Liệu bạn có bị thay thế bởi máy móc trong tương lai?

Xu hướng tìm kiếm công việc trong tương lai đang trở nên khắc nghiệt hơn với nhiều người. Một nghiên cứu gần đây của Forrester ước tính rằng, 10% công việc tại Mỹ sẽ trở nên tự động hoá. Một nghiên cứu khác đến từ McKinsey cũng cho thấy vào thập kỷ tới, lượng công việc thực hiện bằng máy móc sẽ chiếm đến phân nửa.

Máy móc đang dần thay thế con người, xu hướng tìm việc trở nên khắc khe hơn. Nguồn: Internet
Máy móc đang dần thay thế con người, xu hướng tìm việc trở nên khắc khe hơn. Nguồn: Internet

Những công việc sẽ bị thay thế có tính lặp lại và xảy ra thường nhật. Đó sẽ là nghề đọc kết quả X-quang (vai trò của bác sĩ X-quang sẽ bị hạn chế), lái xe tải, sắp xếp hàng trong kho. Đã có khá nhiều bài viết về những nghề sẽ sớm bị trừ khử, nhưng xét khía cạnh công việc nào sẽ tiếp tục tồn tại không cần đến máy móc thì lại chưa được phân tích cụ thể.

Hãy thử xem xét công việc của một bác sĩ: trong tương lai, máy móc sẽ thay con người chẩn đoán bệnh tật. Machine Learning dễ dàng phát huy tác dụng của nó khi có sẵn nguồn dữ liệu để kiểm tra và đào tạo, điều này thích hợp khi cần chẩn đoán số lượng lớn các loại bệnh. Tuy nhiên, gia đình sẽ phải thảo luận với ai về các phương pháp điều trị? Phần việc này sẽ khó bị thay thế và tự động hoá bởi máy móc.

Còn bây giờ, hãy xem xét một ngành nghề thuộc lĩnh vực hoàn toàn khác: nghề pha chế. Ở San Francisco, tiệm Cafe X đã thay thế toàn bộ nhân viên pha chế bằng cánh tay robot công nghiệp, điều này làm khách hàng cảm thấy thích thú khi tận hưởng những trò hề lúc robot pha chế thức uống nóng. Tuy nhiên, nếu tiệm này thuê con người để làm, một người có thể hướng dẫn khách gọi món bằng công nghệ tiện lợi và khắc phục sự cố nếu robot gặp trục trặc.

Tiếp theo, hãy so sánh với vai trò của một nhân viên pha chế, nhưng là pha chế những thức uống có cồn. Khách hàng thường bắt chuyện với những người này ở quầy rượu. Điều đó cho thấy công việc này yêu cầu nhiều hơn là kỹ năng pha chế bia rượu thông thường. Tương tự như bác sĩ, công việc này có thể chia thành hai: phần việc lặp lại hằng ngày (pha chế và phục vụ) và phần việc mang tính tương tác cao, đòi hỏi sự linh hoạt vì cần phải lắng nghe và giao tiếp với khách hàng.

Sau khi xem xét hàng loạt tính chất khác nhau của nhiều đầu việc, ta nhận thấy sẽ có hai loại công việc mang tính thường nhật, nhưng lại khó chuyển sang tự động hoá là:

Thứ nhất, công việc sử dụng cảm xúc. Tình cảm, cảm xúc đóng vai trò quan trọng trong giao tiếp giữa người với người (bác sĩ – gia đình bệnh nhân; người pha chế rượu – khách uống rượu).

Các công việc này liên quan mật thiết đến mọi hình thái giao tiếp phi ngôn ngữ, thể hiện rõ rệt trong sự đồng cảm lẫn nhau. Hơn cả thế, cảm xúc còn giúp chúng ta xếp thứ tự ưu tiên cho việc ta làm. Ví dụ, ta biết cách nên làm việc gì ngay bây giờ hoặc để đến tối muộn. Cảm xúc là điều phức tạp và hỗn độn, xuất hiện dày đặc trong quá trình chúng ta đưa ra quyết định gì đó. Khoa học đã chứng minh cảm xúc có cách thức hoạt động khó hiểu và khó thực hiện được bởi máy móc.

