Những tiến bộ trong lĩnh vực trí tuệ nhân tạo (AI) và học máy (machine learning) đang làm dấy lên mối lo ngại về nguy cơ mất việc hàng loạt. Trong khi thị trường lao động có khả năng tự thích ứng để ngăn ngừa tình trạng thất nghiệp cao dài hạn thì vẫn không thể chống lại hiện tượng bất bình đẳng leo thang.

Có lẽ không một khía cạnh nào của cuộc cách mạng kỹ thuật số lại nhận được nhiều sự quan tâm như tác động bởi xu hướng tự động hóa công ăn việc làm và thu nhập. Việc sử dụng máy móc để làm tăng năng suất thực ra không hề mới. Công cụ chính là những cỗ máy, và nhân loại đã sử dụng chúng trong phần lớn quá trình lịch sử tương đối ngắn ngủi của mình – nếu so với tuổi Trái đất. Kể từ cuộc Cách mạng Công nghiệp lần thứ nhất – cơ giới hóa và động cơ hơi nước giúp năng suất tăng trưởng nhảy vọt, sự thay đổi đã diễn ra quá sâu sắc. Không phải ai cũng hoan nghênh điều này. Nhiều người lo ngại nhu cầu lao động giảm sẽ dẫn tới tình trạng thất nghiệp hàng loạt trong dài hạn. Nhưng nó đã không xảy ra. Thay vào đó, sự tăng trưởng năng suất và thu nhập đã thúc đẩy cung cầu cùng các hoạt động kinh tế. Theo thời gian, thị trường lao động dần tự điều chỉnh để trở nên thích nghi về mặt kỹ năng; số giờ làm việc trung bình giảm xuống và cán cân thu nhập-giải trí dịch chuyển.

Robot Franzi quét dọn bệnh viện Munich Neuperlach ở Đức. Ảnh: AFP-JIJI

Thứ nữa, khi nhu cầu tăng cường lao động phải nhường chỗ cho tự động hóa – máy móc thực hiện ngày càng nhiều tác vụ trong quá trình phân đoạn thông tin, kiểm soát và giao dịch của nền kinh tế, mối lo về tình trạng thất nghiệp hàng loạt trên diện rộng lại càng leo thang. Nhiều công việc thuộc loại white collar (văn phòng) và blue collar (chân tay) – với lịch trình có thể dễ dàng được hệ thống hóa – đã biến mất nhanh chóng, đặc biệt kể từ thập niên 2000, từ đó thúc đẩy hiện tượng phân cực thu nhập. Nhưng cũng giống như thế kỷ 19, thị trường lao động luôn tìm cách để tự thích nghi. Ban đầu, nhân công bị thay thế bởi máy móc có thể tìm việc khác trong những lĩnh vực đòi hỏi kỹ năng mà họ sẵn có. Nhưng do cơ hội hạn chế, họ chuyển sang các công việc cần ít kỹ năng (hoặc dễ tìm hơn), bao gồm việc làm bán thời gian (part-time) trong nền kinh tế thời vụ internet, kể cả khi điều này đồng nghĩa với việc phải chấp nhận mức thu nhập thấp hơn. Theo thời gian, ngày càng nhiều người lao động sẽ tìm cách đầu tư (học hỏi) hòng đạt được những kỹ năng cần thiết cho các hạng mục công việc không thường xuyên với đồng lương xứng đáng hơn. Đây thường là một quá trình khá tốn kém thời gian và tiền bạc, mặc dù được chính phủ, doanh nghiệp và trường học quan tâm thúc đẩy. Tuy nhiên, ngay cả khi đã có những cơ chế hỗ trợ mang tính thể chế, việc tiếp cận phát triển kỹ năng còn lâu mới đạt được sự công bằng. Chỉ những ai đủ thời gian và nguồn lực tài chính mới có thể thực hiện những khoản đầu tư cần thiết; và trong các xã hội bất bình đẳng sâu sắc, nhiều người lao động thường bị gạt ra ngoài lề.

