is-boomingjust-not-where-you-think. All of these cities are experiencing employment and population growth: Kansas City, Minneapolis, Indianapolis, Columbus, Grand Rapids, Des Moines, Charlotte, Raleigh, Austin, Nashville.
16 David H. Autor, “Work of the Past, Work of the Future,” AEA Papers and Proceedings 109 (May 2019): 1–32, https:// doi.org/10.1257/pandp.20191110.
17 See Christine J. Walley, Exit Zero: Family and Class in Postindustrial Chicago (Chicago; London: University of Chicago Press, 2013), Benjamin Austin, Edward Glaeser, and Lawrence Summers, “Jobs for the Heartland: Place-Based Policies
in 21st Century America,” Brookings Papers on Economic Activity, no. Spring (2018): 151–240, https://doi.org/10.3386/ w24548, Frank Morgan R. et al., “Small Cities Face Greater Impact from Automation,” Journal of The Royal Society Interface 15, no. 139 (February 28, 2018): 20170946, https://doi.org/10.1098/rsif.2017.0946, Jonathan Gruber and Simon Johnson, Jumpstarting America: How Breakthrough Science Can Revive Economic Growth and the AmericanDream (New York, NY: Public Affairs, 2019). 2019, Case, Anne, and Angus Deaton. 2017. “Mortality and Morbidity in the 21st Century.” Brookings Papers on Economic Activity, 397–467, and David H. Autor, “Work of the Past, Work of the Future,” AEA Papers and Proceedings 109 (May 2019): 1–32, https://doi.org/10.1257/pandp.20191110. Austin et al. define the eastern heartland as the set of states extending geographically from Mississippi to Michigan, generally lying east of the Mississippi River, excluding the Atlantic Coast.
18 https://www.nber.org/cycles/cyclesmain.html
19 David H. Autor, “Work of the Past, Work of the Future,” AEA Papers and Proceedings 109 (May 2019): 1–32, https:// doi.org/10.1257/pandp.20191110.
20 Figure source: Anna M Stansbury and Lawrence H Summers, “Productivity and Pay: Is the Link Broken?,” NBER Working Paper #24165, December 2017. See also Erik Brynjolfsson and Andrew McAfee, The Second Machine Age: Work, Progress, and Prosperity in a Time of Brilliant Technologies (New York: W.W. Norton & Company, 2014).
21 Meanwhile, average worker compensation largely tracked labor productivity until 2000, after which time average compensation grew slower than labor productivity. This disjuncture indicates a fall in labor’s share of national income, which poses an important (further) puzzle that is the subject of much recent research. Data are from Stansbury and Summers (2017).
22 Daron Acemoglu and David H. Autor, “Skills, Tasks and Technologies: Implications for Employment and Earnings,” Handbook of Labor Economics 4B (2011): 1043–1171, https://doi.org/10.1016/S0169-7218(11)02407-5.
23 David H Autor, David Dorn, and Gordon H Hanson, “The China Shock: Learning from Labor Market Adjustment to Large Changes in Trade,” Annual Review of Economics 8, no. 1 (September 2016): 205–240, https://doi.org/10.1146/ annurev-economics-080315-015041. U.S. manufacturing employment fell from 17.4 million in January of 1999 to 14.0 million in January 2007 to a trough of 11.5 million in January of 2010. By July of 2019, it had risen to 12.9 million. (U.S. Bureau of Labor Statistics, All Employees: Manufacturing [MANEMP], retrieved from FRED, Federal Reserve Bank of St. Louis; https://fred.stlouisfed.org/series/MANEMP, August 22, 2019)
24 Card, David. “The Effect of Unions on the Structure of Wages: A Longitudinal Analysis.” Econometrica 64, no. 4 (July 1996): 957. https://doi.org/10.2307/2171852. Card, Lemieux, and Riddell, “Unions and Wage Inequality.”. Thomas Kochan and William Kimball, “Unions, Worker Voice, and Management Practices: Implications for a High Productivity-High Wage Economy. Forthcoming, Russell Sage Foundation Journal of the Social Sciences.
25 Raj Chetty et al., “The Fading American Dream: Trends in Absolute Income Mobility since 1940,” Science 356, no. 6336 (April 28, 2017): 398–406.
26 Gilbert Cette, Yusuf Kocoglu, and Jacques Mairesse, “Productivity Growth and Levels in France, Japan, the United Kingdom and the United States in the Twentieth Century,” Working Paper (National Bureau of Economic Research, December 2009), https://doi.org/10.3386/w15577.
27 See Facundo Alvaredo et al., “The Top 1 Percent in International and Historical Perspective,” Journal of Economic Perspectives 27, no. 3 (August 2013): 3–20, https://doi.org/10.1257/jep.27.3.3; Stijn Broecke, Glenda Quintini, and Marieke Vandeweyer, “Wage Inequality and Cognitive Skills: Reopening the Debate,” Education, Skills, and Technical Change: Implications for Future U.S. GDP Growth, January 26, 2018, 251–86. It bears note that there are also other large market economies that have been less successful than the United States in adapting to similar circumstances.
28 The corresponding figures for the UK and Denmark are 9 percent and 11.7 percent. Raj Chetty et al., “Where Is the Land of Opportunity? The Geography of Intergenerational Mobility in the United States,” The Quarterly Journal of Economics 129, no. 4 (November 1, 2014): 1553–1623, https://doi.org/10.1093/qje/qju022.