Ví dụ, chúng ta có thể biết được việc nào nên làm việc ngay bây giờ thay vì để đến tối muộn. Cảm xúc là điều phức tạp và hỗn độn, xuất hiện dày đặc trong quá trình chúng ta đưa ra quyết định gì đó. Khoa học đã chứng minh cảm xúc có cách thức hoạt động khó hiểu và khó thực hiện được bởi máy móc.

Thứ hai, công việc gắn liền với ngữ cảnh nhất định. Con người cần xem xét bối cảnh xung quanh kỹ lưỡng để tương tác và quyết định hành vi của mình. Ngữ cảnh, bối cảnh là khái niệm đặc biệt thú vị bởi nó luôn chứa đựng những kết thúc mở. Ví dụ, tin tức có thể thay đổi ngữ cảnh mà ta vận hành nó. Hơn nữa, những thay đổi trong bối cảnh (ví dụ, việc bầu chọn Chủ tịch) có thể thay đổi cách các yếu tố tương tác với nhau, giới thiệu các yếu tố mới và cấu hình lại tổ chức theo những cách cơ bản.

Đây là một vấn đề điển hình đối với Machine Learning, nó chỉ có thể hoạt động trên các tập dữ liệu đã được tạo và định nghĩa trước đó, trong một ngữ cảnh khác. Do đó, việc tính đến bối cảnh (như một người pha chế có thể làm dễ dàng) là một thách thức đối với tự động hóa.

Con người có khả năng quản lý cảm xúc của mình và xem xét sự việc xung quanh. Đây là hành vi cốt lõi thể hiện khả năng phản biện, giải quyết vấn đề, kỹ năng giao tiếp hiệu quả, khả năng thích nghi và phán đoán tình huống. Rất khó để lập trình những đặc tính này cho máy tính. Hiện tại vẫn chưa có khẳng định hay nghiên cứu chắc chắn nào tương lai máy móc sẽ mô phỏng chính xác cảm xúc của con người.

Đây thực tế là những kỹ năng mà mọi nhà tuyển dụng đều không ngừng tìm kiếm ở ứng viên, dù là bất cứ ngành nghề nào. Trong một cuộc khảo sát cho thấy, 93% nhà tuyển dụng chỉ ra rằng “khả năng suy nghĩ chín chắn, giao tiếp rõ ràng và giải quyết các vấn đề phức tạp của ứng viên quan trọng hơn chuyên ngành đại học”.

Ngoài ra, nhà tuyển dụng tìm kiếm những ứng viên có các “kỹ năng mềm”, chẳng hạn như khả năng thích nghi, đưa ra quyết định và phối hợp tốt với người khác. Tất nhiên, những khả năng được săn đón này là thiên phú của con người và họ có thể làm tốt. Dù rất khó để tự động hoá nhưng hiện tại quá trình này vẫn đang và sẽ tiếp tục diễn ra

Những điều trên cho thấy hệ thống giáo dục của chúng ta không chỉ nên tập trung vào cách mọi người tương tác với công nghệ (ví dụ: dạy sinh viên viết code), mà còn cả cách họ có thể làm những điều mà công nghệ sẽ sớm không làm được.

Đây là một cách tiếp cận mới để mô tả bản chất cơ bản của “kỹ năng mềm”, có thể hiểu bằng định nghĩa là: những kỹ năng khó hiểu và hệ thống hóa nhất, hay những kỹ năng mang lại – và sẽ tiếp tục mang lại — lợi thế cho con người so với robot và máy móc.

Hiểu Hân dịch

Bài viết liên quan

“Hãy tự hiện thực hóa giấc mơ của mình thay để ai đó thuê bạn làm giúp họ”

Farrah Gray