Στη δημόσια συζήτηση για την τεχνητή νοημοσύνη, οι πιο δυνατές φωνές προεξοφλούν ένα ζοφερό μέλλον: η ΤΝ έρχεται να καταλάβει τις θέσεις εργασίας που απαιτούν πνευματική εργασία, οδηγώντας σε μαζικές απώλειες και μια αναπόφευκτη “αποκάλυψη” στην αγορά εργασίας. Ωστόσο, αυτή η πανδημία ανησυχίας, όπως τονίζει ο Omar Abbosh, CEO της Pearson, προέρχεται κυρίως από τον ίδιο τον τεχνολογικό κλάδο, όπου τα οφέλη παραγωγικότητας της ΤΝ είναι ήδη ορατά, ειδικά στη μηχανική λογισμικού.
Ο Abbosh επισημαίνει ότι η επέκταση αυτών των επιπτώσεων σε ολόκληρη την οικονομία είναι ένα λάθος. Δεν πρέπει και δεν μπορούμε να αποδεχτούμε ως δεδομένο αυτό που παρουσιάζεται ως αμετάκλητο. Αντιθέτως, με στοχευμένες παρεμβάσεις, μπορούμε να μειώσουμε σημαντικά τον αντίκτυπο των αναταραχών που θα επιφέρει η ΤΝ. Το πρώτο βήμα είναι να διαχωρίσουμε όσα γνωρίζουμε από όσα δεν γνωρίζουμε, προκειμένου να χαράξουμε μια σαφέστερη πορεία.
Τι γνωρίζουμε στην πραγματικότητα;
Η ΤΝ ήδη αναδιαμορφώνει την εργασία. Η Transformation των θέσεων εργασίας στη μηχανική λογισμικού εξηγεί σε μεγάλο βαθμό τον τρέχοντα πανικό που προέρχεται από τη Silicon Valley. Ωστόσο, παρά τους εντυπωσιακούς τίτλους, τα στοιχεία που υποστηρίζουν ότι η αύξηση παραγωγικότητας της ΤΝ αποτελεί τον κύριο παράγοντα της ευρύτερης αναταραχής στην αγορά εργασίας είναι περιορισμένα. Έρευνα της Oxford Economics τον Ιανουάριο κατέδειξε ότι τα αποδεικτικά στοιχεία για ένα “τσουνάμι” ΤΝ είναι, στην καλύτερη περίπτωση, διάσπαρτα. Ειδικοί στην αγορά εργασίας και στην ΤΝ από το Wharton School υποστηρίζουν παρόμοια άποψη, κάνοντας λόγο για “AI-washing” των απωλειών θέσεων εργασίας. Στην πραγματικότητα, πολλά από όσα παρατηρούμε αντικατοπτρίζουν γνωστούς παράγοντες: οικονομικούς κύκλους, υπερβολικές προσλήψεις και διορθώσεις κόστους.
Τα ποσοστά ανεργίας δεν λένε ψέματα: στις ΗΠΑ, το ποσοστό ανέρχεται στο 4,4% (9,4% για τους 16-24 ετών), πολύ κάτω από τις κορυφές της ανεργίας στην Ευρώπη της δεκαετίας του 1990, όταν τα ποσοστά έφταναν το 11% συνολικά και ξεπερνούσαν το 20% για τους νέους εργαζόμενους.
Επίσης, γνωρίζουμε ότι οι περισσότεροι οργανισμοί που προσπαθούν να εφαρμόσουν την ΤΝ διαπιστώνουν ότι τα δυσκολότερα προβλήματα δεν είναι τεχνολογικά. Η ετοιμότητα των δεδομένων, η ασφάλεια, οι ενσωματώσεις, ο επανασχεδιασμός ροών εργασίας και η ανάπτυξη ανθρώπινων δεξιοτήτων παραμένουν επίμονα εμπόδια για την πραγματική εφαρμογή της ΤΝ. Σύμφωνα με τη McKinsey, τα δύο τρίτα των εταιρειών που χρησιμοποιούν ΤΝ δεν έχουν καταφέρει να την επεκτείνουν σε ολόκληρη την επιχείρησή τους. Αυτή η διάχυση θα πάρει χρόνο – ένα κρίσιμο σημείο που λείπει από την τρέχουσα συζήτηση.
Υπάρχουν επίσης αυξανόμενα εμπειρικά στοιχεία ότι η κακοσχεδιασμένη ΤΝ απλώς αυξάνει την ένταση της εργασίας – πλημμυρίζοντας τους οργανισμούς με παραγωγή που εξακολουθεί να απαιτεί ανθρώπινη προσοχή, κρίση και διόρθωση. Μια πρόσφατη μελέτη της Harvard Business Review εισήγαγε μάλιστα τον όρο “AI brain fry” για να περιγράψει την κόπωση από πληροφορίες και φόρτο εργασίας που προκύπτει από υπερβολικά πολλά εργαλεία ΤΝ ταυτόχρονα. Η αυτοματοποίηση μπορεί να αυξήσει την ένταση και το στρες αντί για την παραγωγικότητα.
Το συμπέρασμα είναι σαφές: τα συστήματα δεν είναι έτοιμα, και οι άνθρωποι δεν είναι έτοιμοι να χρησιμοποιήσουν την ΤΝ σωστά. Η “αποκάλυψη” πιθανότατα δεν έρχεται τόσο γρήγορα όσο νομίζουμε.