29 Long, Jason, and Joseph Ferrie. 2013. “Intergenerational Occupational Mobility in Great Britain and the United States Since 1850.” American Economic Review 103 (4): 1109–37. https://doi.org/10.1257/aer.103.4.1109.
30 Claudia Goldin and Lawrence F Katz, The Race Between Education and Technology (Cambridge, Mass.: Belknap, 2008).
31 As the high school movement reached its conclusion, postsecondary education became increasingly indispensable to the growing occupations of medicine, law, engineering, science, and management. In 1940, only six percent of Americans had completed a four-year college degree. From the end of the Second World War to the early 1980s, the ranks of college-educated workers rose robustly and steadily, with each cohort of workers entering the labor market boasting a proportionately higher rate of college education than the cohort that preceded it. From 1963 through 1982, the fraction of all U.S. hours worked that were supplied by college graduates rose by almost one percentage point per year, a remarkably rapid increase. A large body of economic research documents that the slowing entry of new college graduates into the U.S. labor market after 1980 contributed to the rapid rise in the college premium and attendant increase in wage inequality over the subsequent decades. David Card and Thomas Lemieux, “Can Falling Supply Explain the Rising Return to College for Younger Men? A Cohort-Based Analysis,” The Quarterly Journal of Economics 116, no. 2 (May 1, 2001): 705–46, https://doi.org/10.1162/00335530151144140.
32 For additional detail, see Hal Varian, “Automation vs. Procreation” https://www.bradford-delong.com/2018/09/ hal-varian-_bots-vs-tots_.html, January 2018 and Daron Acemoglu and Pascual Restrepo, “Demographics and Automation,” NBER Working Paper No. 24421, March 2019, https://doi.org/10.3386/w24421.
33 In 2019, 40 countries had shrinking working-age populations, defined as 15- to 64-year-olds, up from 9 countries in the late 1980s. Some of the large countries most affected include China, Japan, Germany, Italy, and Russia. While working population growth has slowed in the U.S., it is not currently anticipated to shrink in absolute terms. “Many Countries Suffer from Shrinking Working-Age Populations,” The Economist, May 5, 2018, https://www.economist. com/international/2018/05/05/many-countries-suffer-from-shrinking-working-age-populations.
34 U.S. Bureau of Labor Statistics, Employment Projections. Table 3.1: Civilian labor force, by age, sex, race, and ethnicity, 1996, 2006, 2016, and projected 2026, https://www.bls.gov/emp/tables/civilian-labor-force-summary.htm
35 These data indicate that that the ratio of adults ages 65 and over to working-age adults ages 25 through 64 will rise from 0.24 in 2000 to 0.33 in 2020 to 0.44 in 2040.
36 Between 2007 and 2017, the share of U.S. adults ages 25 to 29 with a high school diploma rose from 87.0 to 92.5 percent, the share with an associates degree or higher rose from 38.6 to 46.1 percent, while the share with a four-year college degree or higher rose from 29.6 to 35.7 percent. U.S. National Center for Education Statistics, Digest of Education Statistics 2017, Table 104.20: Percentage of persons 25 to 29 years old with selected levels of educational attainment, by race/ethnicity and sex: Selected years, 1920 through 2017, https://nces.ed.gov/programs/digest/ d17/tables/dt17_104.20.asp
37 A preview of the labor market pressures this will create cay be glimpsed by studying the state of Maine, which has the highest median age (44.6) among all U.S. states. US Census Bureau, “The Nation’s Older Population Is Still Growing, Census Bureau Reports,” The United States Census Bureau, accessed August 17, 2019, https://www. census.gov/newsroom/press-releases/2017/cb17-100.html. Jeff Stein, “‘This Will Be Catastrophic’: Maine Families Face Elder Boom, Worker Shortage in Preview of Nation’s Future,” Washington Post, August 14, 2019, sec. Business, https://www.washingtonpost.com/business/economy/this-will-be-catastrophic-maine-families-face-elder-boomworker-shortage-in-preview-of-nations-future/2019/08/14/7cecafc6-bec1-11e9-b873-63ace636af08_story.html. These demographic forces will also spur greater automation. See Daron Acemoglu and Pascual Restrepo, “Demographics and Automation,” March 2019, https://doi.org/10.3386/w24421.
38 See Daron Acemoglu and Pascual Restrepo, “Demographics and Automation,” NBER Working Paper No. 24421, March 2019, https://doi.org/10.3386/w24421. These forces are already playing out in Japan.
39 “The Challenges of Japan’s Demography - The Economist Explains.” The Economist, November 26, 2018. https:// www.economist.com/the-economist-explains/2018/11/26/the-challenges-of-japans-demography.
40 Amy Sue Bix, Inventing Ourselves Out of Jobs?: America’s Debate Over Technological Unemployment, 1929–1981 (Johns Hopkins University Press, 2002).
41 See most prominently Carl Benedikt Frey and Michael A. Osborne, “The Future of Employment: How Susceptible Are Jobs to Computerisation?,” Technological Forecasting and Social Change 114 (2016): 254–280, https://doi. org/10.1016/j.techfore.2016.08.019.
