PROJECT: Από την Τεχνητή στη Συλλογική Νοημοσύνη

PROJECT: Από την Τεχνητή στη Συλλογική Νοημοσύνη

Κλείσιμο
Project: Από την Τεχνητή στη Συλλογική Νοημοσύνη
  • Σχετικά με το project

    Η Ελλάδα έκανε τα πρώτα της βήματα για την διαμόρφωση μιας συνεκτικής εθνικής στρατηγικής για την Τεχνητή Νοημοσύνη (AI) το 2021 με τη Βίβλο Ψηφιακού Μετασχηματισμού (2020-2025), υπό την αιγίδα του Υπουργείου Ψηφιακής Διακυβέρνησης, για να καταγράψει τις παρεμβάσεις που χρειάζεται να πραγματοποιηθούν “στις τεχνολογικές υποδομές του κράτους, στην εκπαίδευση και κατάρτιση του πληθυσμού για την απόκτηση ψηφιακών δεξιοτήτων καθώς και στον τρόπο που η χώρα μας αξιοποιεί την ψηφιακή τεχνολογία σε όλους τους τομείς της οικονομίας και της δημόσιας διοίκησης”

    Πριν κλείσει το 2024, η ελληνική κυβέρνηση ανακοίνωσε σημαντικά βήματα για το εγχώριο οικοσύστημα τεχνητής νοημοσύνης, καθώς έγινε γνωστό ότι η χώρα θα φιλοξενήσει ένα από τα επτά νέα “AI Factories” που θα δημιουργηθούν στην Ευρωπαϊκή Ένωση, ενώ  παρουσίασε και το στρατηγικό της σχέδιο με τίτλο Blueprint for Greece’s AI Transformation”, στο οποίο καταγράφει τις προτεραιότητες και τις δράσεις για την ενσωμάτωση της ΤΝ στην οικονομία και την κοινωνία. Οι εξελίξεις αυτές καθιστούν πιο επίκαιρο από ποτέ το διάλογο αναφορικά με το μέλλον της ΤΝ στην Ελλάδα.

    Παράλληλα, η μελέτη «Generative AI Greece 2030», που εκπονήθηκε από το Εθνικό Κέντρο Κοινωνικών Ερευνών (ΕΚΚΕ) και το Εθνικό Κέντρο Επιστημονικών Ερευνών «Δημόκριτος», ήρθε πριν ένα χρόνο και προσφέρει πληροφορίες για τις τάσεις αναφορικά με την ανάπτυξη της τεχνητής νοημοσύνης, παρέχοντας μια σειρά από προτάσεις πολιτικής. Με την ελληνική κυβέρνηση να έχει τονίσει επανειλημμένα τη δέσμευση, πως η Ελλάδα θα εξελιχθεί σε σημαντικό παίκτη στο αναδυόμενο οικοσύστημα τεχνητής νοημοσύνης, το Eteron με το project “Από την Τεχνητή στη Συλλογική Νοημοσύνη” επιχειρεί να ανιχνεύσει τις τάσεις και τις αντιλήψεις των πολιτών αναφορικά με την χρήση της TN.

    Συγκεκριμένα φέρνει στο φως την πολύτιμη κοινωνική διάσταση ενός εν κινήσει τεχνολογικού και οικονομικού μετασχηματισμού. Μια διάσταση χωρίς την οποία, οι τεχνολογικές εξελίξεις δεν αρκούν για να επιτευχθεί συλλογική ευημερία. Παράλληλα, θέτει επί τάπητος κρίσιμες μεταβλητές για την εφαρμογή και την επιτυχία Δημόσιων Πολιτικών που αφορούν την ΤΝ στην Ελλάδα.

  • Ταυτότητα

    Το ερευνητικό πρόγραμμα ξεκίνησε τον Νοέμβριο του 2024

  • Συντελεστές/τριες

Τεχνητή νοημοσύνη, εργασία και οικονομική ανισότητα

Η δυναμική ανάπτυξη της τεχνητής νοημοσύνης αναμένεται να φέρει αλλαγές στην παγκόσμια οικονομία, με πολλούς ειδικούς να μιλούν για μια νέα Βιομηχανική Επανάσταση. Απο τη μια, η τεχνητή νοημοσύνη φέρνει υποσχέσεις αυξημένης παραγωγικότητας και οικονομικής ανάπτυξης. Μελέτη της Deloitte και του Συνδέσμου Επιχειρήσεων Πληροφορικής και Επικοινωνιών Ελλάδος (ΣΕΠΕ) προβλέπει ότι ο συσσωρευτικός αντίκτυπος της γενετικής τεχνητής νοημοσύνης (Generative AI) στην Ελλάδα έως το 2030 θα είναι στο +5,5% του ΑΕΠ της χώρας, δηλαδή στα €10,7 δις. 1 

