Χειρωνακτική και πνευματική εργασία: Κάνει «διακρίσεις» η AI; Τα 40 επαγγέλματα που απειλεί περισσότερο

Η ανθρωπότητα βρίσκεται στο κατώφλι μιας δομικής αλλαγής που όμοιά της δεν έχει καταγραφεί από την εποχή της πρώτης Βιομηχανικής Επανάστασης. Αν τότε η ατμομηχανή αντικατέστησε τη μυϊκή δύναμη, σήμερα η παραγωγική τεχνητή νοημοσύνη (AI) έρχεται να αναμετρηθεί με την ανθρώπινη νόηση, τη γλωσσική επεξεργασία και τη δημιουργική σύνθεση.

Μια πρόσφατη, αποκαλυπτική μελέτη της Microsoft Research έφερε στο φως δεδομένα που προκαλούν ίλιγγο, χαρτογραφώντας με ακρίβεια τα επαγγέλματα εκείνα που πλέον θεωρούνται «ευάλωτα» στην ψηφιακή αυτοματοποίηση.

Η έρευνα δεν βασίστηκε σε γενικές υποθέσεις, αλλά στη χρήση του δείκτη «βαθμολογία εφαρμοσιμότητας τεχνητής νοημοσύνης». Οι ερευνητές ανέλυσαν χιλιάδες καθημερινά καθήκοντα και εξέτασαν σε ποιο βαθμό τα Μεγάλα Γλωσσικά Μοντέλα, όπως το GPT-4, μπορούν να τα εκτελέσουν με την ίδια ή και μεγαλύτερη αποτελεσματικότητα από έναν άνθρωπο. Το συμπέρασμα είναι σαφές: η «πνευματική εργασία», δηλαδή η εργασία γραφείου και γνώσης, βρίσκεται πλέον στο επίκεντρο της καταιγίδας.

Η λίστα της Microsoft

Σύμφωνα με τα ευρήματα της Microsoft, τα παρακάτω 40 επαγγέλματα παρουσιάζουν τον υψηλότερο κίνδυνο να αντικατασταθούν από την τεχνητή νοημοσύνη:

• Διερμηνείς και Μεταφραστές
• Ιστορικοί
• Συνοδοί επιβατών
• Εκπρόσωποι Πωλήσεων Υπηρεσιών
• Συγγραφείς και Λογοτέχνες
• Εκπρόσωποι Εξυπηρέτησης Πελατών
• Προγραμματιστές εργαλειομηχανών CNC
• Τηλεφωνητές
• Εκδότες Εισιτηρίων / Τουριστικοί Υπάλληλοι
• Ραδιοφωνικοί Παραγωγοί / Εκφωνητές
• Υπάλληλοι Χρηματιστηρίου
• Εκπαιδευτές Οικιακής και Αγροτικής Οικονομίας
• Τηλεπωλητές
• Υπάλληλοι Υποδοχής Ξενοδοχείων
• Πολιτικοί Επιστήμονες
• Δημοσιογράφοι και Αναλυτές Ειδήσεων
• Μαθηματικοί
• Τεχνικοί Συγγραφείς
• Διορθωτές Κειμένων
• Υπεύθυνοι Υποδοχής (Hosts/Hostesses)
• Επιμελητές Κειμένων (Editors)
• Καθηγητές Διοίκησης Επιχειρήσεων (Ανώτερη Εκπαίδευση)
• Ειδικοί Δημοσίων Σχέσεων
• Εμπορικοί Προωθητές Προϊόντων
• Πωλητές Διαφημίσεων
• Υπάλληλοι Ανοίγματος Λογαριασμών
• Στατιστικοί Βοηθοί
• Υπάλληλοι Ενοικίασης / Εξυπηρέτησης Πελατών
• Επιστήμονες Δεδομένων (Data Scientists)
• Σύμβουλοι Οικονομικού Σχεδιασμού
• Αρχειονόμοι
• Καθηγητές Οικονομικών (Ανώτερη Εκπαίδευση)
• Προγραμματιστές Ιστοσελίδων
• Σύμβουλοι Διοίκησης / Αναλυτές
• Γεωγράφοι
• Μοντέλα
• Αναλυτές Έρευνας Αγοράς
• Τηλεπικοινωνητές Δημόσιας Ασφάλειας
• Τηλεφωνητές Κέντρων (Switchboard Operators)
• Καθηγητές Βιβλιοθηκονομίας (Ανώτερη Εκπαίδευση)

Κοιτάζοντας τη λίστα, παρατηρεί κανείς μια κοινή συντεταγμένη: την επεξεργασία πληροφορίας. Επαγγέλματα όπως οι μεταφραστές και οι συγγραφείς βρίσκονται στην κορυφή, καθώς η τεχνητή νοημοσύνη έχει πλέον κατακτήσει τη σύνταξη, τη γραμματική και το ύφος σε βαθμό που η ανθρώπινη παρέμβαση γίνεται απαραίτητη μόνο για την τελική επιμέλεια.