42 Mokyr, Joel. “A review essay of Carl Benedikt Frey, The Technology Trap: Capital Labor, and Power in the Age of Automation.” September 2019, Journal Of Economic History, forthcoming.
43 David A. Mindell, Our Robots, Ourselves: Robotics and the Myths of Autonomy (Viking Penguin, 2015).
44 David H Autor, Frank Levy, and Richard J Murnane, “The Skill Content of Recent Technological Change: An Empirical Exploration,” The Quarterly Journal of Economics 118, no. 4 (2003): 1279–1333.
45 Claudia Goldin and Lawrence F Katz, The Race Between Education and Technology (Cambridge, Mass.: Belknap, 2008).
46 Daron Acemoglu and Pascual Restrepo, “Automation and New Tasks: How Technology Displaces and Reinstates Labor,” Journal of Economic Perspectives 33, no. 2 (May 2019): 3–30, https://doi.org/10.1257/jep.33.2.3. Quoting from their article, “The history of technology is not only about the displacement of human labor by automation technologies. If it were, we would be confined to a shrinking set of old tasks and jobs, with a steadily declining labor share in national income. Instead, the displacement effect of automation has been counterbalanced by technologies that create new tasks in which labor has a comparative advantage. Such new tasks generate not only a positive productivity effect, but also a reinstatement effect—they reinstate labor into a broader range of tasks and thus change the task content of production in favor of labor.”
47 See Joel Mokyr, The Lever of Riches: Technological Creativity and Economic Progress (Oxford University Press, 1992). Jr. Chandler, Alfred D., The Visible Hand: The Managerial Revolution in American Business (Harvard University Press, 1977) and Daron Acemoglu and Pascual Restrepo, “Automation and New Tasks: How Technology Displaces and Reinstates Labor,” Journal of Economic Perspectives 33, no. 2 (May 2019): 3–30, https://doi.org/10.1257/jep.33.2.3. Quoting from their article, “The history of technology is not only about the displacement of human labor by automation technologies. If it were, we would be confined to a shrinking set of old tasks and jobs, with a steadily declining labor share in national income. Instead, the displacement effect of automation has been counterbalanced by technologies that create new tasks in which labor has a comparative advantage. Such new tasks generate not only a positive productivity effect, but also a reinstatement effect—they reinstate labor into a broader range of tasks and thus change the task content of production in favor of labor.”
48 Guy Michaels, “The Division of Labour, Coordination, and the Demand for Information Processing,” SSRN Scholarly Paper (Rochester, NY: Social Science Research Network, June 1, 2007), https://papers.ssrn.com/abstract=1136684. Claudia Goldin and Lawrence F Katz, The Race Between Education and Technology (Cambridge, Mass.: Belknap, 2008).
49 Mindell, Our Robots, Ourselves. Jeffrey Lin, “Technological Adaptation, Cities, and New Work,” The Review of Economics and Statistics 93, no. 2 (2011): 554–74.
50 See especially Robert J. Gordon, The Rise and Fall of American Growth: The U.S. Standard of Living since the Civil War, The Princeton Economic History of the Western World (Princeton: Princeton University Press, 2016).
51 We use the term digital technologies to denote the vast set of technologies made possible by symbolic processing, including computers, mobile telephony, the Internet, global positioning systems, artificial intelligence, robotics, and many others.
52 In fact, each time is different, but each differently so.
53 David H Autor, David Dorn, and Gordon H Hanson, “The China Shock: Learning from Labor Market Adjustment to Large Changes in Trade,” Annual Review of Economics 8, no. 1 (September 2016): 205–240, https://doi.org/10.1146/ annurev-economics-080315-015041.
54 David H. Autor, “Why Are There Still So Many Jobs? The History and Future of Workplace Automation,” Journal of Economic Perspectives 29, no. 3 (August 2015): 3–30, https://doi.org/10.1257/jep.29.3.3.
55 On the demand for blue-collar workers in 20th century industry, see Claudia Goldin and Lawrence F. Katz, “The Origins of Technology-Skill Complementarity,” The Quarterly Journal of Economics 113, no. 3 (August 1, 1998): 693–732, https://doi.org/10.1162/003355398555720.
56 David H. Autor, “Skills, Education, and the Rise of Earnings Inequality Among the ‘Other 99 Percent,’” Science 344, no. 6186 (May 23, 2014): 99, https://doi.org/10.1126/science.1251868.
57 See Robert J. Gordon, The Rise and Fall of American Growth: The U.S. Standard of Living since the Civil War, The Princeton Economic History of the Western World (Princeton: Princeton University Press, 2016). and Erik Brynjolfsson, Daniel Rock, and Chad Syverson, “Artificial Intelligence and the Modern Productivity Paradox: A Clash of Expectations and Statistics,” Working Paper (National Bureau of Economic Research, November 2017), https://doi.org/10.3386/w24001.
