Τεχνητή νοημοσύνη: Γιατί δεν θα εξισορροπήσει αλλά θα εντείνει τις κοινωνικές ανισότητες

Σε μια σύνοδο κορυφής στο Παρίσι στις 10 και 11 Φεβρουαρίου, τα αφεντικά της τεχνολογίας συναντήθηκαν για να διατυπώσουν τους πιο πομπώδεις ισχυρισμούς τους σχετικά με την τεχνητή νοημοσύνη.

Πώς θα χτιστεί ο «Φάρος» του ελληνικού AI – Ο ρόλος του Υπερταμείου

«Η τεχνητή νοημοσύνη θα είναι η πιο βαθιά αλλαγή της ζωής μας», δήλωσε ο Σούνταρ Πιτσάι, το αφεντικό της Alphabet, ενώ ο Ντάριο Αμοντέι, διευθύνων σύμβουλος της Anthropic, δήλωσε ότι θα οδηγήσει στη «μεγαλύτερη αλλαγή στην παγκόσμια αγορά εργασίας στην ανθρώπινη ιστορία». Σε μια ανάρτησή του, ο Σαμ Αλτμαν της OpenAI, έγραψε ότι «σε μια δεκαετία ίσως όλοι στη γη θα είναι σε θέση να επιτύχουν περισσότερα από ό,τι μπορεί ο πιο επιδραστικός άνθρωπος σήμερα».

Ενώ η τεχνητή νοημοσύνη μπορεί αρχικά να ενισχύσει την παραγωγικότητα, ο μακροπρόθεσμος αντίκτυπός της θα είναι η εμπορευματοποίηση δεξιοτήτων και η αυτοματοποίηση εργασιών

Η πρόβλεψη του Άλτμαν αξιοποιεί μια καθιερωμένη σχολή σκέψης, όπως εξηγεί ο Economist. Καθώς τα μοντέλα μεγάλων γλωσσών κέρδισαν για πρώτη φορά δημοτικότητα στις αρχές της δεκαετίας του 2020, οι οικονομολόγοι και τα αφεντικά ήλπιζαν ότι αυτά και άλλα εργαλεία τεχνητής νοημοσύνης θα ανατρέψουν τους όρους ανταγωνισμού, με τους εργαζόμενους με χαμηλότερη ειδίκευση να επωφελούνται περισσότερο. Λογισμικό ικανό να χειριστεί εργασίες όπως π.χ. η συγγραφή ποίησης, θα εκδημοκρατίσει σίγουρα τις ευκαιρίες. Ο Τζένσεν Χουάνγκ, διευθύνων σύμβουλος της Nvidia και σχεδιαστής μικροτσίπ, οραματίστηκε ένα μέλλον στο οποίο οι εργαζόμενοι «θα είναι όλοι CEOs των παραγόντων AI».

Ωστόσο, πιο πρόσφατα ευρήματα έχουν θέσει υπό αμφισβήτηση αυτό το όραμα. Αντίθετα, υποδεικνύουν ένα μέλλον στο οποίο όσοι βρίσκονται σε υψηλές πτήσεις θα εξακολουθήσουν να πετούν ακόμα πιο υψηλότερα – και οι υπόλοιποι μένουν… χαμηλά. Σε πολύπλοκες εργασίες όπως η έρευνα και η διαχείριση, νέα στοιχεία δείχνουν ότι οι εργαζόμενοι υψηλής ειδίκευσης είναι σε καλύτερη θέση για να εργαστούν με την τεχνητή νοημοσύνη.

Τεχνητή νοημοσύνη και εργατικό δυναμικό

Η αξιολόγηση της απόδοσης των μοντέλων απαιτεί τεχνογνωσία και καλή κρίση. Αντί να περιορίσει τις ανισότητες, η τεχνητή νοημοσύνη είναι πιθανό να διευρύνει τις διαφορές στο εργατικό δυναμικό, όπως και οι προηγούμενες τεχνολογικές επαναστάσεις, επισημαίνει ο Economist.

Η περίπτωση της τεχνητής νοημοσύνης ως δύναμη εξισορρόπησης υποστηρίχθηκε από έρευνα που δείχνει ότι η τεχνολογία ενισχύει περισσότερο τους λιγότερο έμπειρους εργαζόμενους. Μια μελέτη του 2023 από τον Erik Brynjolfsson από το Πανεπιστήμιο του Στάνφορντ και τις Danielle Li και Lindsey Raymond του Ινστιτούτου Τεχνολογίας της Μασαχουσέτης (MIT) διαπίστωσε ότι τα εργαλεία παραγωγής τεχνητής νοημοσύνης αύξησαν την παραγωγικότητα κατά 34 % για τους αρχάριους εργαζόμενους στην υποστήριξη πελατών, βοηθώντας τους να επιλύουν ερωτήματα πιο γρήγορα και πιο αποτελεσματικά. Οι έμπειροι εργαζόμενοι, αντίθετα, είδαν μικρό όφελος, καθώς χρησιμοποιούσαν ήδη προσεγγίσεις βελτιωμένες με AI. Αυτό υποδηλώνει ότι η τεχνολογία θα μπορούσε να μειώσει τα κενά μεταφέροντας τις βέλτιστες πρακτικές από ταλαντούχους σε λιγότερο ταλαντούχους υπαλλήλους.

