Το καλό σενάριο για την Τεχνητή Νοημοσύνη
Από οικονομική άποψη η Τεχνητή Νοημοσύνη δεν είναι κάτι νέο: μία νέα τεχνολογία που αυτοματοποιεί κάποιες διεργασίες ενώ παράλληλα δημιουργεί νέες. Αυτό που δεν (μπορούμε να) γνωρίζουμε είναι ποια από τα αποτελέσματα θα υπερισχύσουν όσον αφορά την παραγωγικότητα και τις ανισότητες. Στο καλό (και μη απίθανο) σενάριο, η Τεχνητή Νοημοσύνη θα αναστρέψει τα οικονομικά αποτελέσματα των τελευταίων δεκαετιών, με βελτίωση των εργασιακών προοπτικών της μεσαίας τάξης, αυξάνοντας την παραγωγικότητα και μειώνοντας τις ανισότητες.
Τρέχουσα Εργασιακή Δυναμική
Η ευρωπαϊκή αγορά εργασίας βιώνει μία περίοδο χαμηλών ρυθμών αύξησης της παραγωγικότητας με ταυτόχρονα υψηλά επίπεδα απασχόλησης. Παρά τις ανησυχίες για μαζική ανεργία λόγω αυτοματοποίησης και τεχνητής νοημοσύνης (ΤΝ), πολλές ανεπτυγμένες χώρες, συμπεριλαμβανομένης της Ελλάδας (η οποία, σταδιακά, έχει φτάσει στα χαμηλότερα επίπεδα ανεργίας των τελευταίων δεκαετιών), αντιμετωπίζουν έντονες ελλείψεις εργατικού δυναμικού σε βασικούς τομείς. Αυτό οφείλεται σε μεγάλο βαθμό στην γήρανση του πληθυσμού τους.
Δύο βασικοί τομείς όπου διαφαίνεται η έλλειψη εργαζομένων και η αύξηση των τιμών στις ανεπτυγμένες χώρες είναι η παιδεία και η υγεία. Για παράδειγμα, στον τομέα της υγείας, νοσοκομεία σε αγροτικές περιοχές της Ελλάδας δυσκολεύονται να βρουν προσωπικό. Με αυτά τα δεδομένα, η ΤΝ έχει τη δυνατότητα, με σωστή χρήση, να αυξήσει την ποσότητα και την ποιότητα αυτών των παροχών, ειδικά σε μία χώρα σα την Ελλάδα, με πολλές περιοχές ασύνδετες με τον παραγωγικό κορμό της (νησιωτικές και ορεινές περιοχές).
Σύμφωνα με τη νέα έρευνα του Έτερον για την ΤΝ, το 38% των Ελλήνων άνω των 17 έχουν χρησιμοποιήσει εργαλεία ΤΝ. Στις, πιο σημαντικές για το μέλλον της εργασίας, ηλικίες 17-34 το ποσοστό ξεπερνά το 60%, ένα πολύ θετικό νέο. Ωστόσο, η χρήση της έως τώρα είναι κυρίως ως μια εναλλακτική μορφή αναζήτησης πληροφοριών και λιγότερο (κάτω του 20% των χρηστών) για τη δημιουργία περιεχομένου και τη λήψη αποφάσεων (σε αντίθεση με αυτό το κείμενο, όπου η ΤΝ χρησιμοποιήθηκε και για τις τρεις αυτές δράσεις). Αν θέλουμε η νέα μεσαία εργατική τάξη της Ελλάδας να αδράξει την ευκαιρία της ΤΝ και να εδραιωθεί με καλές, παραγωγικές δουλειές, θα πρέπει η λήψη αποφάσεων με χρήση ΤΝ να γίνει βασικό κομμάτι των δεξιοτήτων της νέας γενιάς.
Η Αυτοματοποίηση του Χθες
Η ιστορία της αυτοματοποίησης παρέχει σημαντικά διδάγματα για την επίδρασή της στην αγορά εργασίας. Τις τελευταίες δεκαετίες τόσο στις ΗΠΑ όσο και στην Ευρώπη η αυτοματοποίηση (η χρήση μηχανών για τη διεκπεραίωση εργασιακών διεργασιών) μείωσε τις δουλειές της μεσαίας τάξης. Ταυτόχρονα δημιουργήθηκαν αρκετές θέσεις εργασίας υψηλότερων αποδοχών αλλά και αρκετές χαμηλότερων. Ως ένα πρακτικό παράδειγμα, σκεφτείτε μία βιομηχανική περιοχή όπου η εισαγωγή βιομηχανικών ρομπότ μειώνει τη ζήτηση εργατών. Οι επιχειρήσεις αυτές συχνά γίνονται πιο παραγωγικές, δημιουργώντας νέες, υψηλά αμειβόμενες, θέσεις εργασίας για μάνατζερ, μηχανικούς και προγραμματιστές. Οι θέσεις αυτές, όμως, είναι μικρότερες σε αριθμό από τις προηγούμενες. Ταυτόχρονα, τα άτομα αυτά με το υψηλό εισόδημα ξοδεύουν περισσότερα σε υπηρεσίες, με αποτέλεσμα να δημιουργηθούν άλλες, χαμηλά αμειβόμενες, θέσεις εργασίας (αρκετές ώστε να μην αυξηθεί η ανεργία) μαγείρων, ντελιβεράδων, κτλ. Το αποτέλεσμα: η πόλωση της αγοράς εργασίας, με κερδισμένους και χαμένους, παρόλη τη συνολική αύξηση της παραγωγικότητας.
