Kaikilla aloilla on liian vähän työntekijöitä, ja työttömyysaste on alhainen. Onko automaation uhka liioiteltu vai onko tämä ihmistyöntekijöiden viimeinen taistelu?

Hän pyörii kädet päänsä yläpuolella piruettiliikkeellä vaunun takaosaan, väistää avoinna olevan roskakorin alta ja nousee sitten ylös ojennetuin käsivarsin ja tarjoaa armollisesti viimeisen heilautuksen. Kaksi punaviiniä.

Hänen säteilevä hymynsä peittää sen esityksen tuskan, jota hän on esittänyt viimeiset neljä tuntia 747:n kapeilla käytävillä.

Kaksi tynkäistä kättä nappaa viinit muovimukiin kuittaamatta.

Hän siirtyy siroasti seuraavaan näytökseen innostusta menettämättä.

Olin matkalla Uuden Seelannin Aucklandista kotikaupunkiini Dubliniin, Irlantiin.

Halpojen lentojen ja Skyscannerin kulta-aikana syntyneenä pidin näitä kohtauksia itsestäänselvyyksinä, mutta vasta nyt, kun olen ollut poissa lähes kolme vuotta, ymmärrän, miten monimutkainen tämä täysi näyttämötuotanto on. Kerrankin jopa kiinnitin huomiota koko lentoturvallisuustiedotukseen – katsoin sen kokonaan.

Kun saavuin Dubliniin, kaupunki loisti kesäauringossa ja sykki yli kaksi vuotta kestäneiden tapahtumien kuohuntaa. Se on täydellinen vastakohta Aucklandin kaupungille, josta lähdin Dubliniin ja jonka on nyt kilpailtava Pjongjangin kanssa maailman tyhjimmästä keskustasta ja tyhjimmistä toimistotaloista.

Kävin yhden päivän Lontoossa, ja huolimatta kaikista otsikoissa esiintyneistä synkistä ja synkistä uutisista, tunnelma oli vilkas, eikä kaupungin keskustassa ollut juuri lainkaan vapaita kaupallisia paikkoja. Kuva: Andrew Gillick38 000 kilometrin edestakainen matka on aina kestävyystesti, mutta tällä kertaa kiertomatkasta tuli erityisen paha alan myllerryksen vuoksi: myöhästymisiä, kadonnut laukku, valtavia välilaskuja, yli 40 tuntia matkustamista neljältä eri lentokentältä toiselle. Ja hinta oli yli kaksinkertainen kolme vuotta sitten.Kaikki lentoasemat ja lentoyhtiöt, joiden kautta matkustin, olivat vakavasti alimitoitettuja, jotkut jopa luurankomaisia. Varastot ovat täynnä kadonneita matkatavaroita, koska lentoasemilla ei ole riittävästi matkatavaroiden käsittelijöitä, ja asiakkaita pyydetään kylttien avulla olemaan ahdistelematta jäljellä olevaa henkilökuntaa.

Tutustuin hyvin erään lentoyhtiön henkilökuntaan Dublinin lentoasemalla, koska laukkuni ei päässyt viimeiselle lennolle Heathrow’sta. Koska henkilökunnasta ja matkatavaroiden käsittelijöistä oli pulaa, minun oli mentävä lentokentälle ja etsittävä se itse.

Molemmilla kerroilla Dublinin lentoasemalla lentoyhtiön henkilökunta otti loparit suoraan edessäni.

Tämä oli suurta irtisanoutumista käytännössä.

Sen sijaan, että olisin yrittänyt saada heidät muuttamaan mieltään, heidän kollegansa vain nyökyttelivät ymmärtäväisesti.

Henkilökunta, josta he puhuivat avoimesti, kertoi kollegoistaan, joilla oli yli 10 vuoden kokemus alalta. He olivat tulleet takaisin pienemmällä sopimuksella samaan yritykseen, joka oli jättänyt heidät kaksi vuotta aiemmin, mutta he eivät olleet halukkaita työskentelemään ”paskamaisissa olosuhteissa” ja stressaantuneiden asiakkaiden ahdistelemina.

Maailmanlaajuisesti ilmailualalta puuttuu mahdollisesti yli 100 000 työntekijää. Pelkästään jo Aucklandin lentoasema, joka on pieni ja jolla on vain 65 porttia kahdessa terminaalissa, ilmoittaa 3 000 avoimesta työpaikasta.

Vaikka kaikki nämä tehtävät täytettäisiin seuraavien viiden vuoden aikana, monilla näistä työntekijöistä ei ole aiempaa kokemusta monimutkaisesta alasta, joka toimii 24/7/365, tai he ovat saattaneet olla vuosia työnhakijarekisterissä. Heidän kaikkien saaminen vauhtiin vie vuosia.

Jos he saavat houkuteltua henkilökuntaa.

Suuri eroaminen on edelleen käynnissä täyttä höyryä

Betrand Russellista vuonna 1930 Andrew Yangiin vuonna 2020 olemme keskellä futuristien ennustamaa automaation aikakautta, jolloin robotiikka ja tekoäly syrjäyttäisivät ihmistyöntekijät.

Silti lähes jokaisella (ihmisten harjoittamalla) alalla on maailmanlaajuinen työvoimapula ja työttömyysaste on erittäin alhainen kehittyneissä maissa. Erityistä vajetta on rakennusalalla.

Ehkä automaation hyökyaalto on vasta tulossa. Mutta mikä selittää tämän nykyisen paradoksin? Ja miten voit yrityksen omistajana toimia niin, että pystyt täyttämään työvoimapulan ja suojautumaan tulevaa automaatiota vastaan?

Esitän ”viralliset” syyt, joita taloustieteilijät esittävät, ja sitten esitän joitakin omia syitäni:

Viittaan OECD:n heinäkuiseen raporttiin The Post Covid 19 Rise in Labour Shortages, koska mielestäni OECD tekee melko vankkaa tutkimusta (mitä tulee supistavaan makrotalouteen) ja vaikuttaa objektiivisemmalta kuin useimmat muut ylikansalliset ja yritysten ajatushautomot. Se perustuu myös IMF:n tämän vuoden maaliskuussa julkaisemaan samanlaiseen tutkimukseen.

