Det märks i vårt språk. Osynliggörandet av de mänskliga insatserna som krävs för att digitaliseringen och AI ska fungera. Till exempel säger vi att vi:
- klickar hem maten som om varken kock eller bud krävs för att få den levererad vid dörren
- reserverar en bok på biblioteket som om den då omedelbart lämnar hyllan och hamnar där den kan hämtas
- ställer frågor till en chattbot som om det är maskinen som tänkt ut svaren.
Read this article in English on Nordic Labour Journal
Två minuter av fem timmar
Julia Ravanis är doktor i teknikhistoria. Med en tvärvetenskaplig bakgrund i både idéhistoria och teoretisk fysisk ville hon med sin avhandling, framlagd vid Chalmers tekniska universitet tidigare i år, vända på bilden av datorer och databehandling.
– Det är ett abstrakt tänkande bakom digitaliseringen som osynliggör arbetet som ligger bakom.
– Google Books till exempel publicerar digitaliserade skrifter. För att lyckas med det har de lågavlönade arbetare som skannar in boksidor manuellt, säger hon till Arbeidsliv i Norden.
I avhandlingen redogör Julia Ravanis för hur databehandling organiserades under åren 1955–1975 på den svenska myndigheten FOA, Försvarets forskningsanstalt.
Ett arbete som dominerades av hanteringen av manuella data även om ledorden var rationalitet, effektivisering och automatisering.
Ord som formade bilden av datorn som ett abstrakt system i behov av logisk ordning snarare än materiell omsorg, konstaterar hon.
– För att få en dator att fungera var det A och O att människor sorterade, förberedde och bar lådor med resultatlistor och hålkort mellan olika avdelningar och maskiner.
– Om en låda föll i golvet och innehållet spreds över golvet var det en katastrof. Den följdes av erfarenhetsbaserade rutiner som att numrera dokumenten.
Crowdwork Code of Conduct
Vissa crowdwork-plattformar har enligt artikelförfattarna antagit «Crowdwork Code of Conduct» för att förbättra arbetsförhållandena, och vissa företag erbjuder tjänster för hälsa och välbefinnande för arbetare som granskar störande innehåll.
Samtidigt håller riktlinjer för god praxis och uppförandekoder på att utvecklas, inklusive oberoende initiativ som Fairwork AI Principles https://fair.work/en/fw/homepage/
Trots att en databehandling på sammanlagt fem timmar på FOA under denna tidsperiod endast tog två minuter av stordatorn i anspråk medan det krävdes mänskliga händer till resterande fyra timmar och 58 minuter var det manuella arbetet inte särskilt uppskattat.
Det visar lönelistor från 1967 vid en datacentral som Julia Ravanis studerat.
– Lägst lön hade biträdena stansoperatriserna, kontorsbuden, expeditionsvakterna, och växeltelefonisterna. Fyra gånger högre lön hade driftchefen.
Digitaliseringen – enbart en framgångssaga?
När digitaliseringen nu även innefattar artificiell intelligens innebär det inte att den osynliga arbetskraften elimineras. Tvärsom, menar Lisa Reutter Larsen.
– Behovet fortsätter att växa. Alla AI-modeller är på ett eller annat vis i hög grad beroende av mänskligt arbete, säger hon till Arbeidsliv i Norden.
Efter en avhandling på NTNU, Noregs teknisk-naturvitskaplege universitet, 2023 fick hon en postdoc-tjänst vid Köpenhamns universitet. Först på Center for Tracking and Society vid och från detta året på CAISA, Danmarks nationale center for AI i samfunnet.
och Danmark. Foto: Privat
Tyngdpunkten i Lisa Reutter Larsena forskning ligger på sambanden mellan samhälle och teknologi i offentlig förvaltning.
– Mitt grundläggande intresse är förhållandet mellan demokrati, människor och teknologi. Jag är en tvärvetenskaplig forskare.
Idag tillhör Lisa Reutter Larsen den forskarskara som arbetar med kritiska data- och algoritmstudier. Ett område som utgår från paradigmet att data är skapat av människor och därför inte neutralt.
