Η Τεχνητή Νοημοσύνη έχει πάψει πια να αποτελεί μια αφηρημένη τεχνολογική υπόσχεση ή ζήτημα που αφορά αποκλειστικά ειδικούς και μεγάλες πολυεθνικές εταιρείες. Με εντυπωσιακή ταχύτητα έχει ήδη εισέλθει στην καθημερινότητα της εργασίας: στο γραφείο, στις υπηρεσίες, στη λογιστική, στην εξυπηρέτηση πελατών, στη δημοσιογραφία, ακόμη και σε επαγγέλματα υψηλής εξειδίκευσης.
Για πρώτη φορά μετά από δεκαετίες, η τεχνολογική αλλαγή δεν αφορά μόνο το πώς και πόσο παράγουμε, αλλά, κυρίως, το πώς οργανώνεται η εργασία, πώς κατανέμεται ο χρόνος της, πώς λαμβάνονται οι κρίσιμες αποφάσεις που την καθορίζουν ή, ακόμη, πώς κατανέμεται ακόμη και αυτή η επαγγελματική ευθύνη.
Η δημόσια συζήτηση γύρω από την Τεχνητή Νοημοσύνη (ΤΝ) συχνά παγιδεύεται ανάμεσα σε δύο άκρα: από την μία, τον φόβο της μαζικής ανεργίας ως αποτέλεσμα επιταχυνόμενης υποκατάστασης των θέσεων εργασίας από τις μηχανές, και την από την άλλη άκριτη αισιοδοξία, ότι η τεχνολογία θα λύσει αυτομάτως όλα τα κοινωνικά, οικονομικά και πολιτικά προβλήματα. Είναι εμφανές ότι και οι δύο προσεγγίσεις χάνουν το ουσιώδες. Η Τεχνητή Νοημοσύνη δεν αποτελεί ούτε μοιραία απειλή, ούτε όμως και ουδέτερο εργαλείο. Πρόκειται για τεχνολογία της οποίας οι επιπτώσεις στην εργασία, στην παραγωγή και στην κοινωνική ανάπτυξη θα εξαρτηθούν από τις επιλογές που θα γίνουν σήμερα.
Του Χρήστου Γούλα*
Τι αλλάζει πραγματικά στην εργασία
Η βασική αλλαγή που φέρνει η Τεχνητή Νοημοσύνη δεν είναι τόσο η εξαφάνιση των επαγγελμάτων, όσο ο μετασχηματισμός του περιεχομένου τους. Κάθε εργασία αποτελείται από διαφορετικά καθήκοντα: ορισμένα είναι επαναλαμβανόμενα και τυποποιήσιμα, άλλα απαιτούν κρίση, εμπειρία, κοινωνική αλληλεπίδραση και ανάληψη ευθύνης. Η Τεχνητή Νοημοσύνη παρεμβαίνει κυρίως στα πρώτα, αναλαμβάνοντας μέρος της ρουτίνας υλοποίησης, της εργώδους διαχείρισης δεδομένων, της επεξεργασίας πληροφοριών και της βασικής ανάλυσης δεδομένων.
Αυτό δεν σημαίνει λιγότερη εργασία, αλλά διαφορετική εργασία. Σημαίνει λιγότερος χρόνος σε μηχανικές διαδικασίες και περισσότερος σε καθήκοντα που έχουν να κάνουν με τον ποιοτικό έλεγχο, την βαθιά κατανόηση, τον σύνθετο συντονισμό και την στοχαστική λήψη αποφάσεων. Πρόκειται για μια εξέλιξη που μπορεί να βελτιώσει την ποιότητα της εργασίας, εφόσον όμως αυτή συνοδευτεί από κατάλληλη οργάνωση, συστηματική αναβάθμιση γνώσεων και δεξιοτήτων των εργαζομένων, θέσπιση σαφών ορίων ανάμεσα στον άνθρωπο και τα τεχνολογικά συστήματα, οριοθέτηση του χρόνου εργασίας και δικαιότερη κατανομή των αμοιβών.
Οι ανησυχίες που εκφράζονται από εργαζόμενους δεν είναι αβάσιμες. Η εμπειρία προηγούμενων τεχνολογικών αλλαγών έχει δείξει ότι η τεχνολογία μπορεί να χρησιμοποιηθεί ως εργαλείο περαιτέρω εντατικοποίησης της εργασίας. Ο αλγοριθμικός έλεγχος, η αδιαφάνεια στη λήψη αποφάσεων και η πίεση για διαρκή προσαρμογή συνιστούν πραγματικούς κινδύνους που επιβεβαιώνονται από την ίδια την εμπειρία των εργαζομένων.
Όμως η απόρριψη της Τεχνητής Νοημοσύνης δεν μπορεί να αποτελέσει πρόταση. Η τεχνολογική μετάβαση θα συνεχίσει απρόσκοπτα. Το πραγματικά κρίσιμο ερώτημα που ήδη τίθεται θα είναι το αν αυτή η αλλαγή θα αφεθεί να γίνει χωρίς κανόνες ή, αντίθετα, θα συμβεί με στέρεους όρους και προϋποθέσεις που θα προστατεύουν και θα αναβαθμίζουν την εργασία.