58 While it is tempting to dismiss this puzzle as a failure of government statistical agencies to capture the technological bounty all around us, careful research rejects this explanation. See David M. Byrne, John G. Fernald, and Marshall B. Reinsdorf, “Does the United States Have a Productivity Slowdown or a Measurement Problem?,” Brookings Papers on Economic Activity, no. Spring (2016), https://www.brookings.edu/bpea-articles/does-the-united-states-have-aproductivity-slowdown-or-a-measurement-problem/ and Chad Syverson, J Baum, and Harris Professor, “Challenges to Mismeasurement Explanations for the US Productivity Slowdown,” Journal of Economic Perspectives 31, no. 2— Spring (2017): 165–186, https://doi.org/10.1257/jep.31.2.165.
59 https://www.bls.gov/emp/tables/occupations-largest-job-declines.htm
60 A large literature documents the substantial burden of displacement for affected workers, prolonged earnings and employment losses, impaired mental health, and premature mortality. L.S. Jacobson, R.J. LaLonde, and D.G. Sullivan, “Earnings Losses of Displaced Workers,” The American Economic Review, 1993, 685–709; Daniel Sullivan and Till von Wachter, “Job Displacement and Mortality: An Analysis Using Administrative Data,” Quarterly Journal of Economics 124, no. August (2009): 1265–1306, https://doi.org/10.1162/qjec.2009.124.3.1265; Steven J. Davis and Till von Wachter, “Recessions and the Costs of Job Loss,” Brookings Papers on Economic Activity 2011, no. 2 (2011): 1–72, https://doi.org/10.1353/eca.2011.0016.
61 Alison Kopf and Dan Griswold. “The Number of American Taxi Drivers Has Tripled in a Decade.” Quartz. Accessed August 28, 2019. https://qz.com/1647247/more-americans-are-driving-taxis-thanks-to-uber-and-lyft/.
62 A classic example is the deployment of Automated Teller Machines (ATMs) starting in the 1970s. ATMS served to reduce the number of bank tellers per branch by about a third between 1988 and 2004. By reducing staffing costs, however, ATMS also led banks to open more small urban bank branches, generating a modest net rise in teller employment. Finally, ATMs profoundly changed the job tasks of tellers. Instead of serving primarily as checkout clerks for cash, tellers increasingly functioned as salespersons, forging relationships with customers and offering additional bank services such as credit cards, loans, and investment products. James Bessen, “Toil and Technology,” Finance and Development, no. March (2015): 16–19.
63 See https://en.wikipedia.org/wiki/Productivity_improving_technologies#Lighting_efficiency
64 Nordhaus (1996) estimates that the real cost of 1,000 lumen-hours of light fell from 52.5¢ to 0.124¢ between 1827 and 1992, a more than four-hundred-fold reduction. William D Nordhaus, “Do Real-Output and Real-Wage Measures Capture Reality? The History of Lighting Suggests Not,” in The Economics of New Goods (University of Chicago Press, 1996), 27–70.
65 To be clear, this is not necessarily bad for customers. Given the choice between using a self-checkout kiosk or paying extra for a human clerk, many customers might choose the kiosk.
66 Daron Acemoglu and Pascual Restrepo, “Automation and New Tasks: How Technology Displaces and Reinstates Labor,” Journal of Economic Perspectives 33, no. 2 (May 2019): 3–30, https://doi.org/10.1257/jep.33.2.3.
67 Note that a technology slightly degrades the quality of a product or service but reduces its price more than proportionately represents a productivity improvement. For example, Walmart greatly improved productivity in retailing by offering lower quality goods with limited customer service at extremely low prices.
68 We stress that this is not the only possible explanation. Brynjolfsson et al. (2018) hypothesize that the gains from new workplace innovations are temporarily masked by the high fixed costs of deploying and integrating them into workplaces; once firms ascend this steep and costly learning curve, large measured productivity gains will follow. Erik Brynjolfsson, Daniel Rock, and Chad Syverson, “The Productivity J-Curve: How Intangibles Complement General Purpose Technologies,” Working Paper (National Bureau of Economic Research, October 2018), https://doi.org/10.3386/w25148.
69 David H. Autor, “Work of the Past, Work of the Future,” AEA Papers and Proceedings 109 (May 2019): 1–32, https://doi.org/10.1257/pandp.20191110.
70 We qualify the phrase “may share” because we cannot measure the root causes of popular sentiment. For a related argument on the role of popular dissatisfaction with the direction of technological change in history, see Carl Benedikt Frey, The Technology Trap: Capital, Labor, and Power in the Age of Automation. 2019, Princeton University Press.
71 This scenario has historical precedent. An oft-discussed epoch in the history of automation is the period between 1800 and 1840 known as Engel’s pause, during which British working-class wages stagnated despite rapid technological progress and rising GDP, with a similar phenomenon occurring in the U.S. between 1830 and 1870. (Robert C. Allen, “Engels’ Pause: Technical Change, Capital Accumulation, and Inequality in the British Industrial Revolution,” Explorations in Economic History 46, no. 4 (October 1, 2009): 418–35, https://doi.org/10.1016/j. eeh.2009.04.004.). Mechanization in this period was highly disruptive. Mechanization of textiles and the rise of mass production devalued the skills of highly-trained artisans and raised demand for relatively unskilled laborers—often children—who toiled for long hours tending machines. Factories in this era were cramped, dirty, disease-ridden, and often dangerous. Output rose but workers did not share in the benefits for decades. Engel’s pause eventually gave way to an era of broadly shared gains, which lasted from approximately the mid-nineteenth century through the mid-1970s. In that time, the acceleration of mass production enabled workers with modest levels of formal education to be highly productive in factories and, for those with somewhat higher education, offices. Mass production has been central to the economic development of many high- and middle-income countries precisely because it seems to catalyze rapid growth from modest human capital inputs.