OECD:n raportin pääkohdat maailmanlaajuisesta työvoimapulasta:

• Suuri irtisanoutuminen/irtisanoutuminen johtuu siitä, että ihmiset irtisanoutuvat matalapalkkaisista mutta välttämättömistä töistä ja kysyntä elpyy odotettua voimakkaammin.
• Toimialakohtaiset tiedot vahvistavat työvoimapulan syntymisen monissa maissa. OECD:n keskiarvossa avoimien työpaikkojen määrä on kasvanut eniten teollisuudessa sekä majoitus- ja ravitsemisalalla.
• Työvoimapula vähittäiskaupassa, majoitus- ja elintarviketeollisuudessa vaikuttaa kaikkiin kehittyneisiin talouksiin mutta erityisesti anglosaksisiin maihin,Yhdysvalloissa, Kanadassa ja Australiassa on eniten avoimia työpaikkoja, ”koska työntekijät eivät enää hyväksy matalapalkkaista palkkaa ja huonoja tai rasittavia työoloja.
• Vaikka työllisyysaste on palannut pandemiaa edeltävälle tasolle kaikissa OECD-maissa, avoimien työpaikkojen määrä on kasvanut räjähdysmäisesti erityisesti ”kontakti-intensiivisillä” aloilla ja matalapalkkaisissa työpaikoissa.
  
• Tiukentuneet työmarkkinat lisäävät työntekijöiden neuvotteluvoimaa ja ulkoisia vaihtoehtoja, mikä kannustaa irtisanoutumaan ja etsimään parempia työmahdollisuuksia.

Mielenkiintoista on, että OECD kiistää teorian, jonka mukaan ikääntyneiden ja naisten työelämästä poistuminen olisi merkittävä maailmanlaajuinen tekijä: ”Naisten ja ikääntyneiden vetäytyminen työmarkkinoilta ei selitä työvoimapulan lisääntymistä eri maissa.”

OECD:n analyysin mukaan korkeat irtisanoutumisasteet korreloivat vahvasti negatiivisesti matalien palkkojen kanssa ennen pandemiaa kaikilla toimialoilla. Toisin sanoen suuri irtisanoutuminen oli käynnissä jo ennen vuotta 2020.

Tästä voidaan päätellä, että Covid oli käännekohta monille matalapalkkaisille työntekijöille, jotka olivat jo sitä ennen lopettamisen partaalla.

Yhdysvaltain keskuspankin entinen pääjohtaja Alan Greenspan ennakoi tätä suuntausta jo vuonna 1997 kertoessaan pankkivaliokunnalle, että työntekijät ovat jo vuosia uhranneet alhaisemmat palkat paremman työsuhdeturvan puolesta, mutta tälle kompromissille on olemassa raja.

“palkkakustannusten kasvun hillitseminen työpaikkojen epävarmuuden seurauksena voi kantaa vain tiettyyn pisteeseen. Jossain vaiheessa on tehtävä loppu siitä, että palkkakustannusten kasvun hillitseminen ja työpaikkojen turvaaminen ovat vastakkain. Toisin sanoen kokemamme suhteellisen vaatimattomat palkankorotukset ovat pikemminkin tilapäinen kuin pysyvä ilmiö, koska on olemassa raja sille, kuinka paljon ihmiset ovat valmiita hankkimaan lisätyöturvaa vastineeksi elintason vähäisemmästä noususta.”

Ehkäpä 25 vuotta myöhemmin olemme nyt löytäneet sen alemman ”rajan”, johon Greenspan viittasi.

Oma arvaukseni on, että maailmantaloudessa on meneillään vielä enemmän maallista/rakenteellista muutosta. Tässä ovat teoriani.

1. Hevonpaskatyöpaikoista on ylitarjontaa

Sijoittaja Michael Burry, joka tunnetaan Big Shortista, löi hiljattain julkisesti seuraavan suuren vetonsa ”valkokaulustyöläiskuplan” puhkeamisesta, joka on parhaillaan käynnissä, kun yritykset, joista monet ovat tunnettuja nimiä, jotka työllistävät satoja tuhansia ihmisiä Yhdysvalloissa ja maailmanlaajuisesti, tulevat maksukyvyttömiksi korkojen noustessa.

Monet, ellei suurin osa, näistä valkokaulustyötehtävistä ovat sellaisia, joita edesmennyt antropologi David Graeber kuvailee teoksessaan ”Bullshit Jobs”. Määritelmän mukaan kyse on työstä, jonka katoaminen huomenna ei vaikuttaisi olennaisesti maailmaan.

Graeber väittää, että tällaisia työpaikkoja on miljoonia eri puolilla maailmaa. Useimmat, elleivät jopa kaikki, ovat toimistoissa asuvia pikselin työntäjiä, jotka ovat nousseet uudeksi sosiaaliseksi porrastukseksi niin yksityisellä kuin julkisella sektorilla. FIRE (Finance, Investment, Real Estate), yritysjuristit, PR-konsultit, puhelinmyyjät, brändijohtajat, hallinnon ”johtajat” ovat Graeberin arkkityyppisiä BS-työpaikkoja.

Graeberin mukaan myös tietotekniikka/ohjelmistot ovat paisuneet turhista töistä, erityisesti kehittäjät, jotka ”teippaavat” vikoja ja katkoksia (lisää tästä osassa 2!).

BS-työn vastakohta on opettajien, sairaanhoitajien, roskankerääjien ja käsityöläisten tekemä ”fyysinen” työ. Jos he katoaisivat olennaisista asioista, yhteiskuntamme ei yksinkertaisesti toimisi. Yritystöihin verrattuna nämä työt ovat huonosti palkattuja.

