Η εξέλιξη της Τεχνητής Νοημοσύνης (AI) φέρνει στο προσκήνιο νέες ανησυχίες για την αγορά εργασίας, καθώς μια πρόσφατη έρευνα από την Anthropic, εταιρεία πρωτοπόρο στον τομέα, χαρτογραφεί τις θέσεις εργασίας που κινδυνεύουν περισσότερο από την αυτοματοποίηση. Η μελέτη, που δημοσιεύθηκε με τίτλο “Labor market impacts of AI: A new measure and early evidence”, εστιάζει στη διαφορά μεταξύ των θεωρητικών δυνατοτήτων των εργαλείων ΤΝ και της πραγματικής υιοθέτησής τους.
Οι ερευνητές Maxim Massenkoff και Peter McCrory διαπίστωσαν ότι η πραγματική υιοθέτηση της ΤΝ παραμένει ένα κλάσμα των δυνατοτήτων που προσφέρουν τα εργαλεία αυτά. Ενώ η ΤΝ μπορεί θεωρητικά να καλύψει το μεγαλύτερο μέρος των εργασιών στους τομείς της διοίκησης επιχειρήσεων, των οικονομικών, της πληροφορικής, των νομικών και της γραμματειακής υποστήριξης, η πραγματική εφαρμογή της, όπως μετρήθηκε μέσω δεδομένων χρήσης από το μοντέλο Claude της Anthropic, είναι σημαντικά χαμηλότερη.
Αυτή η διαπίστωση έρχεται σε συνέχεια προειδοποιήσεων από ηγέτες του κλάδου, όπως ο CEO της Anthropic, Dario Amodei, ο οποίος είχε δηλώσει ότι η τεχνολογία θα μπορούσε να διαταράξει το ήμισυ των θέσεων εργασίας λευκών κολάρων σε αρχικό επίπεδο. Παρόμοιες προβλέψεις έχουν γίνει και από τον επικεφαλής της Microsoft AI, Mustafa Suleyman.
Οι ερευνητές αποδίδουν την καθυστέρηση αυτή σε νομικούς περιορισμούς, τεχνικά εμπόδια, περιορισμούς των μοντέλων, την ανάγκη για πρόσθετα εργαλεία και την απαίτηση ανθρώπινης επίβλεψης των αποτελεσμάτων της ΤΝ. Ωστόσο, εκτιμούν ότι αυτές οι δυσκολίες είναι προσωρινές.
Το πιο ανησυχητικό εύρημα της έρευνας αφορά τις ομάδες εργαζομένων που βρίσκονται σε μεγαλύτερο κίνδυνο. Σύμφωνα με τη νέα μετρική “observed exposure”, η οποία συγκρίνει τη θεωρητική ικανότητα της ΤΝ με την πραγματική χρήση, οι εργαζόμενοι που θα πληγούν περισσότερο από μια ευρεία υιοθέτηση της ΤΝ είναι συνήθως μεγαλύτερης ηλικίας, υψηλότερα εκπαιδευμένοι και καλά αμειβόμενοι. Συγκεκριμένα, οι εργαζόμενοι που εκτίθενται περισσότερο στην ΤΝ είναι 16% πιθανότερο να είναι γυναίκες, κερδίζουν κατά μέσο όρο 47% περισσότερα και είναι σχεδόν τέσσερις φορές πιο πιθανό να κατέχουν μεταπτυχιακό τίτλο. Αυτές οι κατηγορίες περιλαμβάνουν δικηγόρους, χρηματοοικονομικούς αναλυτές και προγραμματιστές λογισμικού, αντί για εργάτες σε αποθήκες.
Ενδιαφέρον παρουσιάζει το γεγονός ότι οι πιο εκτεθειμένες επαγγελματικές ομάδες, όπως οι προγραμματιστές υπολογιστών, οι εκπρόσωποι εξυπηρέτησης πελατών και οι υπάλληλοι καταχώρησης δεδομένων, δεν αντιμετωπίζουν ακόμα μια άμεση “επανάσταση” στην απασχόλησή τους. Για παράδειγμα, αν και η ΤΝ μπορεί θεωρητικά να αυτοματοποιήσει πλήρως εργασίες όπως η έγκριση ανανεώσεων συνταγών φαρμάκων, οι ερευνητές δεν έχουν παρατηρήσει ακόμα τέτοια χρήση από το Claude.
Τα ευρήματα είναι εντυπωσιακά: για τους εργαζόμενους στην πληροφορική και τα μαθηματικά, τα μεγάλα γλωσσικά μοντέλα μπορούν θεωρητικά να διαχειριστούν το 94% των εργασιών τους, ενώ στην πραγματικότητα το Claude καλύπτει μόνο το 33%. Παρόμοιο χάσμα παρατηρείται και στους διοικητικούς και γραμματειακούς ρόλους, με θεωρητική ικανότητα 90% και πολύ χαμηλότερη πραγματική χρήση.
Η έρευνα περιγράφει την κατάσταση αυτή ως μια πιθανή “Μεγάλη Ύφεση για τους εργαζόμενους λευκών κολάρων”, παραλληλίζοντας την με την οικονομική κρίση 2007-2009, όπου το ποσοστό ανεργίας στις ΗΠΑ διπλασιάστηκε. Παρόλο που αυτό το σενάριο δεν έχει ακόμη εκδηλωθεί, οι ερευνητές τονίζουν ότι είναι μια απόλυτα πιθανή εξέλιξη.
Ορισμένες εταιρείες έχουν ήδη ανακοινώσει απολύσεις που αποδίδουν στην ΤΝ, όπως η Block του Jack Dorsey, η οποία έκοψε σχεδόν τον μισό της εργατικό δυναμικό, επικαλούμενη την Τεχνητή Νοημοσύνη. Ωστόσο, η έρευνα δείχνει ότι για τους νέους εργαζόμενους, το πρόβλημα δεν είναι οι απολύσεις, αλλά η επιβράδυνση των προσλήψεων σε τομείς που επηρεάζονται από την ΤΝ, με μείωση 14% στον ρυθμό εύρεσης εργασίας σε σύγκριση με το 2022.
Περίπου το 30% των εργαζομένων, όπως μάγειρες, μηχανικοί, μπάρμεν και πλύντες πιάτων, δεν παρουσιάζουν καμία έκθεση στην ΤΝ, καθώς οι εργασίες τους απαιτούν φυσική παρουσία που τα γλωσσικά μοντέλα δεν μπορούν να αναπαράγουν.
