Η ραγδαία εξάπλωση της τεχνητής νοημοσύνης (ΑΙ) αναδιαμορφώνει, πολλές φορές ακόμη και βίαια, βασικές παραμέτρους της απασχόλησης, με αποτέλεσμα η επόμενη δεκαετία να θεωρείται για την Ελλάδα και την εγχώρια αγορά εργασίας εξαιρετικά κρίσιμη.
Η χώρα μας βρίσκεται μπροστά σε ένα δύσκολο σταυροδρόμι: η τεχνολογική επανάσταση της τεχνητής νοημοσύνης μπορεί να αποτελέσει πηγή αναβάθμισης της παραγωγής, της ποιότητας της εργασίας και της ανταγωνιστικότητας, ταυτόχρονα όμως μπορεί να ενισχύσει ανισότητες, να δημιουργήσει επισφάλεια και, κυρίως, να αφήσει πίσω όσους δεν προσαρμοστούν. Ολοι οι ειδικοί επισημαίνουν πως χρειάζεται άμεσα στρατηγική, επενδύσεις σε ανθρώπινο δυναμικό και επιχειρήσεις, καθώς και θεσμικές αλλαγές που θα διασφαλίσουν ότι η τεχνολογία δεν θα αντικαταστήσει τον άνθρωπο, αλλά θα τον ενισχύσει. Οπως υπογραμμίζει χαρακτηριστικά ο γενικός γραμματέας Εργασιακών Σχέσεων Νίκος Μηλαπίδης, με δηλώσεις του στην «Κ», «στόχος είναι κανείς να μη μείνει πίσω».
Μελέτη του Οργανισμού Οικονομικής Συνεργασίας και Ανάπτυξης (ΟΟΣΑ) αναφέρει ότι κατά μέσον όρο σχεδόν ένα στα τέσσερα επαγγέλματα (28%) διατρέχει υψηλό κίνδυνο αυτοματοποίησης. Ειδικά για την Ελλάδα, η μελέτη εκτιμά ότι περίπου 6 στις 10 θέσεις εργασίας θα «συνεργάζονται» με την τεχνητή νοημοσύνη, τρεις θα παραμείνουν σχετικά ανεπηρέαστες, ενώ μόνο μία θέση στις 10 θεωρείται «υψηλού ρίσκου», καθώς εκτιμάται ότι θα αντικατασταθεί από την ΑΙ.
Η ζήτηση για δεξιότητες τεχνητής νοημοσύνης και συναφείς ρόλους είναι ήδη ορατή στην αγορά: σε σχετικές αγγελίες για την Ελλάδα καταγράφονται θέσεις «AI/ML Engineer», «AI Developer» κ.ά. Και μεταξύ των επαγγελμάτων που κινδυνεύουν περισσότερο συγκαταλέγονται πωλητές, διερμηνείς και μεταφραστές, πολιτικοί επιστήμονες, εκπρόσωποι εξυπηρέτησης πελατών, τηλεφωνητές, υπάλληλοι χρηματιστηριακών συναλλαγών, υπάλληλοι υποδοχής σε ξενοδοχεία, μαθηματικοί, ειδικοί Δημοσίων Σχέσεων, επιστήμονες δεδομένων, προγραμματιστές ιστοσελίδων, χειριστές επικοινωνιών δημόσιας ασφάλειας αλλά και αρκετές ειδικότητες καθηγητών.
Εξι στις δέκα θέσεις εργασίας θα συνεργάζονται με την AI, τρεις θα παραμείνουν ανεπηρέαστες, ενώ μόνο μία στις δέκα θεωρείται «υψηλού ρίσκου» για αντικατάσταση από την ΑΙ.
Πρόκειται κατά κύριο λόγο για επαγγέλματα του «λευκού κολάρου», που περιλαμβάνουν γνωστική εργασία, όπως υπολογιστές, μαθηματικά ή διοικητικά καθήκοντα γραφείου αλλά και οι πωλήσεις, επειδή συνήθως περιλαμβάνουν παρουσίαση και εξήγηση πληροφοριών.
Οπως επισημαίνει ο κ. Μηλαπίδης, «η τεχνητή νοημοσύνη αλλάζει ήδη τον τρόπο που δουλεύουμε. Το μέλλον ολόκληρων χωρών και οικονομιών θα εξαρτηθεί από την προθυμία και την ικανότητά τους να προσαρμοστούν σε αυτήν». Ο γενικός διευθυντής Εργασιακών Σχέσεων του υπουργείου Εργασίας, Κώστας Αγραπιδάς, υπογραμμίζει πως μπορεί τα επαγγέλματα με «ρουτίνα» –διοικητικά/γραμματειακά, πωλήσεις, τράπεζες– να είναι τα πιο εκτεθειμένα, όμως δημιουργείται κι ένας νέος εργασιακός ρόλος, αυτός του «Boss of the Agent»: του ανθρώπου που δεν θα αντικαθίσταται από τα έξυπνα συστήματα, αλλά θα γίνει ο επικεφαλής τους, ο συντονιστής «bots» και αυτοματοποιημένων συστημάτων. Η τάση αυτή απαιτεί νέες δεξιότητες: κατανόηση των αλγορίθμων, ικανότητα διαχείρισης δεδομένων, κριτική σκέψη και δεοντολογική επίγνωση. «Ο εργαζόμενος γίνεται ψηφιακός ηγέτης που συντονίζει «agents» ώστε να επιτυγχάνει στόχους με ανθρώπινη κρίση και ευθύνη», δηλώνει χαρακτηριστικά. Και σημειώνει για παράδειγμα ότι η τεχνητή νοημοσύνη θα μπορούσε να χρησιμοποιηθεί άμεσα από τις ελληνικές επι-χειρήσεις σε περιπτώσεις όπως:
• Ανάλυση κινδύνου, ανίχνευση απάτης και εξυπηρέτηση πελατών.