Παρόμοια τάση παρατηρήθηκε και σε άλλες εργασίες έντασης γνώσης. Έρευνα από τους Shakked Noy και Whitney Zhang του MIT, διαπίστωσε ότι οι πιο αδύναμοι συγγραφείς βίωσαν τις μεγαλύτερες βελτιώσεις στην ποιότητα της δουλειάς τους όταν χρησιμοποιούσαν το ChatGPT της OpenAI για τη σύνταξη υλικού, όπως δελτία τύπου και αναφορές. Πολλοί είδαν καλύτερη ποιότητα χρησιμοποιώντας απλώς το μη επεξεργασμένο ανεπεξέργαστο αποτέλεσμα της τεχνητής νοημοσύνης, υπογραμμίζοντας την ικανότητά της να βελτιώνει την απόδοση των εργαζόμενων της βασικής γραμμής. Ομοίως, ο Jonathan Choi του Πανεπιστημίου της Νότιας Καλιφόρνια και οι συν-συγγραφείς της έρευνας, βρήκαν ένα εργαλείο τεχνητής νοημοσύνης γενικής χρήσης που βελτίωσε την ποιότητα της νομικής εργασίας, όπως η σύνταξη συμβάσεων, κυρίως για τους λιγότερο ταλαντούχους φοιτητές νομικής.

Το πρόβλημα είναι ότι αυτό κατακλύζεται από ένα άλλο αποτέλεσμα. Μια εργασία μπορεί να θεωρηθεί ως μια δέσμη καθηκόντων, όπου η τεχνολογία μπορεί είτε να εμπορευματοποιήσει είτε να βοηθήσει. Για τους ελεγκτές εναέριας κυκλοφορίας, η τεχνολογία είναι μια επαύξηση: επεξεργάζεται δεδομένα πτήσης αφήνοντας τις αποφάσεις στους ανθρώπους, διατηρώντας τους μισθούς σε υψηλά επίπεδα. Αντίθετα, τα συστήματα αυτοεξόφλησης απλοποιούν τους ρόλους των ταμείων, αυτοματοποιώντας εργασίες όπως ο υπολογισμός των αλλαγών. Αυτό μειώνει τις απαιτήσεις δεξιοτήτων, προκαλώντας τη στασιμότητα των μισθών.

Δυσοίωνο μέλλον για τους εργαζόμενους χαμηλής ειδίκευσης

Έτσι, παρά την πρώιμη αισιοδοξία, οι πράκτορες εξυπηρέτησης πελατών και άλλοι εργαζόμενοι με χαμηλή ειδίκευση μπορεί να αντιμετωπίσουν ένα μέλλον παρόμοιο με τους ταμίες. Οι επαναλαμβανόμενες εργασίες τους είναι επιρρεπείς στον αυτοματισμό. Ο Amit Zavery της ServiceNow, μιας εταιρείας επιχειρηματικού λογισμικού, εκτιμά ότι περισσότερο από το 85% των υποθέσεων εξυπηρέτησης πελατών για ορισμένους πελάτες δεν απαιτούν πλέον ανθρώπινη συμμετοχή. Καθώς η τεχνητή νοημοσύνη προχωρά, αυτό το ποσοστό πιθανότατα θα αυξηθεί, αφήνοντας λιγότερους εργαζόμενους να χειρίζονται μόνο τις πιο περίπλοκες υποθέσεις. Ενώ η τεχνητή νοημοσύνη μπορεί αρχικά να ενισχύσει την παραγωγικότητα, ο μακροπρόθεσμος αντίκτυπός της θα είναι η εμπορευματοποίηση δεξιοτήτων και η αυτοματοποίηση εργασιών.

Σε αντίθεση με την προηγούμενη περίοδο της αυτοματοποίησης, η οποία αντικατέστησε τις εργασίες ρουτίνας, όπως η εργασία στη γραμμή συναρμολόγησης και η τήρηση βιβλίων, η τεχνητή νοημοσύνη μπορεί να επεκτείνει την εμβέλειά της σε εργασίες εκτός ρουτίνας και σε δημιουργικές εργασίες. Μπορεί να μάθει σιωπηρά, να αναγνωρίζει μοτίβα και να κάνει προβλέψεις χωρίς ρητές οδηγίες. ίσως, με τον καιρό, θα μπορέσει να γράψει διασκεδαστικά σενάρια και να σχεδιάσει χρήσιμα προϊόντα.