Burryn tavoin uskon, että meillä on nyt tilanne, jossa kahden viime vuosikymmenen ajan jatkunut rahan painaminen ja keskuspankkien matalat korot ovat tukeneet maksukyvyttömiä yrityksiä (muistakaa, että vuonna 2020 Fed osti heikkolaatuista yritysvelkaa tukahduttaakseen yritysten korkotasoa), luoneet turhia uusia yrityksiä ja paisuttaneet teollisuudenaloja turhilla työpaikoilla ja paisutetuilla palkoilla.

Tämän epäsymmetrisen palkkauksen vuoksi meillä on nyt massiivinen maailmanlaajuinen pula työntekijöistä käytännöllisillä/tärkeillä aloilla: koulutuksessa, terveydenhuollossa ja kaupan alalla.

Kun valkokauluskupla puhkeaa, monilla matalan tason tietotyöntekijöillä ei ole konkreettisia siirrettävissä olevia taitoja käytännön työhön. Ehkä monet ovat jo lopettaneet rotankilpailun ja kouluttautuvat uudelleen?

Oltuani itse vuosia Pixel-Pusherina päätin pitää taukoa ja opiskella vanhaa ammattikuntaani polkupyörä-/e-pyörämekaanikkona, mistä oli monia odottamattomia hyötyjä.

Burry uskoo, että valmistusteollisuus ja sinikaulusammatit pärjäävät paljon paremmin seuraavassa taantumassa.

2. Väestön ikääntyminen

Taloustieteilijät ovat jo pitkään ennakoineet työvoimapulaa, koska syntyvyyden hidastuminen ja väestön ikääntyminen johtavat työikäisen väestön vähenemiseen. Taloustieteilijät käyttivät tästä dynamiikasta termiä ”japanilaistuminen”, jossa työntekijöiden korvausaste on alle 1, mikä johtaa tuottavuuden ja talouskasvun pysähtymiseen.

Uusi-Seelanti on reaaliaikainen esimerkki ”japanilaistumisesta” (jota ei ole auttanut sen rajojen sulkeminen lähes kolmeksi vuodeksi). Sen kaupunkien keskustat ovat vailla nuorisoa ja ihmisiä yleensä.

Nuorten maahanmuuttajien, kausityöntekijöiden ja matkailijoiden Covid-maastamuutto on paljastanut Uuden-Seelannin ailahtelevan talousmallin, joka nojautui pitkälti nuoriin kausityöntekijöihin, jotka hankkivat halpaa työvoimaa matkailu- ja hedelmäalalle.

Väestön nopeaa ikääntymistä kuvaa se, että eläkeläiskylät ovat olleet Uuden-Seelannin parhaiten menestyviä osakkeita viimeisen vuosikymmenen aikana!

Stats NZ:n viimeisimmässä väestöraportissa myönnetään, että muuttoliike on piilottanut maan todellisen iän viimeisten 50 vuoden aikana:

“Uuden-Seelannin väestön mediaani-ikä nousi 25,6 vuodesta 1970 37,6 vuoteen vuonna 2013, ja se on sen jälkeen pysytellyt hieman yli 37 vuoden tasolla, sillä nettomuutto – joka keskittyy 18-39-vuotiaisiin – on vaikuttanut merkittävästi väestönkasvuun. Mediaani-iän ennustetaan kuitenkin nousevan jälleen. Mediaani-ikä on todennäköisesti 40 vuotta 2030-luvun alussa.”

Myös Uuden-Seelannin tuottavuus on hidastunut viime vuosikymmenen aikana, ja se on nyt OECD:n alhaisimpia.

Verrattuna Irlantiin, jonka väestömäärä ja ikärakenne ovat lähes identtiset, on Uusi-Seelanti aivan päinvastainen. OECD:n lukujen mukaan uusiseelantilaiset joutuvat työskentelemään 10,7 tuntia päivässä pidempään tuottaakseen saman verran kuin maailman johtavat irlantilaiset kollegansa.

Uuden-Seelannin ja muun OECD:n väliseen eroon on useita syitä (muun muassa Big Tech vääristää Irlannin tuntituotantoa), mutta olen asunut useissa OECD-maissa, enkä ole koskaan nähnyt yli 65-vuotiaita työntekijöitä niin paljon kuin Uudessa-Seelannissa.

3. Valtio manipuloi dataa

Aivan kuten mikä tahansa yritys voi maksaa konsulteille raportin laatimisesta, joka sisältää sen tarinaa tukevia ”tilastoja”, myös hallitukset ja niiden PR-osastot voivat muotoilla virallisia taloustietoja niin, että ne osoittavat haluamiaan tuloksia.

Esimerkkinä mainittakoon, että Uuden-Seelannin virallinen työttömyysaste vuonna 2021 on 3,2 prosenttia, kun se Australiassa on 4,6 prosenttia, Yhdistyneessä kuningaskunnassa 4,1 prosenttia, Yhdysvalloissa 4,2 prosenttia ja Kanadassa 6,2 prosenttia. OECD:n alhaisin?

Silti vuonna 2021 työnhakijatukea saavien ”työvalmiiden” uusiseelantilaisten määrä kasvoi dramaattisesti. Työnhakijoiden tuen piirissä oli lähes kaksi kertaa enemmän ihmisiä kuin viisi vuotta aiemmin, jolloin työllisyysaste oli 5 prosenttia.

Jos tarkastellaan tarkasti työttömyysluetteloa, Uuden-Seelannin hallitus yksinkertaisesti jätti siitä pois ne ihmiset, jotka ”eivät etsi työtä”, vaikka he saisivat työttömyyskorvausta. Tämä on vähintäänkin liioittelua.

Hallitus on myös ollut pandemian jälkeen maan ylivoimaisesti suurin työnantaja, joka on luonut uusia instituutioita ja täyttänyt ne tarpeettomalla byrokratialla, jota ei ole koskaan ollut olemassa.

Vain yksi esimerkki on kaikkien ammattikorkeakoulujen keskittäminen yhdeksi laitokseksi, jossa on uusi byrokratiataso. Jo muutaman kuukauden kuluttua se on jo 10 miljoonaa dollaria miinuksella, ja sen toimitusjohtaja, varatoimitusjohtaja ja talousjohtaja ovat irtisanoutuneet vain muutaman kuukauden kuluttua työsuhteensa alkamisesta. He kaikki ansaitsivat 250 000-400 000 dollarin palkkaa.