72 Daron Acemoglu and Pascual Restrepo, “Robots and Jobs: Evidence from US Labor Markets,” Journal of Political Economy, forthcoming, https://doi.org/10.3386/w23285; Asha Bharadwaj and Maximiliano A. Dvorkin, “ The Rise of Automation: How Robots May Impact the U.S. Labor Market” Federal Reserve Bank of St. Louis, 2nd quarter, 2019. https://www.stlouisfed.org/publications/regional-economist/second-quarter-2019/rise-automation-robots
73 Recent research by MIT Professor Julie Shah has shown how robots can help nurses make critical time-sensitive decisions on an obstetrics ward. See Matthew Gombolay, Xi Jessie-Yang, et,al, “Robotic Assistance in Coordination of Patient Care,” International Journal of Robotics Research, June 22, 2018.
74 Daron Acemoglu and Pascual Restrepo, “Demographics and Automation,” NBER Working Paper No. 24421, March 2019, https://doi.org/10.3386/w24421.
75 Susan Helper, Robert Seamans, and Raphael Martins, “Complements or Substitutes? Firm Level Management of Labor and Technology”; Presented at NBER Summer Institute, 2019.
76 Mindell, David. n.d. “Are Home Health Aides The New Turing Test For AI?” Forbes. Accessed August 30, 2019. https://www.forbes.com/sites/davidmindell/2019/01/03/are-home-health-aids-the-new-turing-test-for-ai/.
77 Brynjolfsson, Erik, and Tom Mitchell. 2017. “What Can Machine Learning Do? Workforce Implications.” Science 358 (6370): 1530–1534. https://doi.org/10.1126/science.aap8062.
78 Brynjolfsson, Erik, and Tom Mitchell. 2017. “What Can Machine Learning Do? Workforce Implications.” Science 358 (6370): 1530–1534. https://doi.org/10.1126/science.aap8062.
79 Webb, Michael. “The Impact of Artificial Intelligence on the Labor Market.” Stanford University Working Paper, July 2019.
80 In a recent study, the fastest adoption of autonomous trucks and cars suggested the peak of job displacement would occur around approximately 2045, allowing several decades for the labor market to adjust. See Erica Groshen, Susan Helper, et. al, “America’s Workforce and the Self-Driving Future: Realizing Productivity Gains and Spurring Economic Growth”, SAFE, June, 2018. https://avworkforce.secureenergy.org/wp-content/uploads/2018/06/Americas-Workforceand-the-Self-Driving-Future_Realizing-Productivity-Gains-and-Spurring-Economic-Growth.pdf
81 Our discussion draws in part on Autor, David, Anran Li, and Matthew Notowidigdo. 2019. “Preparing for the Work of the Future: A Research Agenda.” J-PAL: North America.
82 Since labor market prospects for non-college workers in the U.S. have been stagnant or deteriorating for the better part of four decades (Figure 1), it is far from bold to predict that these trends will continue. But this continuity nevertheless underscores a core theme of this interim report: widespread anxiety about the work of the future likely stems in part from the discouraging reality of recent economic history for the majority of workers.
83 Thomas Kochan, David Finegold and Paul Osterman, “Who Can Fix the Middle Skills Gap?” Harvard Business Review, December 2012 https://hbr.org/2012/12/who-can-fix-the-middle-skills-gap
84 Abowd and Vilhuber (2011) document that gross worker job-to-job flows greatly exceed net flows, meaning that most job changes are not explained by contractions or expansions of the relevant job categories. John M. Abowd and Lars Vilhuber, “National Estimates of Gross Employment and Job Flows from the Quarterly Workforce Indicators with Demographic and Industry Detail,” Journal of Econometrics 161, no. 1 (March 1, 2011): 82–99, https://doi. org/10.1016/j.jeconom.2010.09.008.
85 U.S. Bureau of Labor Statistics, Occupational Employment Projections, Table 1.1: Employment by Major Occupational Group, 2016 and Projected 2026, https://www.bls.gov/emp/data/occupational-data.htm
86 Among currently employed production workers in 2016, however, 367 thousand were ages 65 and older, and an additional 1.52 million were ages of 55 to 64. U.S. Bureau of Labor Statistics, Household Data Annual Averages 2016: Table 11b: Employed Persons by Detailed Occupation and Age, https://www.bls.gov/cps/cps_aa2016.htm
87 U.S. Bureau of Labor Statistics, Occupational Outlook Handbook, https://www.bls.gov/ooh/healthcare/home.htm, updated 4/12/2019.
88 The rapidly growing set of medical aide occupations, including personal care aides, home health aides, and physical therapy aides, presently offers low pay and poor employment security. Paul Osterman, Who Will Care For Us?: Long-Term Care and the Long-Term Workforce (New York: Russell Sage Foundation, 2017).