Η ψηφιοποίηση της οικονομίας επέκτεινε αυτές τις αλλαγές. Πολλά επαγγέλματα, πέρα των εργατών, μεσαίων εισοδημάτων, όπως οι υπάλληλοι γραφείου, έχουν αντικατασταθεί από αυτοματοποιημένα συστήματα. Το κέρδος αυτών των διαδικασιών μεταφέρθηκε σε υψηλότερα αμειβόμενους επαγγελματίες, όπως γιατροί και δικηγόροι. Αποτέλεσμα αυτών των διαδικασιών, με ταυτόχρονα χαμηλούς ρυθμούς ανάπτυξης, ήταν η αύξηση της εισοδηματικής ανισότητας.
Η εξειδίκευση του Χθες
Ως εξειδίκευση αναφέρεται η συνδυαστική γνώση και οι δεξιότητες που επιτρέπουν στους επαγγελματίες να εκτελούν σύνθετα καθήκοντα και να λαμβάνουν αποφάσεις. Στην Ελλάδα, χαρακτηριστικά παραδείγματα είναι οι ιατροί και οι δικηγόροι, δουλειές που απαιτούν εκτεταμένη εκπαίδευση, και προστατεύονται από επαγγελματικών ρυθμίσεων, καθιστώντας την εξειδίκευσή τους πολύτιμο πόρο. Απόρροια αυτού, οι υψηλές τους αμοιβές.
Μέχρι και χθες, το έργο που διεκπεραίωναν αυτοί οι εργαζόμενοι δεν γινόταν να αντικατασταθεί από τεχνολογικά εργαλεία. Ο λόγος, το ότι οι τεχνολογίες που είχαμε στα χέρια μας ήταν αλγοριθμικές και μπορούσαν να διεκπεραιώσουν μόνο επαναλαμβανόμενες (μηχανικές ή ψηφιακές) διεργασίες. Δεν είχαν, όμως, τη δυνατότητα να λάβουν υπόψη τις ιδιαιτερότητες διαφορετικών περιπτώσεων και να λάβουν τις αντίστοιχες αποφάσεις.
Επιστροφή της Εξειδίκευσης στη Μεσαία Τάξη
Η Τεχνητή Νοημοσύνη, όμως, δεν λειτουργεί με τον ίδιο τρόπο. Το δυνατό της σημείο είναι ακριβώς αυτό που έλειπε ως τώρα, το ότι έχει τη δυνατότητα να πάρει αποφάσεις βάσει των συγκεκριμένων ιδιαιτεροτήτων της κάθε περίπτωσης. Άρα, μπορεί να αντικαταστήσει γιατρούς και δικηγόρους; Όχι, ή τουλάχιστον όχι στο προσεχές μέλλον. Και αυτό διότι οι δυνατότητές της είναι πεπερασμένες χωρίς να έχει τη δυνατότητα να το αναγνωρίσει αυτό. Επομένως, η χρήση της πρέπει να γίνει υπό επιτήρηση εργαζομένων.
Ποιων εργαζομένων όμως; Αναγκαστικά των ιατρών και των δικηγόρων; Όχι υποχρεωτικά. Καθώς η ΤΝ έχει τη δυνατότητα να βοηθήσει στη λήψη αποφάσεων, πολλές από αυτές (π.χ. απλές διαγνώσεις και νομικές υποθέσεις) θα μπορούν να διεκπεραιωθούν, πια, από βοηθητικούς επαγγελματίες (π.χ. νοσηλευτές και νομικοί βοηθοί) με τη χρήση κατάλληλων εξειδικευμένων λογισμικών Τεχνητής Νοημοσύνης. Αυτό θα έχει ως αποτέλεσμα το πέρασμα της εξειδίκευσης υψηλού εκπαιδευτικού επιπέδου σε μεγαλύτερο κομμάτι της αγοράς εργασίας, στη μεσαία τάξη.
Αποπόλωση της Αγοράς Εργασίας και Βελτίωση Υπηρεσιών
Η ενίσχυση της εξειδίκευσης της μεσαίας τάξης μέσω της ΤΝ μπορεί να μειώσει τις ανισότητες και να ενισχύσει την οικονομική ανάπτυξη. Και αυτό, καθώς καλά αμειβόμενες διεργασίες μπορούν να περάσουν στα χέρια λιγότερο εξειδικευμένων εργαζομένων. Όπως, δηλαδή στηρίχθηκε η μεσαία τάξη των δεκαετιών μετά το Β’ Παγκόσμιο Πόλεμο στη χρήση βιομηχανικών εργαλείων, έτσι η μεσαία τάξη των επόμενων δεκαετιών μπορεί να στηριχθεί σε εργαλεία Τεχνητής Νοημοσύνης. Αυτό το αποτέλεσμα δεν είναι νομοτελειακό, αλλά είναι ένα πιθανό θετικό σενάριο1.
Σε αυτό το σενάριο, η βελτίωση της προσβασιμότητας σε βασικές υπηρεσίες, όπως η υγεία και η εκπαίδευση, μέσω της ΤΝ θα μπορούσε να μειώσει το κόστος και να διευρύνει τις ευκαιρίες. Για παράδειγμα, τα εργαλεία ΤΝ μπορούν να κάνουν την εξειδικευμένη εκπαίδευση πιο προσιτή, ή την ιατρική κάλυψη πιο εύκολη σε απομακρυσμένες περιοχές.
- Autor, D. (2024). Applying AI to rebuild middle class jobs (NBER Working Paper No. 32140). National Bureau of Economic Research. https://doi.org/10.3386/w32140[↩]