3. Kliodynamiikka: yhteiskunnallisten eliittien ylituotanto

Kliodynamiikka on erittäin mielenkiintoinen yritys kvantifioida monimutkaisen ihmisyhteiskunnan evoluutiota ja sivilisaatioiden nousua ja tuhoa, jota evoluutiobiologi ja historiantutkija Peter Turchin on esittänyt.

Yksi sen keskeisistä teorioista on, että imperiumit/sivilisaatiot nousevat ja kaatuvat eliitin ylituotannon vuoksi, eli siksi, että ylempi keskiluokka, jolla on korkea koulutus ja pätevyys, kasvaa, mutta ei ole riittävästi eliittitöitä täytettäväksi. Tämä johtaa kansalaislevottomuuksiin ja vallankumouksiin, kun yhä useammat ihmiset jahtaavat mahdollisuuksia.

Henkilökohtaisesti näen tämän ylijäämän muodostuvan teknisen alan työntekijöistä, jotka eivät ole siirtokelpoisia, koska koodausta ja tietotekniikkaa on myyty lapsille kaikkialla maailmassa kultaisena lippuna suureen uraan ja köyhyydestä pakenemiseen.

Tämä teoria, jonka mukaan on liikaa pikselintekijöitä ja liian vähän työpaikkoja, on jatkoa aiemmin mainitulle ”valkokauluskuplan” puhkeamiselle.

5. Työnantaja-työntekijäsuhteen hajoaminen

Niin, noista toimeksiannoista.

Jatkuvat testit, rokote-ultimatumit, tuhannet ihmiset saivat potkut, rokotustodistukset – se oli enemmän kuin vähän perseestä.

Sitä ei ole myöskään unohdettu. Henkilökohtaisten terveystietojen paljastaminen, ei vain työnantajalle, vaan jopa kollegoille, on aiheuttanut monille miljoonille ihmisille pelkoa heidän työelämässään.

Covid on muuttanut paitsi ihmisten ja hallitustensa välistä sosiaalista sopimusta myös työntekijän ja työnantajan välistä sopimusta. Kummallakaan niistä ei ollut hyvät välit pandemiaan lähdettäessä.

Kansalaisen ja valtion, työntekijän ja työnantajan välisen suhteen hajoaminen on epäilemättä vaikuttanut suureen irtisanoutumiseen, ja moni olisi mieluummin sosiaaliturvassa kuin työssä pandemiaolosuhteissa. Amazon on räikein esimerkki työntekijöiden oikeuksien polkemisesta, mutta myös pk-yrityksistä, jotka eivät pysty houkuttelemaan takaisin baristeja, tarjoilijoita, kokkeja ja niin edelleen, on tapahtunut massiivinen työntekijäpoistuma.

Johtopäätös

Ihmistyön vähentämistä automaation avulla ei pitäisi pitää aksioomana. Todennäköisesti asia on päinvastoin. Futuristit ja teknologit, jotka hyötyvät tästä, ovat viimeisten sadan vuoden aikana myyneet meille vision hohtavasta tekno-utopiasta, jossa ei ole inhimillisiä virheitä.

Olemme ehkä saavuttaneet teknologiahuipun elämässämme ja palaamassa takaisin aikaan, jolloin matalan teknologian taidot ja ammatit ovat kysytympiä, koska niitä on laiminlyöty niin pitkään.

Kuten kaikkeen, maailmanlaajuiseen työvoimapulaan liittyy paljon muutakin, eikä kyse ole siitä, että ihmiset olisivat loppuneet. Kuten Michael Burry sanoi, on paljon keinotekoisesti stimuloitua kysyntää typerille työpaikoille yli vuosikymmenen ajan, jolloin keskuspankit ovat painaneet rahaa ja korkotaso on ollut ennätyksellisen alhainen.

Osassa 2 syvennymme syvällisemmin sukupolven ajan vallinneiden työmarkkinasuuntausten kääntymiseen ja käymme läpi digitaalisen roskasaaliin, joka on jäänyt jäljelle kahden vuosikymmenen ajan vallinneesta ”ohjelmisto syö maailman” -vouhkauksesta.

Lähde:

https://andrew-gillick.medium.com/how-do-we-have-a-global-labour-shortage-in-the-age-of-automation-pt1-be10df99808

TODAY, our Digital Welfare State & Human Rights Project launches a new report entitled: Paving a Digital Road to Hell? A Primer on the Role of the World Bank and Global Networks in Promoting Digital ID. pic.twitter.com/nvXcK81hCO

— Center for Human Rights and Global Justice (@humanrightsnyu) June 17, 2022

Raportti puhuu siitä miten Maailmanpankki on “energisesti puhunut biometristen ja muiden digitaalisten tunnistusjärjestelmien puolesta, jotka kytkeytyvät yhä enemmän suuren mittakaavan ihmisoikeusrikkomuksiin, erityisesti Globaalissa Etelässä”. Tutkijat varoittavat, että digitaalista identiteettijärjestelmää “markkinoitiin kehityksen ja inkluusion nimissä, mutta sen avulla ei välttämättä saavuteta kumpaakaan”. Huolimatta näiden järjestelmien markkinoijien hyvistä aikeista, ne “saattavat kivetä tietä helvettiin.”