Απο την άλλη, υπάρχει ευρεία ανησυχία για το πως η τεχνολογία θα επηρεάσει την αγορά εργασίας και εαν πρόκειται να επειδεινώσει τις οικονομικές ανισότητες. Μελέτη του Διεθνές Νομισματικού Ταμείου υποστηρίζει οτι το 40% της παγκόσμιας εργασιακής απασχόλησης θα επηρεαστεί απο τις αλλαγές που φέρει η τεχνητή νοημοσύνη. Όσον αφορά τις ανεπτυγμένες οικονομίες, ο αριθμός αυτός βρίσκεται στο 60% της συνολικής απασχόλησης. 2

Στις ανεπτυγμένες οικονομίες, το 27% των εργασιών αναμένεται να επηρεαστούν θετικά. Πρόκειται για μορφές απασχόλησης που χαρακηρίζονται απο υψηλό βαθμό αυτοματοποίησης αλλα και υψηλό βαθμό συμπληρωματικότητας με την τεχνολογία. 3 Οι εργαζόμενοι στους κλάδους αυτούς θα επωφεληθούν απο την ενσωμάτωση συστημάτων τεχνητής νοημοσύνης. Πρόκειτια για επαγγέλματα που ενέχουν υψηλό βαθμό ευθύνης και διαπροσωπικών διαδράσεων όπως οι χειρουργοί, οι δικηγόροι και οι δικαστές. Σε αυτές τις εργασίες, η τεχνητή νοημοσύνη αναμένεται να στηρίξει τις καθημερινές τους λειτουγίες, όπως την ανάλυση ιατρικών εικόνων, αλλα δεν πρόκειται να αντικαταστήσει τους εργαζομένους. 

Απο την άλλη, το 33% των εργασιών στις ανεπτυγμένες οικονομίες χαρακτηρίζεται απο υψηλό βαθμό αυτοματοποίησης αλλά χαμηλό βαθμό συμπληωματικότητας.4 Σε αυτή τη κατηγορία, ο κίνδυνος είναι υψηλότερος για την αντικατάσταση των εργαζομένων απο συστήματα τεχνητής νοημοσυνης. Πρόκειται για επαγγελματίες που παρέχουν υπηρεσίες γραμματειακής υποστήριξης, χειριστές μηχανημάτων και μεταφραστές, μεταξύ άλλων. Στις οικονομίες χαμηλού εισοδήματος, οπού το μερίδιο των εργαζομένων σε αυτη την κατηγορία επαγγελμάτων είναι χαμηλότερο, η αυτοματοποίηση αναμένεται να επηρεάσει αρνητικά το 18% του εργατικού δυναμικού.  

Ο τελικός αντίκτυπος της αυτοματοποίησης θα καθορίσει και το πως η τεχνητή νοημοσύνη θα επηρεάσει τις οικονομικές ανισότητες. Εαν οι εργασίες υψηλού εισοδήματος διαθέτουν υψηλό βαθμό συμπληρωματικότητας με την τεχνητή νοημοσύνη, τότε αναμένεται μια δυσανάλογη αύξηση στα εισοδήματα τους, η οποία θα εντείνει την οικονομική ανισότητα. Παράλληλα, η αύξηση της παραγωγικότητας θα οδηγήσει σε αυξημένες επιστροφές κεφαλαίου στους ιδιοκτήτες των τεχνολογιών τεχνητής νοημοσύνης, εντείνοντας περαιτέρω το πρόβλημα. 5

Τέλος, η τεχνητή νοημοσύνη αναμένεται να επηρεάσει και τις οικονομικές ανισότητες μεταξύ χωρών.6 Oι ανεπτυγμένες χώρες διαθέτουν μεγαλύτερο βαθμό ετοιμότητας για να ενσωματώσουν τεχνολογίες τεχνητής νοημοσύνης στην οικονομική τους παραγωγή και να δρέψουν τα αντίστοιχα οικονομικά οφέλη. Εν αντιθέσει, η έλλειψη κατάλληλων ψηφιακών υποδομών και η έλλειψη ψηφιακών δεξιοτήτων στις αναπτυσσόμενες οικονομίες μπορεί να οδηγήσει σε εντεινόμενο χάσμα με τον παγκόσμιο βορρά.7

