Research Essay (minimum 750 words) 3 pages

IMAGINE THAT 7  out of 10 working Americans got fired tomorrow. What would they all do? 

It’s hard to believe you’d have an economy at all if you gave pink slips to more than half the  labor force. But that—in slow motion—is what the industrial revolution did to the workforce of  the early 19th century. Two hundred years ago, 70 percent of American workers lived on the  farm. Today automation has eliminated all but 1 percent of their jobs, replacing them (and their  work animals) with machines. But the displaced workers did not sit idle. Instead, automation  created hundreds of millions of jobs in entirely new fields. Those who once farmed were now  manning the legions of factories that churned out farm equipment, cars, and other industrial  products. Since then, wave upon wave of new occupations have arrived—appliance repairman,  offset printer, food chemist, photographer, web designer—each building on previous automation.  Today, the vast majority of us are doing jobs that no farmer from the 1800s could have imagined 

It may be hard to believe, but before the end of this century, 70 percent of today’s occupations  will likewise be replaced by automation. Yes, dear reader, even you will have your job taken  away by machines. In other words, robot replacement is just a matter of time. This upheaval is  being led by a second wave of automation, one that is centered on artificial cognition, cheap  sensors, machine learning, and distributed smarts. This deep automation will touch all jobs, from  manual labor to knowledge work. 

First, machines will consolidate their gains in already­automated industries. After robots finish  replacing assembly line workers, they will replace the workers in warehouses. Speedy bots able  to lift 150 pounds all day long will retrieve boxes, sort them, and load them onto trucks. Fruit  and vegetable picking will continue to be robotized until no humans pick outside of specialty  farms. Pharmacies will feature a single pill­dispensing robot in the back while the pharmacists  focus on patient consulting. Next, the more dexterous chores of cleaning in offices and schools  will be taken over by late­night robots, starting with easy­to­do floors and windows and  eventually getting to toilets. The highway legs of long­haul trucking routes will be driven by  robots embedded in truck cabs. 

All the while, robots will continue their migration into white­collar work. We already have  artificial intelligence in many of our machines; we just don’t call it that. Witness one piece of  software by Narrative Science (profiled in issue 20.05) that can write newspaper stories about  sports games directly from the games’ stats or generate a synopsis of a company’s stock  performance each day from bits of text around the web. Any job dealing with reams of  paperwork will be taken over by bots, including much of medicine. Even those areas of medicine  not defined by paperwork, such as surgery, are becoming increasingly robotic. The rote tasks of  any information­intensive job can be automated. It doesn’t matter if you are a doctor, lawyer,  architect, reporter, or even programmer: The robot takeover will be epic. 

And it has already begun.  Baxter is an early example of a new class of industrial robots created  to work alongside humans. 

Here’s why we’re at the inflection point: Machines are acquiring smarts. 

We have preconceptions about how an intelligent robot should look and act, and these can blind  us to what is already happening around us. To demand that artificial intelligence be humanlike is  the same flawed logic as demanding that artificial flying be birdlike, with flapping wings. Robots  will think different. To see how far artificial intelligence has penetrated our lives, we need to  shed the idea that they will be humanlike. 

Consider Baxter, a revolutionary new workbot from Rethink Robotics. Designed by Rodney  Brooks, the former MIT professor who invented the best­selling Roomba vacuum cleaner and its  descendants, Baxter is an early example of a new class of industrial robots created to work  alongside humans. Baxter does not look impressive. It’s got big strong arms and a flatscreen  display like many industrial bots. And Baxter’s hands perform repetitive manual tasks, just as  factory robots do. But it’s different in three significant ways. 

First, it can look around and indicate where it is looking by shifting the cartoon eyes on its head.  It can perceive humans working near it and avoid injuring them. And workers can see whether it  sees them. Previous industrial robots couldn’t do this, which means that working robots have to  be physically segregated from humans. The typical factory robot is imprisoned within a  chain­link fence or caged in a glass case. They are simply too dangerous to be around, because  they are oblivious to others. This isolation prevents such robots from working in a small shop,  where isolation is not practical. Optimally, workers should be able to get materials to and from  the robot or to tweak its controls by hand throughout the workday; isolation makes that difficult.  Baxter, however, is aware. Using force­feedback technology to feel if it is colliding with a person  or another bot, it is courteous. You can plug it into a wall socket in your garage and easily work  right next to it. 