Raportin lehdistötiedotteessa lukee (tummennus lisätty jälkeenpäin):

“Valtiot ympäri maailman ovat investoineet kovasti digitaalisiin tunnistusjärjestelmiin, joissa on usein biometrisia komponentteja (digitaalinen ID). Sellaisten järjestelmien nopea käyttöönotto perustuu konsensukseen, joka on paketoitu ja jota ajaa keskeiset suuret pelurit kuten Maailmanpankki, mutta myös valtiot, säätiöt, jälleenmyyjät ja konsulttiyritykset.“

Raportti sanoo, että monet digitaaliset identiteettijärjestelmät saavat inspiraatiota Intian Aadhaar-järjestelmästä. Raportin mukaan tämä digitaalisen identiteetin malli on priorisoinut digitaalisen identiteetin “taloudelliseksi identiteetiksi”. “Sellaisten järjestelmien tavoite on pääosin osoittaa yksilöiden ‘uniikkius’, biometristen teknologioiden avulla”, julkaisussa todetaan. Tämä taas mahdollistaa tuoda köyhiä ihmisiä “epävirallisesta” tai “piilotaloudesta” viralliseen talouteen. Tämä myös vaikuttaa siihen, että valtiot ja muut tahot voivat “ottaa käyttöön” dataa heidän käyttäytymisestään.

Raportti huomauttaa myös, että ID4African, afrikkalaisen digi-ID:tä ajavan foorumin, hallituksen puheenjohtaja oli maininnut 2022 vuosikokouksessa, että digitaalinen ID ei enää yksistään liity digitaaliseen identiteettiin, vaan:

“mahdollistaa ja toimii yhdessä autentikaatioalustojen, maksujärjestelmien, digitaalisten varmenteiden, datan jakamisen, KYC-järjestelmien, suostumuksen hallinnan ja eri alojen toimitusalustojen kanssa.”

Raportti kuvaa miten uuden digitaalisen talouden identiteettimallin markkinoijat usein välttelevät “vaikeita kysymyksiä” juridisesta statuksesta ja rekisteröitävien henkilöiden oikeuksista. Huolimatta inkluusion ja kukoistavan digitalouden lupauksista, digitaaliset ID-järjestelmät ovat “toistuvasti epäonnistuneet toimittamaan lupauksiaan reaalimaailman tilanteissa, erityisesti kaikkein marginalisoiduimpien tapauksessa”. Aadhaar-systeemiä itsessään on kritisoitu useista suuren mittakaavan ihmisoikeusrikkomuksista.

Raportissa lukee, että on olemassa näyttöä siitä, että pieni yritysten ja valtioiden joukko hyötyy näistä järjestelmistä eniten.

“Digitaaliset ID-järjestelmät ovat onnistuneet saamaan aikaan rahakkaita sopimuksia biometristen yrityksten kanssa ja parantaneet valtioiden valvonta- ja maahanmuuton hallintakykyjä.”

Kuka pakottaa digitaalista identiteettiä?

Raportin kirjoittajat peräänkuuluttavat myös “selvempää käsitystä siitä ‘ketkä’ ovat kaikkein relevanteimpia toimijoita, jotka tätä agendaa vievät eteenpäin, sekä ‘mitkä’ ovat ne keskeiset käsitteet, joita tulisi haastaa ja miettiä uusiksi”. He sanovat, että paljon voidaan oppia keskittymällä pelkästään Maailmanpankin tekemisiin, ja “erityisesti sen ID4D-aloitteeseen, joka on keskeinen solmukohta laajemmassa globaalissa digitaalista identiteettiä ajavassa verkostossa.”

Vuonna 2014 Maailmanpankki käynnisti Identification for Development (ID4D) -ohjelman, jonka tavoitteena on ratkaista henkilöllisyyden puuttuminen niinkutsutussa “kehittyvässä maailmassa”. Maailmanpankki rahoittaa digitaalisia biometrisia ID-ohjelmia Meksikossa, ja vie eteenpäin digitaalista identiteettiä köyhissä maissa. Sen tavoitteena on tarjota laillinen henkilöllisyys 1.1 miljardille ihmiselle, jolla ei tällä hetkellä sellaista ole.

Tämä ohjelma käynnistettiin Omidyar Networkin, Bill & Melinda Gates -säätiön ja eri valtioiden “katalyyttirahoituksella”. Raportti jatkaa:

“Me olemme panneet merkille, että Maailmanpankki ja sen ID4D Initiative eivät ole yksin digitaalisen identiteettiagendan kanssa. Ne ovat mukana globaalissa organisaatioiden ja henkilöiden verkostossa. Näihin kuuluu lahjoittajavaltiot kuten Britannia, Yhdysvallat ja Ranska; globaalit säätiöt kuten Bill & Melinda Gates Foundation (BMGF) ja Omidyar Network; teknologiatietoiset valtiot kuten Intia ja Viro; Yhdistyneet Kansakunnat, mukaanlukien UN-Legal Identity Agenda Task Forcen jäsenet; alueelliset kehityspankit, mm. Asian Development Bank sekä Inter-American Development Bank; yksityiset biometriikkayhtiöt kuten Idemia, Thales ja Gemalto; luottokorttiyhtiöt kuten MasterCard; uudenlaiset verkostot kuten Global System for Mobile Communications Association (GSMA) ja ID4Africa; sekä useita muita globaaleja organisaatioita”

Monet yllä listatut valtiot ja yhtiöt ovat myös World Economic Forumin kumppaneita, “Great Resetin“ kannattajia. Gates Foundation on todennäköisesti tunnetumpi, mutta Omidyar Networkin tulisi myös olla punainen lippu. Omidyar Networkin on perustanut eBayn perustajat Pierre Omidyar ja Pam Omidyar. Lisää Omidyarin historiasta voit lukea täältä.

NYU:n raportti sanoo, että tämän digitaalisen identiteettitulevaisuuden kannattajat ovat “pukeneet tämän uuden paradigman ihmisoikeuksien ja inklusiivisuuden kielelle, ja esittäneet tällaisten järjestelmien auttavan saavuttamaan useat kestävän kehityksen tavoitteet”.

Kuten aiemmassa artikkelissa, Exposing the “Digital ID is a Human Right” Scam, on raportoitu, digitaalisen identiteetin pakotuksella on juurensa Yhdistyneiden Kansakuntien kestävän kehityksen tavoitteissa ja 2030 Agendassa. Kestävän kehityksen tavoitteet ovat seitsemäntoista toisiinsa liittyvän tavoitteen kokoelma, jotka YK on valinnut vuonna 2015 tavoitteekseen lopettamaan köyhyys, suojelemaan planeettaa ja levittämään rauhaa ja vaurautta kaikille kansoille vuoteen 2030 mennessä.