• Χρήση μηχανικής μάθησης για οικονομικές προβλέψεις και αυτοματοποιημένες διαδικασίες δανειοδότησης.
• Ψηφιακοί βοηθοί και AI analytics.
• Ενσωμάτωση AI στα δίκτυα και στην εξυπηρέτηση πελατών.
• Δημιουργία πλατφορμών για επιχειρήσεις και δημόσιο τομέα με τεχνητή νοημοσύνη.
• Βελτιστοποίηση κρατήσεων και εμπειρίας πελατών σε ενοικιαζόμενα διαμερίσματα.
• Διαχείριση προσλήψεων, ανάλυση βιογραφικών και αυτόματη επιλογή υποψηφίων.
• Ανάπτυξη έξυπνων ολοκληρωμένων κυκλωμάτων με ενσωματωμένη AI για IoT εφαρμογές.
• Συνδυασμός AI και στρατηγικής πολιτικής για επαναπατρισμό ταλέντων και επανειδίκευση εργαζομένων.
Πόσο ώριμες είναι όμως οι ελληνικές επιχειρήσεις για να δεχθούν τα πολλαπλά τεχνολογικά κύματα; Η παραγωγική δομή της χώρας εξακολουθεί να βασίζεται στην εντατικοποίηση της εργασίας, στην πολύπλευρη αυτοαπασχόληση και στις περιορισμένες επενδύσεις σε καινοτομία, παράγοντες που δυσκολεύουν την υιοθέτηση τεχνητής νοημοσύνης, σύμφωνα με τον γενικό διευθυντή του Ινστιτούτου Εργασίας της ΓΣΕΕ Χρήστο Γούλα.
Η επιτυχής μετάβαση στην εποχή της τεχνητής νοημοσύνης, σε μια χώρα όπως η Ελλάδα, προϋποθέτει συνδυασμό πολιτικών, επενδύσεων και οργανωτικών μεταρρυθμίσεων, όπως:
1. Δια βίου κατάρτιση και δεξιότητες του μέλλοντος. Οπως σημειώνει ο κ. Μηλαπίδης, πρόκειται για το κλειδί της προσαρμογής, καθώς ο μέσος χρόνος ζωής των δεξιοτήτων υπολογίζεται πλέον μόλις στα πέντε έτη.
2. Καλλιέργεια δεξιοτήτων πέραν των τεχνικών (coding, data science) όπως κριτική σκέψη, διαχείριση δεδομένων, κατανόηση αλγορίθμων και δεοντολογική επίγνωση.
Μονόδρομος η διά βίου κατάρτιση – πρόκειται για το κλειδί της προσαρμογής, καθώς ο μέσος χρόνος ζωής των δεξιοτήτων υπολογίζεται πλέον μόλις στα πέντε έτη.
3. Κατάρτιση που θα στοχεύει σε επαγγέλματα που είναι ευάλωτα στην αυτοματοποίηση – ώστε να μη μείνει κανείς «πίσω».
4. Επένδυση στην ψηφιακή καινοτομία των επιχειρήσεων. Βέβαια, ο παραγωγικός μετασχηματισμός, σύμφωνα με τον κ. Γούλα, προϋποθέτει ότι οι επιχειρήσεις θα σταματήσουν να βλέπουν την τεχνητή νοημοσύνη ως μέσο επιτήρησης και εντατικοποίησης και θα την αντιληφθούν ως εργαλείο ενδυνάμωσης της εργασίας: δημιουργικότητα, συνεργασία, αύξηση παραγωγικότητας.
5. Μηχανισμός προειδοποίησης και ανάλυσης της αγοράς εργασίας. Με βάση διεθνή παραδείγματα αλλά και στοιχεία του ΟΟΣΑ που δείχνουν διαφορετικές πιέσεις ανά περιοχή και επάγγελμα.
6. Κοινωνικός διάλογος και θεσμικές εγγυήσεις. Γιατί, όπως τονίζει ο γενικός διευθυντής του Ινστιτούτου της ΓΣΕΕ, η ανάπτυξη της τεχνητής νοημοσύνης οφείλει να ιδωθεί μακριά από τεχνοφοβικές ή μηδενιστικές προσεγγίσεις, ως μια ιστορική ευκαιρία για την αναθεώρηση των τρόπων με τους οποίους οργανώνεται και νοηματοδοτείται η εργασία.