Μια σημαντική ευκαιρία για την ελληνική οικονομία
Για χώρες όπως η Ελλάδα, η Τεχνητή Νοημοσύνη μπορεί να λειτουργήσει και ως ευκαιρία. Σε μια οικονομία με αριθμητική κυριαρχία των μικρών επιχειρήσεων και περιορισμένη πρόσβαση σε εξειδικευμένες υπηρεσίες, τα εργαλεία Τεχνητής Νοημοσύνης μπορούν να ενισχύσουν την παραγωγικότητα, να μειώσουν το διοικητικό βάρος και να διευρύνουν την πρόσβαση στη γνώση.
Αυτό όμως δεν μπορεί να συμβεί αυτόματα. Αν η Τεχνητή Νοημοσύνη χρησιμοποιηθεί αποκλειστικά ως εργαλείο ευκαιρίας μείωσης του κόστους εργασίας, τότε θα ενισχύσει τις ανισότητες και θα επιδεινώσει την ποιότητα των θέσεων εργασίας. Αν, αντίθετα, συνδεθεί με τη συστηματική υποστήριξη της εργασίας και με πολιτικές αναβάθμισης των δεξιοτήτων τους, μπορεί να λειτουργήσει ως εργαλείο ενδυνάμωσης των εργαζομένων και γνήσιας παραγωγικής ανάπτυξης.
Αδιαμφισβήτητα, ο ρυθμός των εξελίξεων είναι εξαιρετικά γρήγορος. Οι αλλαγές που παλαιότερα απαιτούσαν δεκαετίες σήμερα συντελούνται μέσα σε λίγα χρόνια κι αυτό περιορίζει δραστικά τον χρόνο προσαρμογής και καθιστά αναγκαία την έγκαιρη παρέμβαση. Αν δεν υπάρξει δράση, η Τεχνητή Νοημοσύνη θα ενσωματωθεί αποσπασματικά, με μοναδικό κριτήριο την μεγέθυνση μη παραγωγικών κερδοφοριών και, πάντως, χωρίς μέριμνα για τις επιπτώσεις της στην ποιότητα της εργασίας.
Δράση, ωστόσο, δεν σημαίνει φραγμός στην καινοτομία. Σημαίνει διάλογο, αποτελεσματικούς και δίκαιους θεσμικούς κανόνες πλαίσιο κυρίως ένα ποιοτικό παραγωγικό προσανατολισμό. Σημαίνει συνεπή επένδυση στη δια βίου μάθηση, σαφές πλαίσιο για τη χρήση αλγοριθμικών συστημάτων, καθώς και θαρραλέα ενίσχυση της ικανότητας των εργαζομένων να συνεργάζονται με την τεχνολογία. Σημαίνει, τελικά, να αντιμετωπίζουμε την Τεχνητή Νοημοσύνη ως κρίσιμο παράγοντα που επηρεάζει άμεσα την ποιότητα της εργασίας και να στρέψουμε την επιρροή της σε θετική κατεύθυνση.Το βασικό στοίχημα της εποχής μας είναι να διαμορφωθεί ένα νέο πλαίσιο συνύπαρξης ανάμεσα στην τεχνολογία και την εργασία.
Η ελληνική ιδιαιτερότητα: η χρονική υστέρηση ως πιθανό πλεονέκτημα
Σε αντίθεση με άλλες προηγμένες οικονομίες, η Ελλάδα δεν βρίσκεται σήμερα στην πρώτη γραμμή της υιοθέτησης της Τεχνητής Νοημοσύνης στην παραγωγή και στην εργασία. Η σχετική τεχνολογική υστέρηση, η περιορισμένη διάχυση προηγμένων συστημάτων παραγωγής και η χαμηλότερη ένταση αυτοματοποίησης σε πολλούς κλάδους, σημαίνουν ότι η χώρα δεν αντιμετωπίζει ακόμα άμεσο και μαζικό κίνδυνο υποκατάστασης θέσεων εργασίας λόγω της διάχυσης της Τεχνητής Νοημοσύνης.
Η χρονική αυτή απόσταση προσφέρει ένα πολύτιμο περιθώριο επιλογών. Η Ελλάδα δεν είναι υποχρεωμένη να επαναλάβει μηχανικά τα λάθη άλλων χωρών, όπου η τεχνολογική αλλαγή επιβλήθηκε γρήγορα, αποσπασματικά και με μοναδικό κριτήριο τη μείωση κόστους παραγωγής. Μπορεί, αντίθετα, να επιδιώξει μια πιο λειτουργική και κοινωνικά ενσωματωμένη αξιοποίηση της Τεχνητής Νοημοσύνης, με έμφαση στην αναβάθμιση της εργασίας, στην ανάπτυξη των δεξιοτήτων των εργαζομένων και στον ανασχεδιασμό των επαγγελμάτων.
Με άλλα λόγια, η πρόκληση για τη χώρα δεν είναι απλά να πιάσει το τρένο της τεχνητής νοημοσύνης αγκομαχώντας πίσω του, αλλά λειτουργώντας πιο στρατηγικά, και γνωρίζοντας πλέον τις δυνατότητες και τους κινδύνους που ενυπάρχουν σε κάθε τεχνολογική μετάβαση, να κατευθυνθεί απευθείας στον επόμενο σταθμό.
*Ο Χρήστος Γούλας, PhD, είναι Γενικός Διευθυντής στο Ινστιτούτο Εργασίας της ΓΣΕΕ.
Πηγή: Περιοδικό Volos City του Ομίλου Καρεκλίδη