Second, anyone can train Baxter. It is not as fast, strong, or precise as other industrial robots, but  it is smarter. To train the bot you simply grab its arms and guide them in the correct motions and  sequence. It’s a kind of “watch me do this” routine. Baxter learns the procedure and then repeats  it. Any worker is capable of this show­and­tell; you don’t even have to be literate. Previous  workbots required highly educated engineers and crack programmers to write thousands of lines  of code (and then debug them) in order to instruct the robot in the simplest change of task. The  code has to be loaded in batch mode, i.e., in large, infrequent batches, because the robot cannot  be reprogrammed while it is being used. Turns out the real cost of the typical industrial robot is  not its hardware but its operation. Industrial robots cost $100,000­plus to purchase but can 

require four times that amount over a lifespan to program, train, and maintain. The costs pile up  until the average lifetime bill for an industrial robot is half a million dollars or more. 

The third difference, then, is that Baxter is cheap. Priced at $22,000, it’s in a different league  compared with the $500,000 total bill of its predecessors. It is as if those established robots, with  their batch­mode programming, are the mainframe computers of the robot world, and Baxter is  the first PC robot. It is likely to be dismissed as a hobbyist toy, missing key features like  sub­millimeter precision, and not serious enough. But as with the PC, and unlike the mainframe,  the user can interact with it directly, immediately, without waiting for experts to mediate—and  use it for nonserious, even frivolous things. It’s cheap enough that small­time manufacturers can  afford one to package up their wares or custom paint their product or run their 3­D printing  machine. Or you could staff up a factory that makes iPhones. 

Baxter was invented in a century­old brick building near the Charles River in Boston. In 1895  the building was a manufacturing marvel in the very center of the new manufacturing world. It  even generated its own electricity. For a hundred years the factories inside its walls changed the  world around us. Now the capabilities of Baxter and the approaching cascade of superior robot  workers spur Brooks to speculate on how these robots will shift manufacturing in a disruption  greater than the last revolution. Looking out his office window at the former industrial  neighborhood, he says, “Right now we think of manufacturing as happening in China. But as  manufacturing costs sink because of robots, the costs of transportation become a far greater  factor than the cost of production. Nearby will be cheap. So we’ll get this network of locally  franchised factories, where most things will be made within 5 miles of where they are needed.” 

That may be true of making stuff, but a lot of jobs left in the world for humans are service jobs. I  ask Brooks to walk with me through a local McDonald’s and point out the jobs that his kind of  robots can replace. He demurs and suggests it might be 30 years before robots will cook for us.  “In a fast food place you’re not doing the same task very long. You’re always changing things on  the fly, so you need special solutions. We are not trying to sell a specific solution. We are  building a general­purpose machine that other workers can set up themselves and work  alongside.” And once we can cowork with robots right next to us, it’s inevitable that our tasks  will bleed together, and soon our old work will become theirs—and our new work will become  something we can hardly imagine. 

To understand how robot replacement will happen, it’s useful to break down our relationship  with robots into four categories, as summed up in this chart: 

The rows indicate whether robots will take over existing jobs or make new ones, and the  columns indicate whether these jobs seem (at first) like jobs for humans or for machines. 

Let’s begin with quadrant A: jobs humans can do but robots can do even better. Humans can  weave cotton cloth with great effort, but automated looms make perfect cloth, by the mile, for a  few cents. The only reason to buy handmade cloth today is because you want the imperfections  humans introduce. We no longer value irregularities while traveling 70 miles per hour,  though—so the fewer humans who touch our car as it is being made, the better. 