Συνολικά, αναμένεται πως η τεχνητή νοημοσύνη θα αλλάξει την αγορά εργασίας σε εθνικό επίπεδο ενώ θα επηρεάσει και τις οικονομικές συσχετίσεις μεταξύ χωρών. Ενώ δεν υπάρχει ευρεία συναίνεση για τον ακριβή αντίκτυπο της τεχνολογίας, γίνεται εμφανές ότι μια προορατική προσέγγιση σε επίπεδο εθνικής και Ευρωπαϊκής πολιτικής κρίνεται αναγκαία. Δυο κατηγορίες μέτρων προκρίνονται συχνά ως πιθανές απαντήσεις στην αβεβαιότητα των τεχνολογικών αλλαγών: τα εγγυημένα εισοδήματα, και η φορολογία του κεφαλαίου.8

Πρώτον, η ιδέα του Ελάχιστου Εγγυημένου Εισοδήματος (Universal Basic Income) έχει συζητηθεί εκτενώς ως πιθανή λύση για την αντιμετώπιση των αλλαγών που φέρνει η τεχνητή νοημοσύνη. Πρόκειται για μια εγγυημένη και άνευ όρων εισοδηματική στήριξη την οποία μπορούν δυνητικά να παρέχουν οι κυβερνήσεις στους πολίτες. Η κύρια κριτική απέναντι στο Ελάχιστο Εγγυημένο Εισόδημα, οτι αφαιρεί το κίνητρο για εργασία, δεν έχει επιβεβαιωθεί από μελέτη σχετικού προγράμματος που έλαβε χώρα στη Κένυα.9 Παράλληλα, υποστηρίζεται οτι το εγγυημένο εισόδημα θα είχε θετικό ψυχολογικό αντίκτυπο στους εργαζόμενους που αντιμετωπίζουν αυξημένη ανασφάλεια λόγω των ταχείων τεχνολογικών εξελίξεων. Ωστόσο τα εμπειρικά στοιχεία για το συνολικό αντίκτυπο που θα είχε μια τέτοια πολιτική παραμένουν περιορισμένα.

Δεύτερον, η φορολογία των κεφαλαιακών επιστροφών από συστήματα τεχνητής νοημοσύνης έχουν επίσης συζητηθεί ευρέως. Επιφανείς επιχειρηματίες αλλα και πολιτικοί έχουν εισηγηθεί την ιδέα ενός ‘φόρου για τα ρομπότ’, φορολογώντας ουσιαστικά την αντικατάσταση ανθρώπων εργαζομένων με αυτοματοποιημένα συστήματα ή και βιομηχανικά ρομπότ. Οι O’Keefe et al. έχουν θέσει πρόταση για εθελοντικές δεσμεύσεις εταιρειών τεχνητής νοημοσύνης να δωρίσουν ένα σημαντικό μέρος των κερδών τους, στην περίπτωση που τα κέρδη αυτά είναι απροσδόκητα μεγάλα και ξεπεράσουν το 1% της παγκόσμιας οικονομικής παραγωγής.10 Το κύριο κίνητρο των εταιρειών για να συμφωνήσουν σε μια τέτοια δέσμευση θα ήταν η μείωση του πολιτικού ρίσκου, όπως η κοινωνική αντίδραση και η λήψη δυσμενών πολιτικών μέτρων απέναντι τους. Τέλος, οι Korinek και Stiglitz εχουν προτείνει τη δημιουργία Κρατικών Επενδυτικών Ταμείων στα οποία θα συνεισφέρουν οι σχετικές εταιρείες με σκοπό την εξασφάλιση της διαγενεακής ευημερίας και ισότητας.11

Όσον αφορά την Ελλάδα, η χώρα βρίσκεται χαμηλότερα στο δείκτη ετοιμότητας για την τεχνητή νοημοσύνη απο την πλειοψηφία των κρατών-μελών της Ευρωπαϊκής Ένωσης, συμπεριλαμβανομένων της Λιθουανίας, της Πολωνίας και της Τσεχίας.12 Μόλις το 4% των ελληνικών επιχειρήσεων έχουν ενσωματώσει συστήματα τεχνητής νοημοσύνης στη λειτουργία τους, σύμφωνα με την Ευρωπαϊκή Επιτροπή.13 Εάν οι τάσεις αυτές δεν επιστραφούν, η Ελλάδα δεν θα καταφέρει να εκμεταλλευτεί τα οφέλη της τεχνολογική αλλαγής και μπορεί να έρθει αντιμέτωπη με τις παραπάνω προκλήσεις.