Sự thích ứng với công nghệ thường làm giảm sút tầm quan trọng của nhu cầu thu nhận kỹ năng. Xét cho cùng, thị trường thường tưởng thưởng cho những sáng tạo giúp việc sử dụng các thiết bị và hệ thống kỹ thuật số trở nên dễ dàng hơn. Lấy ví dụ về giao diện đồ họa người dùng, thứ cho phép người dùng tương tác với máy thông qua những chỉ dẫn trực quan, hiện đang phổ biến tới mức ai cũng coi đó là chuyện hiển nhiên. Nhưng khi giải pháp này được áp dụng cho tất cả các quy trình công nghệ ngày càng phức tạp, nhu cầu tái đào tạo sẽ bị giảm sút. Những tiến bộ AI cũng gây ra tác động không hề nhỏ. Cho đến khoảng mười năm trước, quy trình tự động hóa vẫn dựa trên việc mã hóa (code) các tác vụ – máy móc được lập trình bởi một tập hợp lệnh mô phỏng lại quá trình ra quyết định mang tính logic của con người. Nhưng còn những tác vụ không thể được chắt lọc theo một chuỗi các bước logic và xác định trước thì sao? Như từ việc hiểu ngôn ngữ tự nhiên cho đến nhận biết trực quan các đối tượng, cho dù chỉ ở mức độ đơn giản. Vì thế mà nhiều công việc hãy còn “an toàn” trước làn sóng tự động hóa, nhưng có lẽ sẽ không quá lâu bởi những tiến bộ trong lĩnh vực học máy.

Về bản chất, học máy là quá trình nhận biết mẫu hết sức phức tạp. Nhờ khai thác nguồn dữ liệu lớn cùng năng lực tính toán khổng lồ của phần cứng, máy sẽ học cách thực hiện những tác vụ mà chúng ta không thể code theo logic. Sáng tạo này đã mở ra cánh cửa cho rất nhiều ứng dụng: robot, xe tự lái,... Trong nhiều lĩnh vực, chẳng hạn di truyền và y sinh, máy học đã không chỉ thay thế mà còn vượt xa con người. Đó thực sự là tin tốt nhưng còn cách xa mục tiêu tối hậu của cuộc cách mạng kỹ thuật số – giúp người lao động phát huy hết tiềm năng bằng công nghệ số (digital augmentation).

Mặc dù còn quá sớm để khẳng định nhưng chúng ta có lý do để tin rằng chi phí chuyển đổi của đợt phá hủy công việc lần này sẽ trải trên phổ thu nhập rộng hơn so với trước kia. Ở dải thu nhập thấp, AI, robot, ... sẽ phá vỡ và cuối cùng thay thế mô hình sản xuất thâm dụng lao động. Còn ở dải thu nhập cao, các ứng dụng học máy sẽ mang lại nhiều đột phá trong lĩnh vực nghiên cứu khoa học và phát triển công nghệ hay dịch vụ chuyên môn cao cấp.

Nhưng thực tế là chúng ta vẫn đang ở vào giai đoạn chuyển đổi hết sức phức tạp và còn cả chặng đường dài phía trước phải đi. Không thể trông chờ người lao động và thị trường tự thích nghi để có một kết quả công bằng, nhất là khi xuất phát điểm của các hộ gia đình cách biệt quá lớn. Vì lý do đó, giới hoạch định chính sách cần hợp tác chặt chẽ với doanh nghiệp và nhà trường để có những giải pháp phù hợp – nhằm giảm thiểu tình trạng bất bình đẳng thu nhập và phân hóa xã hội, trong đó có việc đảm bảo khả năng tiếp cận công bằng hơn đối với các dịch vụ như giáo dục chất lượng cao. Nếu thiếu chúng, rất nhiều người sẽ bị kẹt lại trong quá trình chuyển đổi số, đi kèm với những hệ quả “nhức nhối” trong sứ mệnh gắn kết xã hội.

Bài viết Winners and Losers in the Digital Transformation of Work của Michael Spence: Nobel kinh tế 2001, giáo sư danh dự, cựu hiệu trưởng Trường Kinh doanh Stanford, nhà nghiên cứu thâm niên tại Viện Hoover Institution (Stanford), thành viên hội đồng học thuật của Viện Luohan Academy (Trung Quốc), đồng chủ tịch ban cố vấn tại Viện Asia Global Institute (Hongkong).