And yet for more complicated chores, we still tend to believe computers and robots can’t be  trusted. That’s why we’ve been slow to acknowledge how they’ve mastered some conceptual  routines, in some cases even surpassing their mastery of physical routines. A computerized brain  known as the autopilot can fly a 787 jet unaided, but irrationally we place human pilots in the  cockpit to babysit the autopilot “just in case.” In the 1990s, computerized mortgage appraisals  replaced human appraisers wholesale. Much tax preparation has gone to computers, as well as  routine x­ray analysis and pretrial evidence­gathering—all once done by highly paid smart  people. We’ve accepted utter reliability in robot manufacturing; soon we’ll accept it in robotic  intelligence and service. 

Next is quadrant B: jobs that humans can’t do but robots can. A trivial example: Humans have  trouble making a single brass screw unassisted, but automation can produce a thousand exact  ones per hour. Without automation, we could not make a single computer chip—a job that  requires degrees of precision, control, and unwavering attention that our animal bodies don’t  possess. Likewise no human, indeed no group of humans, no matter their education, can quickly  search through all the web pages in the world to uncover the one page revealing the price of eggs 

in Katmandu yesterday. Every time you click on the search button you are employing a robot to  do something we as a species are unable to do alone. 

While the displacement of formerly human jobs gets all the headlines, the greatest benefits  bestowed by robots and automation come from their occupation of jobs we are unable to do. We  don’t have the attention span to inspect every square millimeter of every CAT scan looking for  cancer cells. We don’t have the millisecond reflexes needed to inflate molten glass into the shape  of a bottle. We don’t have an infallible memory to keep track of every pitch in Major League  Baseball and calculate the probability of the next pitch in real time. 

We aren’t giving “good jobs” to robots. Most of the time we are giving them jobs we could never  do. Without them, these jobs would remain undone. 

Now let’s consider quadrant C, the new jobs created by automation—including the jobs that we  did not know we wanted done. This is the greatest genius of the robot takeover: With the  assistance of robots and computerized intelligence, we already can do things we never imagined  doing 150 years ago. We can remove a tumor in our gut through our navel, make a  talking­picture video of our wedding, drive a cart on Mars, print a pattern on fabric that a friend  mailed to us through the air. We are doing, and are sometimes paid for doing, a million new  activities that would have dazzled and shocked the farmers of 1850. These new accomplishments  are not merely chores that were difficult before. Rather they are dreams that are created chiefly  by the capabilities of the machines that can do them. They are jobs the machines make up. 

Before we invented automobiles, air­conditioning, flatscreen video displays, and animated  cartoons, no one living in ancient Rome wished they could watch cartoons while riding to Athens  in climate­controlled comfort. Two hundred years ago not a single citizen of Shanghai would  have told you that they would buy a tiny slab that allowed them to talk to faraway friends before  they would buy indoor plumbing. Crafty AIs embedded in first­person­shooter games have given  millions of teenage boys the urge, the need, to become professional game designers—a dream  that no boy in Victorian times ever had. In a very real way our inventions assign us our jobs.  Each successful bit of automation generates new occupations—occupations we would not have  fantasized about without the prompting of the automation. 

To reiterate, the bulk of new tasks created by automation are tasks only other automation can  handle. Now that we have search engines like Google, we set the servant upon a thousand new  errands. Google, can you tell me where my phone is? Google, can you match the people  suffering depression with the doctors selling pills? Google, can you predict when the next viral  epidemic will erupt? Technology is indiscriminate this way, piling up possibilities and options  for both humans and machines. 

It is a safe bet that the highest­earning professions in the year 2050 will depend on automations  and machines that have not been invented yet. That is, we can’t see these jobs from here, because  we can’t yet see the machines and technologies that will make them possible. Robots create jobs  that we did not even know we wanted done.  

Finally, that leaves us with quadrant D, the jobs that only humans can do—at first. The one thing  humans can do that robots can’t (at least for a long while) is to decide what it is that humans  want to do. This is not a trivial trick; our desires are inspired by our previous inventions, making  this a circular question. 