Τι δεν γνωρίζουμε;
Ωστόσο, ο μετασχηματισμός μέσω ΤΝ έρχεται, σε κάποια μορφή, σε σχεδόν όλους τους κλάδους – και παραμένουν γνήσια άγνωστα. Δεν γνωρίζουμε ακόμη πώς θα ανταποκριθεί η ζήτηση καθώς η ΤΝ συμπιέζει το κόστος της εξειδίκευσης. Δεν γνωρίζουμε πόσο γρήγορα θα προσαρμοστούν οι διάφοροι τομείς. Και δεν γνωρίζουμε ακόμη ποιες νέες θέσεις εργασίας και κλάδοι θα αναδυθούν – αν και η ιστορία μας λέει ότι θα συμβεί. Οι προβλέψεις ότι όλη η εργασία γραφείου θα αυτοματοποιηθεί μέσα σε ένα ή δύο χρόνια δεν είναι ρεαλιστικές. Αλλά σε πέντε χρόνια; Σε ορισμένους τομείς, ίσως. Στους περισσότερους άλλους, η ρύθμιση, οι ανησυχίες για την ασφάλεια και η παλιά υποδομή θα επιβραδύνουν δραματικά την υιοθέτηση και θα διατηρήσουν τους ανθρώπους στον “βρόχο”. Αυτό που έρχεται είναι παρόμοιο με το κύμα του “process reengineering” της δεκαετίας του 1990, με τους ” πράκτορες ” ΤΝ να ενσωματώνονται στις ροές εργασίας.
Ο πραγματικός κίνδυνος είναι η υποεπένδυση στους ανθρώπους.
Ο πραγματικός κίνδυνος, λοιπόν, δεν είναι η ανεξέλεγκτη τεχνολογία που εκτοπίζει μαζικά εργαζομένους. Είναι η αποτυχία επένδυσης στους ανθρώπους. Αν αποδεχτούμε τυφλά την ΤΝ ως υποκατάστατο των ανθρώπων, οι απαισιόδοξοι μπορεί να αποδειχθούν σωστοί. Όμως, αν την αντιμετωπίσουμε ως μια δύναμη που βελτιώνει και ενισχύει ό,τι μπορούν να κάνουν οι άνθρωποι, ένα πολύ διαφορετικό – και πιο ευημερούν – μέλλον είναι εφικτό.
Αυτό απαιτεί από όλους μας να μετατοπίσουμε την εστίασή μας και να συνειδητοποιήσουμε ότι κάθε θετικό αποτέλεσμα σε μια οικονομία ΤΝ εξαρτάται από την επένδυσή μας στην ανθρώπινη ικανότητα. Στον χώρο εργασίας, αυτό σημαίνει να υπερβούμε την περιορισμένη αυτοματοποίηση εργασιών προς τον σκόπιμο επανασχεδιασμό θέσεων εργασίας και ροών εργασίας – και την ενσωμάτωση της μάθησης απευθείας στην καθημερινή εργασία των ανθρώπων παράλληλα με την ανάπτυξη τεχνολογίας, αντί για μετά το γεγονός. Στην εκπαίδευση, η προτεραιότητα πρέπει να είναι η προτεραιοποίηση της εκμάθησης του πώς να μαθαίνεις – η ανάπτυξη αλφαβητισμού ΤΝ σε όλες τις ειδικότητες και ηλικιακές ομάδες, η υποστήριξη και η κατάρτιση των εκπαιδευτικών, και η δημιουργία επαγγελματικών πορειών που επεκτείνονται πέρα από τους παραδοσιακούς ρόλους λευκών κολάρων. Και σε κοινωνικό επίπεδο, σημαίνει αναγνώριση ότι σε έναν κόσμο όπου η ΤΝ μπορεί να παράγει περιεχόμενο, πιστοποιητικά, ακόμη και ταυτότητες, η εμπιστοσύνη γίνεται το πιο πολύτιμο νόμισμά μας. Θεσμοί και πιστοποιητικά που μπορούν να αξιολογήσουν, να επαληθεύσουν και να σηματοδοτήσουν αξιόπιστα τις ανθρώπινες δεξιότητες θα έχουν μεγαλύτερη σημασία από ποτέ.
Η ιστορία της ΤΝ δεν χρειάζεται να είναι μια ιστορία αναπόφευκτης εκτόπισης. Το τρέχον άγχος αντικατοπτρίζει ποιος βιώνει την αναταραχή πρώτος – όχι πού πρέπει να καταλήξει η οικονομία. Οι εταιρείες που αναπτύσσονται, δημιουργούν νέες θέσεις εργασίας και κερδίζουν δεν είναι αυτές που εφαρμόζουν την ΤΝ ταχύτερα – είναι αυτές που εφαρμόζουν τη μάθηση ταχύτερα.
Το μέλλον της εργασίας στην εποχή της ΤΝ δεν θα καθοριστεί από το τι μπορούν να κάνουν οι μηχανές. Θα καθοριστεί από το τι μπορούν να κάνουν οι άνθρωποι – και πόσο σοβαρά επενδύουμε σε αυτούς.