89 Koenig, Rebecca, “College Isn’t for Everyone. These Jobs May Be Good Options,” US News & World Report, January 28, 2019. Notably, of the twelve non-college occupations with median salaries exceeding $50,000 reported in Koenig 2019, which based on U.S. Bureau of Labor Statistics data, seven are medical technical occupations, three are skilled trades (wind turbine technician, environmental engineering technician, plumber), one is in public safety (patrol officers), and only one is in information technology (web developer).
90 As reported by the Community College Research Center of Columbia University, 5.8 million students were enrolled in public, two-year colleges and fall of 2017. About 2.1 million were full-time students, and 3.7 million were part-time.
About 6.1 million were enrolled in all types of two-year colleges. See https://ccrc.tc.columbia.edu/Community-College-FAQs.html
91 An experimental evaluation of the Accelerated Study in Associate Programs (ASAP) initiative developed by the City University of New York (CUNY). ASAP’s supports include enrollment requirements, financial resources, structured pathways to support academic momentum, and advising, tutoring, and career development services. Scrivener et al. 2015 (Susan Scrivener et al., “Doubling Graduation Rates: Three-Year Effects of CUNY’s Accelerated
Study in Associate Programs (ASAP) for Developmental Education Students,” Text (MDRC, February 2015), https://www.mdrc.org/publication/doubling-graduation-rates.) and Weiss et al. 2019 (Michael J. Weiss et al., “Supporting Community College Students from Start to Degree Completion: Long-Term Evidence from a Randomized
Trial of CUNY’s ASAP,” American Economic Journal: Applied Economics 11, no. 3 (July 2019): 253–97, https://doi. org/10.1257/app.20170430.) evaluate the benefits of this program for CUNY students using random assignment and find that it increases the graduation rate of participants by 18 percentage points, which is almost double the rate of 22 percent in the control group over three years. After six years, degree completion rates of ASAP students
remain 10 percentage points above control group members, indicating that ASAP did not merely accelerate degree completion but increased it in absolute terms. ASAP was subsequently implemented at three community colleges in Ohio. Sommo et al. (2018) report that 19 percent of ASAP participants in the Ohio colleges earned a degree or credential compared with 8 percent of the control group two years after random assignment to the program.
92 Harry J. Holzer, “Raising Job Quality and Skills for American Workers: Creating More-Effective Education and Workforce Development Systems in the States” (Brookings Institution: The Hamilton Project, November 2011), https://www.brookings.edu/research/raising-job-quality-and-skills-for-american-workers-creating-more-effective-education-and-workforce-development-systems-in-the-states/.
93 Some examples include the LEAP program in Massachusetts or the Ohio Manufacturing Workforce Partnership (a partnership of Ohio TechNet and the Ohio Manufacturers’ Association among others) both collaborations between higher educational institutions and industry with a focus on advanced manufacturing.
94 U.S. Department of Education, National Center for Education Statistics, Integrated Postsecondary Education Data System (IPEDS), Finance component final data (fiscal years 2006 – 2016) and provisional data (fiscal years 2004, 2005, 2017). Data accessed August 18, 2019 from https://nces.ed.gov/ipeds/TrendGenerator
95 For more on this topic, see T. Deissinger. and P. Gonon, (2016), “Stakeholders in the German and Swiss vocational educational and training system”, Education + Training, Vol. 58 No. 6, pp. 568-577. https://doi.org/10.1108/ET-022016-0034; Coop programs and other forms of experiential learning that take place at universities are also gaining in importance as outlined in I. Von Weitershausen, “Training for the ‘Work of the Future’: The Role of Work-Based Higher Education Programs in Germany and the United States,” MIT Work of the Future working paper (forthcoming).
96 An example of an apprenticeship program in the United States that is widely considered to be successful is the Georgia Youth Apprenticeship Program, which benefits from a collaboration between state government, high schools, postsecondary schools, businesses, and worksite supervisors (Robert I. Lerman, Daniel Kuehn, and Jessica Shakesprere, “Youth Apprenticeships in Georgia: Experiences and Recommendations” (Urban Institute, May 2019), https://www.urban.org/research/publication/youth-apprenticeships-georgia.).
97 See Nelson Schwartz, “Job Training Can Change Lives. See How San Antonio Does It”, New York Times, August, 19, 2019. https://www.nytimes.com/2019/08/19/business/economy/worker-training-project.html
98 David Autor, Anran Li, and Matthew Notowidigdo, “Preparing for the Work of the Future: A Research Agenda” (J-PAL: North America, April 2019).
99 Lola Fadulu, “Why Is the U.S. So Bad at Worker Retraining?,” The Atlantic, January 4, 2018, https://www.theatlantic. com/education/archive/2018/01/why-is-the-us-so-bad-at-protecting-workers-from-automation/549185/.
100 I. Elaine Allen and Jeff Seaman, “Changing Course: Ten Years of Tracking Online Education in the United States” (Babson Survey Research Group and Quahog Research Group, LLC., January 2013), https://eric.ed.gov/?id=ED541571.
101 Maya Escueta et al., “Education Technology: An Evidence-Based Review” (Cambridge, MA: National Bureau of Economic Research), August 2017. Eric P. Bettinger et al., “Virtual Classrooms: How Online College Courses Affect Student Success,” American Economic Review 107, no. 9 (September 2017): 2855–75; and Goodman, Joshua, Julia Melkers, and Amanda Pallais. “Can online delivery increase access to education?.” Journal of Labor Economics 37, no. 1 (2019): 1-34.