Kestävän kehityksen tavoitteet ovat osa laajempaa Agenda 2030:a, jonka tavoitteena on taistella ilmastonmuutosta vastaan. Vaikka YK:n tavoitteet ja Agenda 2030 on usein nimetty terveellisen kansakuntien välisen yhteistyön työkaluiksi, ne ovat osa syvempää agendaa tarkkailla, kontrolloida ja ohjailla kaikkea elämää tällä planeetalla.

YK ja WEF ovat toistuvasti promonneet ideaa digitaalisesta identiteetistä, jonka pitäisi olla tarpeellinen 2020-luvun elämälle.

On selvää, että tämä pyrkimys pakottaa maailma hyväksymään digitaaliset identiteettiohjelmat ovat osa laajempaa on osa laajempaa pyrkimystä kohti biometriikkaa, valvontayhteiskuntaa ja lopulta myös työkaluja kuten keskuspankkien digivaluutat.

NYU:n raportti ei ole ainoa joka digitaalimaailman vaaroista on varoittanut. Huhtikuussa 2021 Center for Human Rights and Global Justice julkaisi skeptisen artikkelin “Everyone Counts! Ensuring that the human rights of all are respected in digital ID systems.” Tämä artikkeli tarkasteli joitain tapoja, joilla marginalisoidut populaatiot ajautuvat yhä pahemmin marginaaliin digitaalijärjestelmien avulla. He varoittavat “ihmisoikeusliikkeen tarpeesta käydä keskusteluja digitaalisesta transformaatiosta niin, että perusoikeuksia ei menetetä kiirehdittäessä ‘modernin, digitaalisen valtion’ rakentamista.”

Tammikuussa 2020 — ennen COVID-19 -kriisiä ja biometriikan ja rokotepassien yleistymistä — neljäkymmentä organisaatiota allekirjoitti kirjeen, jossa peräänkuulutettiin riippumatonta valtion valvontaelintä suosittelemaan Yhdysvaltain valtionhallinnon kasvontunnistusteknologian kieltämistä. Organisaatiot haastoivat Privacy and Civil Liberties Oversight Boardia (PCLOB) “tarkastelemaan kasvontunnistusteknologian käytöstä julkisissa tiloissa aiheutuvia merkittäviä huolia .” He myös peräänkuuluttivat valvontaelintä ottamaan kantaa huoliin siitä, että kasvontunnistusohjelmistoa voitaisiin käyttää “autoritaarisissa valtioissa kontrolloimaan vähemmistöpopulaatioita ja hiljentämään toisinajattelijoita” ja että tämä “voisi nopeasti levitä demokraattisiin yhteiskuntiin.“

Tällä hetkellä on selvää, että näiden järjestelmien vastustus tulee vaatimaan usean ihmisen panosta, ja akateemikot ja think tankit kuten Center for Human Rights and Global Justice joutuvat pakolla ottamaan näiden teknologioiden käytön puheeksi. CHRGJ alleviivaa tarvetta “koko ihmisoikeusekosysteemin globaalisti pyrkiä” vastustamaan globaalin digitaalista identiteettiä ajavan verkoston vaikutusvaltaa.

Paving a Digital Road to Hell? -raportti peräänkuuluttaa jokaista kysymään tärkeitä kysymyksiä paikallisen tason, valtiotason ja kansainvälisen tason lainsäätäjiltä:

“Mitä me voimme ihmisoikeusekosysteemissä tehdä merkityksellisesti yksilöllisellä ja kollektiivisella tasolla varmistaaksemme, että digitaalinen identiteettijärjestelmä parantaa, eikä niinkään uhkaa, ihmisoikeuksia?”

“Onko tämä edes mahdollista digitaalisten identiteettijärjestelmien avulla?”

Jos me emme käy tätä kriittistä keskustelua, meiltä saattaa jäädä välistä mahdollisuus estää tulevat ihmisoikeusrikkomukset ja kansalaisoikeuksien menetykset.

Lähde:

https://thefreethoughtproject.com/163402-2/

Miksi on paljon todennäköisempää kuulla “algoritmisesta vinoumasta” kuin “algoritmisesta rasismista” tai “algoritmisesta seksismistä” jopa silloinkin kun me tarkoitamme jälkimmäisiä? “Bias” on viimeisin kappale edelleen avautuvassa sosiaalipsykologian historiassa, joka on kamppaillut vastatakseen kysymykseen miksi rasismi ja muut alistavat järjestelmät ovat edelleen olemassa. Viimeaikaisessa historiallisessa katsauksessa tähän diskurssiin Dovidio et. al. (2010) kuvaavat sitä miten termi “bias” syntyy akateemisesta kirjallisuudesta. He aloittavat Walter Lippmannista, joka kirjassaan Public Opinion (1922), popularisoi termin “stereotyyppi” sen modernissa merkityksessä tarkoittamaan henkilön mielipidettä ryhmästä ihmisiä.

Tarkastelemalla sitä miten Lippmannin “stereotyyppi” otetaan teoreettisena terminä sosiaalipsykologiassa, joka johtaa nykyaikaisiin teorioihin “biasista”, me voimme paremmin ymmärtää termin “bias” käytön rajoitteita nykypäivän keskusteluissa algoritmien haitoista. Koska sekä “stereotyppi” että “bias” ovat teorioita yksilöllisestä havainnoinnista, keskustelumme eivät tarpeeksi priorisoi rakentamiemme teknologioiden systeemisten haittojen nimeämistä ja paikallistamista. Kun me lakkaamme ylikäyttämästä sanaa “bias”, me alamme käyttää kieltä joka on suunniteltu teoretisoimaan rakenteellisen alistamisen tasolla, sekä haitan laajuuden identifioinnin suhteen että sen kuka sitä kokee.