Προς το παρόν, φαίνεται ότι στις βιομηχανίες με υψηλούς μισθούς, το κατώτερο προσωπικό είναι το πιο ευάλωτο στον αυτοματισμό. Στην A&O Shearman, μια δικηγορική εταιρεία, τα εργαλεία τεχνητής νοημοσύνης χειρίζονται πλέον μεγάλο μέρος της καθημερινής εργασίας που κάποτε γινόταν από συνεργάτες ή νομικούς. Το λογισμικό της εταιρείας μπορεί να αναλύει συμβόλαια, να τα συγκρίνει με προηγούμενες συμφωνίες και να προτείνει αναθεωρήσεις σε λιγότερο από 30 δευτερόλεπτα. Οι κορυφαίοι περιπτώσεις ήταν οι καλύτερες στη χρήση της τεχνολογίας για τη λήψη στρατηγικών αποφάσεων, όπως σημείωσε ο David Wakeling, επικεφαλής AI της εταιρείας.

Η στροφή στην πρόσφατη οικονομική έρευνα υποστηρίζει την παρατήρησή του. Αν και οι πρώτες μελέτες εκτίμησαν ότι οι εργαζόμενοι με τις χαμηλότερες επιδόσεις θα μπορούσαν να ωφεληθούν απλώς αντιγράφοντας αποτελέσματα AI, νεότερες μελέτες εξετάζουν πιο σύνθετες εργασίες, όπως η επιστημονική έρευνα, η λειτουργία μιας επιχείρησης και η επένδυση χρημάτων. Σε αυτά τα πλαίσια, τα άτομα με υψηλές επιδόσεις ωφελούνται πολύ περισσότερο από τους συναδέλφους τους με χαμηλότερες επιδόσεις. Σε ορισμένες περιπτώσεις, λιγότεροι παραγωγικοί εργαζόμενοι δεν βλέπουν καμία βελτίωση ή μάλιστα χάνουν και έδαφος.

Έξυπνος σχεδιασμός

Ο Aidan Toner-Rodgers του MIT, για παράδειγμα, διαπίστωσε ότι η χρήση ενός εργαλείου AI για να βοηθήσει στην ανακάλυψη υλικών σχεδόν διπλασίασε την παραγωγικότητα των κορυφαίων ερευνητών, ενώ δεν είχε μετρήσιμο αντίκτυπο στις πιο χαμηλές βαθμίδες. Το λογισμικό επέτρεψε στους ερευνητές να προσδιορίσουν τα επιθυμητά χαρακτηριστικά και στη συνέχεια να δημιουργήσουν υποψήφια υλικά που προβλέπεται να διαθέτουν αυτές τις ιδιότητες. Οι επίλεκτοι επιστήμονες, οπλισμένοι με άφθονη τεχνογνωσία σε θέματα, θα μπορούσαν να εντοπίσουν υποσχόμενες προτάσεις και να απορρίψουν τις φτωχές. Οι λιγότερο αποτελεσματικοί ερευνητές, αντίθετα, αγωνίστηκαν να φιλτράρουν χρήσιμα αποτελέσματα από άσχετα (βλ. διάγραμμα 2).

Οι αγορές εργασίας καθορίζονταν πάντα από την καταστροφή παλαιών ρόλων και τη δημιουργία νέων. Ο David Autor του MIT έχει υπολογίσει ότι το 60% περίπου των θέσεων εργασίας στην Αμερική το 2018 δεν υπήρχαν το 1940. Η δουλειά του «σχεδιαστή αεροπλάνων» προστέθηκε στην απογραφή τη δεκαετία του 1950. Ο «σχεδιαστής συνεδρίων» έφτασε στη δεκαετία του 1990. Αλλά ποιος θα αναλάβει τις νέες θέσεις εργασίας της AI όταν εμφανιστούν; Η ιστορία δείχνει ότι η τεχνολογική πρόοδος ευνοεί τους ειδικευμένους. Στη Βιομηχανική Επανάσταση, οι μηχανικοί που κατέκτησαν τα νέα μηχανήματα είδαν τους μισθούς τους να εκτινάσσονται στα ύψη καθώς οι εργάτες ρουτίνας χάνονταν. Η εποχή των υπολογιστών επιβράβευσε τους μηχανικούς λογισμικού και καθιστούσε τους δακτυλογράφους απαρχαιωμένους. Η τεχνητή νοημοσύνη φαίνεται έτοιμη να ακολουθήσει μια παρόμοια πορεία, ωφελώντας όσους διαθέτουν κρίση, ευελιξία και εξειδίκευση για την πλοήγηση σε περίπλοκα, πλούσια σε πληροφορίες περιβάλλοντα.

Επιπλέον, τα σημερινά εργαλεία AI είναι μόνο η αρχή. Καθώς η τεχνολογία γίνεται πιο εξελιγμένη, οι ημιαυτόνομοι εργαζόμενοι ικανοί να ενεργούν ανεξάρτητα —όπως οραματίστηκε ο κ. Χουάνγκ — ενδέχεται να μεταμορφώσουν τους χώρους εργασίας. Αυτό θα μπορούσε να κάνει κάθε εργαζόμενο ένα είδος Διευθύνοντος Συμβούλου, όπως ακριβώς έχει προβλέψει ο CEO της Nvidia. Αλλά δεν θα υπάρξει ισοπέδωση: οι πιο ταλαντούχοι θα συνεχίσουν να κάνουν τους καλύτερους CEO.