Αντίστοιχα, οι μαθηματικοί και οι στατιστικολόγοι βλέπουν τους αλγορίθμους να εκτελούν υπολογισμούς και να αναγνωρίζουν μοτίβα σε δευτερόλεπτα, εργασία που άλλοτε απαιτούσε εβδομάδες ανθρώπινου μόχθου.

Ιδιαίτερο ενδιαφέρον παρουσιάζει η συμπερίληψη των προγραμματιστών ιστού (web developers) και των Προγραμματιστών γενικότερα. Ενώ η πληροφορική ήταν ο κλάδος που δημιούργησε την τεχνητή νοημοσύνη, τώρα η ίδια η τεχνολογία αυτοματοποιεί τη συγγραφή κώδικα. Εργαλεία όπως το GitHub Copilot επιτρέπουν σε έναν αρχάριο να παράγει κώδικα που κάποτε απαιτούσε χρόνια εμπειρίας, μειώνοντας δραματικά τη ζήτηση για θέσεις εργασίας εισαγωγικού επιπέδου.

Η έκθεση της Microsoft καταρρίπτει έναν μακροχρόνιο μύθο: ότι η ανώτατη εκπαίδευση αποτελεί ασπίδα προστασίας. Στην πραγματικότητα, συμβαίνει το αντίθετο. Τα επαγγέλματα που απαιτούν πτυχίο πανεπιστημίου και υψηλή εξειδίκευση σε γνωστικά αντικείμενα (π.χ. νομικοί βοηθοί, οικονομικοί αναλυτές) είναι εκείνα που παρουσιάζουν τη μεγαλύτερη «έκθεση» στην τεχνητή νοημοσύνη.

Αυτό συμβαίνει γιατί η τεχνητή νοημοσύνη αριστεύει σε δομημένα περιβάλλοντα δεδομένων. Μπορεί να διαβάσει 10.000 δικαστικές αποφάσεις και να συντάξει μια νομική σύνοψη σε χρόνο μηδέν. Αντίθετα, επαγγέλματα που απαιτούν κίνηση στον φυσικό κόσμο και αλληλεπίδραση με απρόβλεπτες συνθήκες παραμένουν απρόσβλητα.

Ποιοι είναι οι «ασφαλείς» της νέας εποχής;

Αν και η μελέτη εστιάζει στους κινδύνους, αναδεικνύει ταυτόχρονα και τα «κάστρα» της ανθρώπινης απασχόλησης. Η Microsoft επισημαίνει ότι οι χειρωνακτικές εργασίες και οι υπηρεσίες προσωπικής φροντίδας είναι οι πλέον δυσεύρετες για τους αλγορίθμους.

Υγεία: Νοσηλευτές, φυσικοθεραπευτές και χειρουργοί συνδυάζουν γνώση με λεπτή κινητικότητα και ενσυναίσθηση, κάτι που η τεχνητή νοημοσύνη δεν μπορεί να προσομοιώσει.

Τεχνικά επαγγέλματα: Υδραυλικοί, ηλεκτρολόγοι, ξυλουργοί και τεχνικοί εγκαταστάσεων. Η πολυπλοκότητα της εργασίας σε ένα εργοτάξιο ή η επισκευή μιας βλάβης σε ένα σπίτι απαιτεί φυσική προσαρμοστικότητα που τα σημερινά ρομπότ στερούνται.

Εστίαση και φροντίδα: Μάγειρες, κοινωνικοί λειτουργοί και φροντιστές ηλικιωμένων παραμένουν στο απυρόβλητο λόγω της ανάγκης για αυθεντική ανθρώπινη σύνδεση.

Το κρίσιμο ερώτημα που προκύπτει από την έκθεση είναι αν η τεχνητή νοημοσύνη θα οδηγήσει σε μαζική ανεργία ή σε μια νέα εποχή αφθονίας. Η Microsoft υποστηρίζει το μοντέλο του «συγκυβερνήτη» – της ιδέας δηλαδή ότι η τεχνολογία δεν θα αντικαταστήσει τον άνθρωπο, αλλά θα γίνει ο ψηφιακός του βοηθός.