– Det finns en föreställning om att bara man använder data så skapar man mänskliga värderingar vilket inte stämmer. Vi forskare har fokus på hela den värdebaserade kedjan och försöker avkoda vilka val som görs när data samlas in, förvaltas och används.
Att vara kritisk till digitaliseringen och AI är inte att vara teknofobisk, framhåller denna norska forskare. Istället handlar det om att förstå komplexitet som ny teknologi innebär.
– Digitalisering har blivit så överallt närvarande och ses som lika med framgång. Men den kommer också med andra sidor som vi behöver förstå.
Bilden av AI som en framgångssaga är enligt Lisa Reutter Larsen skapad av de stora techföretagen.
– De vill få oss att tro att AI ska ta hand om alla de ansträngande och irriterande uppgifter medan vi njuter av det goda livet.
Användargränssnitten – ofta både funktionella och elegant designade – bidrar till att automatiseringen framstår som sömlös, menar Lisa Reutter Larsen.
– Men det mänskliga arbetsinsatserna är nödvändiga och sker ofta i icke nordiska kontexter samtidigt som systemen integreras mer och mer i vår vardag.
– Det är den gamla historien om outsourcing av arbete och globalisering som bidrar till osynliggörandet som är extremt viktigt för företagen. Kanske vill de skapa en illusion av perfekta och helautomatiska system, undrar Lisa Reutter Larsen.
Mikroarbetare utsatta
”Från självkörande bilar till virtuella assistenter, AI-industrin utvecklas med data. Dessa data måste märkas noggrant, kategoriseras och kommenteras. Detta kräver mänsklig intelligens och arbete – som fortfarande inte kan ersättas av maskiner.”
Så formulerar sig två medarbetare vid FN:s fackorgan för arbetslivsfrågor ILO, The International Labour Organization, i artikeln The Artificial Intelligence illusion: How invisible workers fuel the «automated» economy.
Det artikelförfattarna varnar för är att AI hyllas som en drivkraft för automatisering samtidigt som dess framgång beror på vad de beskriver som ”en osynlig arbetsstyrka som utför lågavlönade, osäkra uppgifter under utmanande förhållanden”.
Det sker genom att uppgifterna som ska utföras av människor ofta läggs ut på entreprenad på digitala arbetsplattformar.
De som utför uppgifterna kallas i artikeln för crowdworkers, på svenska mikroarbetare, ett ord som antyder den fragmentering av komplexa uppgifter till mikrouppgifter som artikelförfattarna varnar för.
Exempel på uppgifter som kräver mänskliga insatser är textförutsägelse, igenkänning av objekt, transkribering av ljud, schemaläggning av möten, finjustering av svar till språkmodeller inklusive att mildra fördomar, toxicitet och störande innehåll.
Förutom låg betalning pekar artikelförfattarna på andra risker med AI-industrins beroende av mänsklig arbetskraft. Som att arbetstagare kan:
- lida brist på sociala förmåner
- ha dålig arbetsmiljö
- riskera att förlora sin kompetens
- hindras i sin kompetensutveckling
- rutinmässigt exponeras för olika typer av grafiskt våld och hatpropaganda
- bli avvisade från arbete utan tydlig motivering.
Artikelförfattarna kallar de dolda realiteterna bakom AI:s drivkraft för automatisering för en human-in-the-loop-modell.
En modell som kräver mänsklig interaktion och som här ger vad de beskriver som ”djupgående konsekvenser för arbetstagare och samhälle”.
Denna human-in-the-loop-modell understryker behovet av en mer nyanserad förståelse av vad som ofta anses vara «automatiserat» och vad ”automatisering innebär” samt vilken inverkan AI har på arbetsmarknaden.
Vad artikelförfattarna efterlyser är ett genuint samarbete mellan människor och maskiner. Ett samarbete som baseras på synlig arbetskraft med anständigt arbete.
Det är vad som krävs för att AI:s fulla potential ska kunna uppnås och samtidigt, som man skriver, säkerställa en mer rättvis och hållbar framtid för alla.