102 While we know a great deal about how infants and children learn, we know relatively little about how adults learn. Research shows that frequent practice problems and feedback, including online quizzes, may double learning attainment, and frequent practice tests dramatically improve information retention. Importantly, “fluid” skills—those that help us with speed of processing or working or long-term memory, decline steadily with age (starting at age 20!). However, “crystalized skills” or domain knowledge—knowing how a machine or a system more broadly works—increases with age well into one’s seventies. This latter point is important to integrate into our strategies for employing older workers over time. As Task Force members from managers of manufacturing firms across the country, older workers possess valuable knowledge that needs to be retained and passed along to subsequent cohorts of workers.
103 Kana Okano, Jakub R. Kaczmarzyk, and John D. E. Gabrieli, “Enhancing Workplace Digital Learning by Use of the Science of Learning,” PLOS ONE 13, no. 10 (October 24, 2018): e0206250, https://doi.org/10.1371/journal. pone.0206250.
104 Approximately 30 percent of students who started community college in the fall of 2011 transferred to a four-year institution within six years. https://ccrc.tc.columbia.edu/Community-College-FAQs.html
105 “Connecting Credentials: Making the Case for Reforming the U.S. Credentialing System” (Lumina Foundation, June 2015), https://www.luminafoundation.org/files/resources/making-the-case.pdf.
106 Approximately 40 percent of students who start four-year degrees do not finish within six years, where the non-completion rate is strongly negatively correlated with the selectivity of the institution. For example, at 4-year institutions with open admissions policies, 32 percent of students completed a bachelor’s degree within 6 years. At 4-year institutions where the acceptance rate was less than 25 percent, the 6-year graduation rate was 88 percent. “The Condition of Education 2018” (U.S Department of Education, May 2018), https://nces.ed.gov/pubsearch/pubsinfo. asp?pubid=2018144. Section 2.1: Undergraduate Retention and Graduation Rates.
107 For more information, see https://www.povertyactionlab.org/work-of-the-future
108 For further discussion, see also Daron Acemoglu, “It’s Good Jobs, Stupid,” Economics for Inclusive Prosperity (blog), June 2019, https://econfip.org/policy-brief/its-good-jobs-stupid/.
109 Recommendation of the Investor Advisory Committee, Human Capital Management Disclosure, March 28, 2019. https://www.sec.gov/spotlight/investor-advisory-committee-2012/human-capital-disclosure-recommendation.pdf
110 This view originates with Milton Friedman in his magnum opus, Capitalism and Freedom, “There is one and only one social responsibility of business—to use its resources and engage in activities designed to increase its profits so long as it stays within the rules of the game, which is to say, engages in open and free competition without deception or fraud.” Milton Friedman, Capitalism and Freedom (University of Chicago Press, 1962), p133.
111 Some argue further that a firm’s stakeholders includes its customers and suppliers, who in some sense are among its longest-term investors. See Kent Greenfield, Corporations Are People Too: (And They Should Act Like It) (New Haven; London: Yale University Press, 2018).
112 David Gelles and David Yaffe-Bellany, “Shareholder Value is no Longer Everything Top CEOs Say”, The New York Times, August 19, 2019. Responding to the Business Roundtable’s policy statement, the Economist magazine offers a reasoned defense of shareholder capitalism (The Economist. “What Companies Are For,” August 22, 2019. https://www.economist.com/leaders/2019/08/22/what-companies-are-for). But their editorial does not grapple with the failure of shareholder capitalism to appropriately internalize external costs to workers from firm business practices. These externalities are the basis of our argument.
113 New York Times columnist Nicolas Kristof wrote recently, “It was common to scorn union leaders as corrupt Luddites who used ridiculous work rules to block modernization and undermine America’s economic competitiveness. There’s something to those critiques. Yet it’s now clear that the collapse of unions… has been accompanied by a rise of unchecked corporate power, a surge in income inequality and a decline in the well-being of working Americans.” Kristof, Nicholas, “Trump Finds a Brawler for His War on Workers,” New York Times August 11, 2019, sec. SR.
114 Responding to the slow implosion of traditional employer-based unions, the 21st century has recently seen new models of organization and collective bargaining. New membership models for worker voice are under development that seek to create powerful non-employer-based advocacy organizations that derive power and influence through collective action on behalf of their members.
115 Thomas Kochan, “Building the Institutions Needed to Strengthen Worker Voice,” The Aspen Institute, August 7, 2018 https://www.aspeninstitute.org/blog-posts/building-the-institutions-needed-to-strengthen-worker-voice/
116 See L.S. Jacobson, R.J. LaLonde, and D.G. Sullivan, “Earnings Losses of Displaced Workers,” The American Economic Review, 1993, 685–709; Daniel Sullivan and Till von Wachter, “Job Displacement and Mortality: An Analysis Using Administrative Data,” Quarterly Journal of Economics 124, no. August (2009): 1265–1306, https://doi.org/10.1162/ qjec.2009.124.3.1265.
117 The National Labor Relations Act of 1935, which establishes the right to collective bargaining, bans the organization of labor unions by employers on the theory that company unions are intrinsically suspect.