Η Εθνική Στρατηγική για την Ανάπτυξη της Τεχνητής Νοημοσύνης που αποτελεί ένα έργο εν εξελίξει θα πρέπει να λάβει υπόψη της τους ανω παράγοντες. Οι ψηφιακές δεξιότητες θα πρέπει να λάβουν κεντρικό ρόλο στη στρατηγική και να μελετηθεί η ανάπτυξη σχετικών δεξιοτήτων τόσο στη δευτεροβάθμια, όσο και στη τριτοβάθμια εκπαίδευση, ανεξαρτήτως κατευθύνσεων και ακαδημαϊκών τμημάτων. Στο ίδιο πλαίσιο, αναγκαίες είναι και οι δράσεις για το Brain Gain, την προσέλκυση αποδήμων στη χώρα με υψηλή εξειδίκευση στην τεχνητή νοημοσύνη, μέσω σχετικών κινήτρων. Επιπλέον, απαιτείται στήριξη των μικρομεσαίων επιχειρήσεων για επιταχυνθεί η ενσωμάτωση της τεχνητής νοημοσύνης στις λειτουργίες τους και να μπορέσουν να αυηξήσουν την παραγωγικότητα τους. Τέλος, η ενθάρρυνση νεοφυών επιχειρήσεων για την ανάπτυξη καινοτόμων συστημάτων τεχνητής νοημοσύνης μπορεί να οδηγήσει σε έναν κύκλο δημιουργίας και διάχυσης τεχνολογικών υπηρεσιών και προϊόντων στην χώρα.

Πέραν από την ενίσχυση της ετοιμότητας για την ενσωμάτωση της τεχνητής νοημοσύνης, θα πρέπει να ανοίξει και μια ευρεία συζήτηση για πως θα μπορούσε να αντιμετωπιστεί ένα σενάριο μαζικής αντικατάστασης εργαζομένων τα επόμενα χρόνια. Η συζήτηση αυτή θα πρέπει να λάβει χώρο στο Ευρωπαϊκό επίπεδο, καθώς η Ευρωπαϊκή Ένωση έχει πρωτοστατήσει στη χαλιναγώγηση και φορολόγηση των τεχνολογικών κολοσσών. Παράλληλα ομως, ο αντίκτυπος της τεχνητής νοημοσύνης αποτελεί έναν ακόμα παράγοντα που ενισχύει το αίτημα για περισσότερη ‘Κοινωνική Ευρώπη’, δηλαδή για την υιοθέτηση πολιτικών σε ευρωπαϊκό επίπεδο που θα δίνουν έμφαση στην ευημερία των πολιτών και την αντιμετώπιση των ανισοτήτων σε μια εποχή ταχείων τεχνολογικών αλλαγών.

  1. Deloitte & SEPE. (2023). The impact of Gen AI on the Greek economy.[]
  2. Cazzaniga, M. et al. (2024). Gen-AI: Artificial Intelligence and the Future of Work. IMF Staff Discussion Note SDN2024/001.[]
  3. Ibid[]
  4. Ibid.[]
  5. Freeman, R. (2015). Who owns the robots rules the world. IZA World of Labor.[]
  6. Rehman, C. et al. (2020). Will the AI revolution cause a great divergence? IMF. []
  7. Cazzaniga, M. et al. (2024).[]
  8. Peppiatt, C. (2024). The Future of Work: Inequality, Artificial Intelligence, and What Can Be Done About It. A Literature Review.[]
  9. Banerjee, A. et al. (2023). Universal Basic Income: Short-Term Results from a Long-Term Experiment in Kenya.[]
  10. O’Keefe, et al. (2020). The Windfall Clause: Distributing the Benefits of AI for the Common Good.[]
  11. Korinek, A. and Stiglitz, J. (2021). Artificial Intelligence, Globalisation, and Strategies for Economic Development. NBER Working Paper 28453.[]
  12. Cazzaniga, M. et al. (2024).[]
  13. European Commission (2024). Greece 2024 Digital Decade Country Report.[]
Πολιτική Cookies