When robots and automation do our most basic work, making it relatively easy for us to be fed,  clothed, and sheltered, then we are free to ask, “What are humans for?” Industrialization did  more than just extend the average human lifespan. It led a greater percentage of the population to  decide that humans were meant to be ballerinas, full­time musicians, mathematicians, athletes,  fashion designers, yoga masters, fan­fiction authors, and folks with one­of­a kind titles on their  business cards. With the help of our machines, we could take up these roles; but of course, over  time, the machines will do these as well. We’ll then be empowered to dream up yet more answers  to the question “What should we do?” It will be many generations before a robot can answer that. 

This postindustrial economy will keep expanding, even though most of the work is done by bots,  because part of your task tomorrow will be to find, make, and complete new things to do, new  things that will later become repetitive jobs for the robots. In the coming years robot­driven cars  and trucks will become ubiquitous; this automation will spawn the new human occupation of trip  optimizer, a person who tweaks the traffic system for optimal energy and time usage. Routine  robo­surgery will necessitate the new skills of keeping machines sterile. When automatic  self­tracking of all your activities becomes the normal thing to do, a new breed of professional  analysts will arise to help you make sense of the data. And of course we will need a whole army  of robot nannies, dedicated to keeping your personal bots up and running. Each of these new  vocations will in turn be taken over by robots later. 

The real revolution erupts when everyone has personal workbots, the descendants of Baxter, at  their beck and call. Imagine you run a small organic farm. Your fleet of worker bots do all the  weeding, pest control, and harvesting of produce, as directed by an overseer bot, embodied by a  mesh of probes in the soil. One day your task might be to research which variety of heirloom  tomato to plant; the next day it might be to update your custom labels. The bots perform  everything else that can be measured. 

Right now it seems unthinkable: We can’t imagine a bot that can assemble a stack of ingredients  into a gift or manufacture spare parts for our lawn mower or fabricate materials for our new  kitchen. We can’t imagine our nephews and nieces running a dozen workbots in their garage, 

churning out inverters for their friend’s electric­vehicle startup. We can’t imagine our children  becoming appliance designers, making custom batches of liquid­nitrogen dessert machines to sell  to the millionaires in China. But that’s what personal robot automation will enable. 

Everyone will have access to a personal robot, but simply owning one will not guarantee success.  Rather, success will go to those who innovate in the organization, optimization, and  customization of the process of getting work done with bots and machines. Geographical clusters  of production will matter, not for any differential in labor costs but because of the differential in  human expertise. It’s human­robot symbiosis. Our human assignment will be to keep making  jobs for robots—and that is a task that will never be finished. So we will always have at least that  one “job.” 

In the coming years our relationships with robots will become ever more complex. But already a  recurring pattern is emerging. No matter what your current job or your salary, you will progress  through these Seven Stages of Robot Replacement, again and again: 

● 1. A robot/computer cannot possibly do the tasks I do.  ● [Later.]  ● 2. OK, it can do a lot of them, but it can’t do everything I do.  ● [Later.]  ● 3. OK, it can do everything I do, except it needs me when it breaks down, which is 

often.  ● [Later.]  ● 4. OK, it operates flawlessly on routine stuff, but I need to train it for new tasks.  ● [Later.]  ● 5. OK, it can have my old boring job, because it’s obvious that was not a job that 

humans were meant to do.  ● [Later.]  ● 6. Wow, now that robots are doing my old job, my new job is much more fun and pays 

more!  ● [Later.]  ● 7. I am so glad a robot/computer cannot possibly do what I do now.  ● This is not a race against the machines. If we race against them, we lose. This is a race 

with the machines. You’ll be paid in the future based on how well you work with  robots. Ninety percent of your coworkers will be unseen machines. Most of what you  do will not be possible without them. And there will be a blurry line between what you  do and what they do. You might no longer think of it as a job, at least at first, because  anything that seems like drudgery will be done by robots. 

● We need to let robots take over. They will do jobs we have been doing, and do them  much better than we can. They will do jobs we can’t do at all. They will do jobs we 

never imagined even needed to be done. And they will help us discover new jobs for  ourselves, new tasks that expand who we are. They will let us focus on becoming  more human than we were. 

● Let the robots take the jobs, and let them help us dream up new work that matters.  ● Kevin Kelly ( kk.org ) is senior maverick of Wired and the author, most recently, of 

What Technology Wants.