118 Erik Brynjolfsson and Lorin M. Hitt, “Beyond Computation: Information Technology, Organizational Transformation and Business Performance,” Journal of Economic Perspectives 14, no. 4 (December 2000): 23–48, https://doi. org/10.1257/jep.14.4.23; Erik Brynjolfsson, Daniel Rock, and Chad Syverson, “The Productivity J-Curve: How Intangibles Complement General Purpose Technologies,” Working Paper (National Bureau of Economic Research, October 2018), https://doi.org/10.3386/w25148.
119 Tom Kochan, Susan Helper, Alexander Kowalski, and John Van Reenen. “Baseline Memo for Work of the Future Task Force: Interdependence of Technology and Work Systems,” December 2018.
120 See Nicholas Bloom and John Van Reenen, “Measuring and Explaining Management Practices Across Firms and Countries,” Quarterly Journal of Economics 122, no. November (2006): 1351–1408.
121 Nicholas Bloom et al., “What Drives Differences in Management Practices?,” American Economic Review 109, no. 5 (May 2019): 1648–83, https://doi.org/10.1257/aer.20170491.
Nick Bloom, Raffaella Sadun and John Van Reenen (2012), “Americans Do I.T. Better: US multinationals and the productivity miracle” American Economic Review (2012) 102 (1), 167-201; Eve Caroli and John Van Reenen (2001) “Skill biased organisational change? Evidence from British and French establishments” Quarterly Journal of Economics (2001) 116, No. 4, 1449-1492
122 Zeynep Ton, The Good Jobs Strategy: How the Smartest Companies Invest in Employees to Lower Costs and Boost Profits (Boston and New York: Houghton Mifflin Harcourt, 2014).
123 Nicholas Bloom et al., “Does Management Matter? Evidence from India,” The Quarterly Journal of Economics 128, no. 1 (February 1, 2013): 1–51, https://doi.org/10.1093/qje/qjs044; Nicholas Bloom et al., “Do Management Interventions Last? Evidence from India,” Working Paper (National Bureau of Economic Research, January 2018), https://doi.org/10.3386/w24249.
124 The Chinese government is reportedly spending in excess of $1 billion a year on AI. Europe countries, especially France and Germany but also Sweden and the Netherlands, are investing heavily in coordinated ways. The U.K. has announced a $64 million fellowship fund to attract top machine learning researchers to the country as part of an effort to increase productivity by 25 percent by 2035. Canada started the Vector Institute in Toronto with $50 million of Canadian federal investment, $50 million from Ontario, and $100 million from industry.
125 Dennis Normille, “Surging R&D Spending in China Narrows Gap with United States.” Science, October 10, 2018. https://www.sciencemag.org/news/2018/10/surging-rd-spending-china-narrows-gap-united-states.
126 For more discussion on this history, see Jonathan Gruber and Simon Johnson, Jumpstarting America: How Breakthrough Science Can Revive Economic Growth and the American Dream (New York, NY: Public Affairs, 2019).
![[신간 세계미래보고서2035-2055] 포스트코로나 사회변화, 기술변화를 다루며 더 앞당겨진 미래의 생존전략을 말하는 미래예측보고서 박영숙 제롬글렌공저다](./data/file/book/f813547e_e6dae675e00fe5e3fc012d9cae9ebdeb.jpg)
![[세계미래보고서2020] 박영숙 제롬글렌신간, 거대한 변혁의 10년이 온다. 땅위를 달리는 자동차의 소멸과 에어택시 드론택시 나르는 자동차에 자율차가 보편화되고, 20여가지 정밀발표 세포배양육등 신 식품기술로 농축산업 소멸로 돼지열병이나 조류독감이 소멸한다.](./data/file/book/634e2043_ad871dd184c702f8198824c7a7bd79bc.jpg)
![[블록체인혁명2030] 박영숙신간, 미래 최대산업은 블록체인AI. 블록체인만 알아도 부유가 따라온다. Anndy Lian, Shawn Harmsen 공저. 블록체인이 소멸시키는 산업, 새로 부상시키는 산업, 블록체인으로 탄생하는 새로운 길](./data/file/book/02730dce_9fe216c91bec4c75ac2cd35f0829fc5c.jpg)
![[신간] 세계미래보고서2019, 박영숙 제롬글렌 공저, 국가를 만드는 사람들, 미래경제시스템, 바이오혁명, 주택교통혁명, 에너지 환경혁명, 일자리혁명, 로봇 인공지능혁명 등 수많은 미래기술과 사회변화 시사](./data/file/book/35f9b1b7_baa3ca663e5b529aa95bf0c0b3fa1810.jpg)
![[세계미래보고서2018] 박영숙 제롬글렌저. 블록체인AI가 가져올 거대한 금융혁명이 결국 사회혁명으로 이어져. 작아지는 정부와 중간관리, 모든 사회구조가 p2p로 변하면서 중간자들의 수수료 서비스, 중간권력층의 붕괴가 일어나. 똑똑한 개개인들이 탈중앙화 분산권력을 즐](./data/file/book/4718ff3f_6d7b1b493c6c87af2f4ab1c5c560bf70.jpg)
![[주거혁명2030] 박영숙신간 2017.11.9](./data/file/book/73f3dcd1_ccde2fa33551c5b2f33ad6928b515a00.jpg)
오늘 방문자: 