Kun me käytämme “vinoumaa” algoritmien aikaansaamista eriarvoisuuksista puhumiseen, me olemme, niinkuin Lippmann, sitomassa analyysimme yksilötasolle — mutta “bias”-teoriat yksin eivät auta meitä kritisoimaan laajemmin sosio-teknisiä systeemejä. Mahdollisesti koska me vaadimme käyttää biasia lähtökohtana teknologiakriittisissä keskusteluissa, me olemme olleet hitaita hyväksymään Safiya Noblemin määritelmää “alistamisesta” teknologioiden vaikutuksesta. Mitä tapahtuisi jos me lainaisimme Kwame Turea ja Charles V. Hamiltonia yhtä uskollisesti kuin me teemme Walter Lippmannin kanssa teoreettisten viitekehyksien rakentamisessa?

Vain siirtymä institutionaalisesti keskittyneeseen kieleen tekee tilaa systeemikritiikille, sallii meidän nähdä selkeämmin se mikä on vaarassa kun me puhumme tulevista meidän rakentamien teknologioiden riskeistä, sekä identifioida ketkä erityisesti kokevat haitallisia jälkiseuraamuksia teknologiasta, huolimatta siitä miten hyvää tarkoittavia transhumanistit ovat. Ja kun me selkeästi nimeämme ongelman, ainoastaan silloin voimme me pitää niitä vastuussa ongelman ratkaisemiseksi.

14. maaliskuuta 2017

Keinoäly on tehnyt mahdolliseksi automatisoida päätökset joista ihmisolennot ovat tähän asti olleet vastuussa. Vaikka monet näistä päätöksistä tehdään viihteen ja sosiaalisen medioiden aloilla, automatisoitu päätöksenteko on käytössä myös rahoituksen, koulutuksen, työmarkkinoiden, vakuuttamisen, lääketieteen ja oikeustieteen aloilla. Tällä ilmiöllä on kauaskantoiset yhteiskunnalliset seuraukset, ja se herättää monenlaisia kysymyksiä, esim. ”mitä tapahtuu työpaikoille jotka huolehtivat näiden päätösten tekemisestä aiemmin” ja ”kuinka me takaamme että nuo algoritmit tekevät reiluja päätöksiä?”

Mary Bollender on rahan kanssa kamppaileva yksinhuoltajaäiti Las Vegasista. Yhtenä aamuna vuonna 2014, kun hänen kymmenvuotias tyttärensä oli kuumeessa joka ei mennyt pois, Mary päätti viedä hänet päivystykseen. Mutta kun he pääsivät autoon, se ei suostunut käynnistymään. Ongelma ei ollut moottorissa tai tyhjässä tankissa: pankki oli etänä aktivoinut laitteen joka esti hänen autoaan käynnistymästä koska hänen autolainansa lyhennys oli kolme päivää myöhässä. Heti kun hän maksaisi sen, hänen autonsa lähtisi liikkeelle. Valitettavasti hänellä ei ollut tuona aamuna rahaa.

Yhteiskuntamme jatkaa monimutkaisemmaksi muuttumistaan, datan digitalisoinnin laajentuessa massiivisesti. Mary Bollenderin kaltaiset tapaukset tulevat yhä yleisemmäksi: automatisoidut päätökset, jotka perustuvat systemaattisen henkilökohtaisen datan keräämiseen, millä on mahdollisesti negatiivinen vaikutus elämiimme. Algoritmit kontrolloivat sitä ketkä ystävistämme näkevät ensimmäisenä postauksen Facebookin uutisvirrassa ja suosittelevat elokuvia joita saattaisimme katsoa Netflixissä, mutta algoritmit päättävät myös antaako pankki meille lainan, voidaanko joku oikeuskäsittelyä odottava päästää vapaaksi takuita vastaan, ansaitsemmeko tohtoriväitösstipendin ja olemmeko sen arvoisia että tulisimme yrityksen palkkaamaksi.

Nämä tietokoneohjelmat tai algoritmit eivät ole tehty niin, että ihmis-ohjelmoijat analysoivat ja ratkaisevat ongelmia ja sitten syöttävät ohjeet tietokoneelle. Ne ovat monimutkaisten matemaattisten operaatioiden hedelmää, jotka etsivät digitoidun datan merestä kuvioita. Ne eivät ole niinkuin resepti joka esittää listan aineita ja sitten kertoo meille mitä tehdä niillä askel askeleelta. Kyse on enemmänkin tapauksesta ”avaa jääkaappi, katso mitä siellä on, pyöri keittiössä ja etsi kattiloita joita voit käyttää, ja tee sen jälkeen minulle illallinen kuudeksi.” Tämän tyypin algoritmit jotka eivät ole eksplisiittisesti ohjelmoijan suunnittelemia sijoittuvat ”koneoppimisen” konseptin alle.

Koneoppivia algoritmeja tällä hetkellä käytetään datan prosessointiin ja määrittämään kykeneekö henkilö maksamaan lainan takaisin. Henkilö, joka ohjelmoi algoritmin, kasaa tietokannan ihmisistä jotka ovat pyytäneet aiemmin lainaa, johon kuuluu kaikenlaista muutakin dataa: hakijan ikä ja sukupuoli, maksoivatko he summan kokonaisuudessaan takaisin, oliko heillä ja kuinka paljon myöhästyneitä takaisinmaksuja, keskimääräinen palkka, kuinka paljon veroa he maksoivat, missä kaupungissa ja kaupunginosassa he asuvat, ja niin edelleen. Algoritmi käyttää tilastollisia kaavoja kaikkeen tähän dataan ja sen jälkeen generoi kuvioita jotka estimoivat todennäköisyyden sille, että uusi potentiaalinen asiakas maksaa lainan takaisin. Luotettavuus on usein ainoa kriteeri jota käytetään näiden algoritmien kehittämiseen. Onko ohjelma tarpeeksi tarkka korvaamaan ihmisen? Jos vastaus on kyllä, sille näytetään vihreää valoa.