Ωστόσο, η οικονομική πραγματικότητα είναι πιο περίπλοκη. Όταν μια επιχείρηση μπορεί να παράγει το ίδιο έργο με το 20% του προσωπικού της, η πίεση για μείωση του κόστους είναι αναπόφευκτη.

Οι ειδικοί δημοσίων σχέσεων και οι συντάκτες, για παράδειγμα, θα κληθούν να διαχειρίζονται δεκάδες εργαλεία τεχνητής νοημοσύνης αντί να γράφουν οι ίδιοι, κάτι που σημαίνει ότι θα χρειάζονται λιγότεροι άνθρωποι για τον ίδιο όγκο δουλειάς.

Πώς πρέπει να αντιδράσει ο εργαζόμενος του σήμερα; Η λέξη-κλειδί είναι η «ευελιξία». Η έρευνα δείχνει ότι η γνώση μιας συγκεκριμένης εφαρμογής ή μιας γλώσσας προγραμματισμού έχει πλέον ημερομηνία λήξης. Η αξία μετατοπίζεται από την «εκτέλεση» στην «κρίση».

Μηχανική εντολών (prompt engineering): Η ικανότητα να καθοδηγείς την τεχνητή νοημοσύνη ώστε να παίρνεις το επιθυμητό αποτέλεσμα γίνεται βασική δεξιότητα.

Ηθική επίβλεψη: Οι μηχανές συχνά παράγουν λάθη ή «παραισθήσεις». Ο άνθρωπος-ελεγκτής που θα φιλτράρει και θα εγγυηθεί την εγκυρότητα του αποτελέσματος θα είναι περιζήτητος.

Συναισθηματική νοημοσύνη: Σε έναν κόσμο γεμάτο αλγοριθμικό περιεχόμενο, η ικανότητα να χτίζεις σχέσεις εμπιστοσύνης με πελάτες και συνεργάτες θα έχει υψηλή αξία.

Το μέλλον της εκπαίδευσης

Η λίστα των 40 επαγγελμάτων αποτελεί και έναν οδηγό για την αναθεώρηση της εκπαίδευσης. Τα πανεπιστήμια οφείλουν να σταματήσουν να εκπαιδεύουν φοιτητές σε δεξιότητες που η τεχνητή νοημοσύνη εκτελεί ήδη καλύτερα.

Οι λογιστές και οι φοροτεχνικοί του μέλλοντος δεν πρέπει να μαθαίνουν απλή καταχώρηση δεδομένων, αλλά στρατηγικό οικονομικό σχεδιασμό και διαχείριση κρίσεων. Η εκπαίδευση πρέπει να στραφεί στη διδασκαλία της κριτικής σκέψης, της δημιουργικής επίλυσης προβλημάτων και της διεπιστημονικής προσέγγισης.

Παρά τις ανησυχητικές προβλέψεις, η επέλαση της τεχνητής νοημοσύνης μπορεί να κρύβει μια ευκαιρία. Απαλλάσσοντας τον άνθρωπο από τις επαναλαμβανόμενες, βαρετές και γραφειοκρατικές εργασίες (όπως αυτές των υπαλλήλων τιμολόγησης ή των διαχειριστών αρχείων), η τεχνολογία ίσως μας επιτρέψει να επιστρέψουμε στην ουσία της εργασίας: τη δημιουργία, τη στρατηγική και την κοινωνική προσφορά.

Η απάντηση κρύβεται στην ικανότητά μας να εξελισσόμαστε ταχύτερα από τον κώδικα που δημιουργούμε

Η λίστα της Microsoft δεν είναι ένα «νεκροταφείο» επαγγελμάτων, αλλά ένας οδικός χάρτης μετασχηματισμού. Η ιστορία έχει δείξει ότι η τεχνολογία δημιουργεί πάντα περισσότερες θέσεις εργασίας από όσες καταστρέφει, αρκεί η κοινωνία να προσαρμοστεί έγκαιρα.

Η πρόκληση για την επόμενη δεκαετία θα είναι η διαχείριση αυτής της μετάβασης, ώστε να διασφαλιστεί ότι οι καρποί της τεχνητής ευφυΐας θα διαχυθούν σε ολόκληρη την κοινωνία και όχι μόνο στους ιδιοκτήτες των αλγορίθμων.

Το στοίχημα είναι πλέον ανοιχτό: θα γίνουμε οι ενορχηστρωτές των μηχανών ή απλοί παρατηρητές της εξέλιξής τους; Η απάντηση κρύβεται στην ικανότητά μας να εξελισσόμαστε ταχύτερα από τον κώδικα που δημιουργούμε.