Ei ole helppoa määrittää luotettavuutta. Todella luotettavan algoritmin kehittäminen on osittain tiedettä ja osittain taidetta. Kun me mietimme tietokoneohjelmia tai tekoälyä, me väistämättä tuppaamme inhimillistämään ja kuvittelemaan jonkinlaisen olennon, joka käyttäytyy mentaalisten prosessien mukaan samalla tavoin kuin me itse. Mutta se ei ole miten homma toimii. Automatisoitu algoritmi ei analysoi esimerkkejä jotka me sille annamme ja sitten yritä saada aikaan jonkinlaista kausaalista linkkiä datan ja lopputuloksen välillä. Algoritmi itsessään ei tiedä mitään sukupuolesta, iästä, rahoitustilanteesta, työttömyydestä jne. Se yksinkertaisesti on sarja numeroita ja se yrittää löytää kuvioita jotka sallivat sen keksiä oikean tuloksen niin usein kuin mahdollista.

Ja tämä on se missä ongelmat tulevat mukaan. Perinteinen ihmisen kehittämä ohjelma seuraa tiettyä logiikkaa, joten on mahdollista ymmärtää mitä se tekee. Automatisoitu algoritmi on kuin musta laatikko. Me annamme sille tiettyä syötettä (lainanhakijan henkilötiedot) ja se antaa tietyn ulostulon (todennäköisyys että henkilö maksaa lainan takaisin). On erittäin vaikeaa — tai lähes mahdotonta — tietää miksi ohjelma päätti hylätä tai hyväksyä tietyn lainahakemuksen.

1980-luvulla USA:n armeija antoi toimeksiannon tiedemiehille kehittää automaattinen kuvantunnistusohjelma joka voisi havaita naamioituja tankkeja reaaliaikaisesti. Tiedemiehet pyysiivät armeijan upseereita tarjoamaan useita valokuvia eri kohteista joka oli järjestetty pareiksi: toisessa näkyy kohde ilman tankkia ja toisessa näkyy sama kohde puskiin naamioitu tankki vierellä. Idea oli kehittää algoritmi joka keksisi sarjan kriteereitä tankkien havaitsemiselle. Ohjelma toimi huomionarvoisen hyvin.

Se oli sataprosenttisen oikeassa. Itse asiassa, se havaitsi tankkeja, jotka olivat niin hyvin naamioituneita että ihmisetkään eivät niitä kyenneet havaitsemaan. Tutkijat olivat niin yllättyneitä, että he päättivät analysoida mitä kriteerejä algoritmi käytti. Syväluotaavan valokuvien ja algoritmin analysoinnin jälkeen he tajusivat, että ohjelma ei itse asiassa tunnistanut tankkeja tai edes mitään sinne päin. Oletetaan että armeija oli ottanut valokuvia paikoista ilman tankkia keskipäivällä. Valokuvat, joissa naamioitu tankki oli, oli otettu kuudelta iltapäivällä. Joten jotta päätettäisiin oliko kuvassa tankki, ainoa mitä algoritmin tuli tehdä, oli tarkastella auringon sijaintia.

Toinen esimerkki on itseohjautuvat autot. Me haluaisimme kuvitella että autoa ajavilla algoritmeilla on jonkinlainen idea tien, liikennevalojen, suojatien, pyöräilijän, toisen auton jne jne ideasta. Mutta todellisuudessa ne ovat vain kehittyneitä versioita tankin havaitsevasta algoritmista. Niiden oppimiskyky on erittäin kontekstiriippuvaista ja riippuu täysin sen ympäristön vasteesta, jossa algoritmia on opetettu. Ja koska ne ovat mustia laatikoita, me emme koskaan voi tietää varmasti miten itseään ajava auto reagoi kontekstissa joka on merkittävästi erilainen kuin se jossa sitä alunperin on opetettu.

Kun annetaan tarpeeksi opetusta erilaisissa konteksteissa, me voimme keksiä algoritmeja jotka ovat todella robusteja ja luotettavia. Muta silti on vieläkin salakavalampi ongelma: oikeudenmukaisuus, tai reiluus. Ottaen huomioon että puhumme ohjelmista jotka tunnistavat kontekstuaalisia kuvioita rajoitetussa datajoukossa, ja jotka eivät perustu oikeaan tietoon ympäristöstä, yksikään algoritmi ei koskaan voisi harkita aktivoivansa Mary Bollenderin autoa jotta hän voisi ajaa tyttärensä sairaalaan. Se vain tietää kuka maksaa lainanlyhennyksensä ja kuka ei. Köyhillä alueilla ei ole paljon korkeampi velkatappiosuhde. Suuri prosenttiosuus yksinhuoltajaäideistä maksaa asuntolainan ja muiden lainojen lyhennyksiään myöhässä. Automatisoitu algoritmi epäilemättä hylkäisi yksinhuoltajaäidin lainahakemuksen köyhästä kaupunginosasta. Päätös olisi epäilemättä tilastollisesti oikea. Mutta olisiko se reilu? Haluammeko elää maailmassa jossa elämän kriittiset päätökset perustuvat kontekstiriippuviin tilastollisiin malleihin?

Koneoppimisen algoritmit, joita tällä hetkellä kehitetään, tarvitsevat humaanisuutta. Meidän tulee rakentaa infrastruktuureja yhteistyölle softakehittäjien ja humanistien välillä. Meidän tarvitsee kehittää yhteinen kieli jolla sosiologit, antropologit, filosofit ja taiteilijat voivat ymmärtää tällaisen uudenlaisen softan perustoimintoja, ja tietokoneinsinöörien ajatella sitä miten sisällyttää etiikka, rauhallinen yhteiselo, oikeudenmukaisuus ja solidaarisuus uuteen softaan. Ehkä jonain päivänä meidän onnistuu kehittää keinotekoinen superäly josta Elon Musk on niin innoissaan. Mutta tällä hetkellä meidän tulee olla enemmän huolestuneita siitä kuinka olemassaolevat ohjelmat voivat kasvattaa rasistisia, ksenofobisia ja seksistisiä vinoumia joita yhteiskunnassamme esiintyy.

Lähde:

http://lab.cccb.org/en/algorithmic-injustice/