Η AI μπορεί να μην σας πάρει τη θέση, αλλά θα πάρει τα εύσημα για τη δουλειά σας

Η τεχνητή νοημοσύνη (AI) έχει καταστεί καθοριστικό χαρακτηριστικό των σύγχρονων χώρων εργασίας, υποσχόμενη μεγαλύτερη αποδοτικότητα, ταχύτερη επίλυση προβλημάτων και αυξημένη παραγωγικότητα.

Εταιρείες από όλους τους κλάδους ενθαρρύνουν τους υπαλλήλους να ενσωματώνουν εργαλεία τεχνητής νοημοσύνης στις καθημερινές τους εργασίες, παρουσιάζοντας συχνά την υιοθέτηση της τεχνητής νοημοσύνης ως βασικό δείκτη καινοτομίας και ανταγωνιστικότητας.

Ωστόσο, ένας αυξανόμενος αριθμός επαγγελματιών ανακαλύπτει ένα απροσδόκητο μειονέκτημα: όσο πιο ανοιχτά αναγνωρίζουν τον ρόλο της τεχνητής νοημοσύνης στην εργασία τους, τόσο πιο πιθανό είναι οι δικές τους συνεισφορές να παραβλεφθούν.

Αυτό έχει δημιουργήσει ένα παράδοξο στον χώρο εργασίας. Από τους υπαλλήλους αναμένεται να χρησιμοποιούν την τεχνητή νοημοσύνη για να βελτιώσουν την απόδοσή τους, όμως το να παραδεχτούν ότι βασίστηκαν σε αυτήν μπορεί να οδηγήσει τους διευθυντές και τους συναδέλφους τους να υποθέσουν ότι η τεχνολογία αξίζει το μεγαλύτερο μέρος της αναγνώρισης.

Καθώς οι οργανισμοί συναγωνίζονται να υιοθετήσουν την τεχνητή νοημοσύνη, οι εργαζόμενοι αμφισβητούν όλο και περισσότερο αν η διαφάνεια σχετικά με τη χρήση της τεχνητής νοημοσύνης βοηθά ή βλάπτει την καριέρα τους.

Όταν η AI παίρνει την αναγνώριση

Η Aubrey, αναλύτρια στον τομέα της υγειονομικής περίθαλψης με έδρα τη Νέα Υόρκη, βίωσε αυτό το δίλημμα από πρώτο χέρι, σύμφωνα με όσα είπε στο Busienss Insider.

Αφού πέρασε περισσότερο από ένα χρόνο ερευνώντας και αναπτύσσοντας μια νέα μέθοδο για τη βελτίωση μιας δαπανηρής διαδικασίας ιατρικής παραγωγής, ετοιμάστηκε να παρουσιάσει τα ευρήματά της στην ανώτερη διοίκηση. Αν και είχε χρησιμοποιήσει το Claude, ένα chatbot AI, για περιορισμένη βοήθεια, ο διευθυντής της επέμεινε να τονίσει τη συμβολή της AI κατά τη διάρκεια της παρουσίασης.

Σύμφωνα με την Aubrey, το αίτημα αυτό της φάνηκε άδικο. Οι μήνες έρευνας, ανάλυσης και επίλυσης προβλημάτων ήταν κατά κύριο λόγο δικό της έργο, όμως αναμενόταν από αυτήν να παρουσιάσει την τεχνητή νοημοσύνη ως την κινητήρια δύναμη πίσω από το έργο.

Προσπάθησε να βρει μια ισορροπία, αναγνωρίζοντας τη συμβολή της τεχνητής νοημοσύνης, ενώ παράλληλα ανέδειξε τις δικές της προσπάθειες. Κατά τη διάρκεια της παρουσίασης, ωστόσο, ο προϊστάμενός της την διέκοψε και ισχυρίστηκε ότι ολόκληρο το έργο είχε ουσιαστικά δημιουργηθεί σε λίγα λεπτά με τη βοήθεια της τεχνητής νοημοσύνης.

Οι συνέπειες ξεπέρασαν τα όρια της παρουσίασης.

Η Aubrey έλαβε αργότερα μια απογοητευτική αξιολόγηση απόδοσης και πιστεύει ότι το περιστατικό επηρέασε την αξιολόγησή της, ενισχύοντας τις ανησυχίες της ότι η αναγνώριση της τεχνητής νοημοσύνης είχε μειώσει την αναγνώριση της δικής της εμπειρογνωμοσύνης.

Μια κοινή ανησυχία σε όλους τους κλάδους

Η εμπειρία της Aubrey δεν είναι καθόλου μοναδική.

Ο Deepak, ένας προγραμματιστής πληροφορικής που εργάζεται για μια εταιρεία τεχνολογίας της λίστας Fortune 500 στην Ινδία, αντιμετώπισε παρόμοιες προκλήσεις αφού κατέγραψε ανοιχτά τη χρήση βοηθών προγραμματισμού με τεχνητή νοημοσύνη.

Αρχικά, ανέφερε τα αυτοματοποιημένα εργαλεία προγραμματισμού απλώς για να διατηρήσει τη διαφάνεια.

Με την πάροδο του χρόνου, όμως, η ανώτερη διοίκηση άρχισε να θεωρεί ότι η τεχνητή νοημοσύνη —και όχι οι δικές του τεχνικές γνώσεις— ήταν υπεύθυνη για τις σημαντικότερες συνεισφορές του. Ο Deepak πιστεύει ότι αυτή η αντίληψη έχει καθυστερήσει μια προαγωγή που περίμενε να λάβει.

Για πολλούς επαγγελματίες, αυτό δημιουργεί μια δύσκολη ισορροπία. Αν συζητήσουν ανοιχτά τη βοήθεια της τεχνητής νοημοσύνης, διακινδυνεύουν να φανούν λιγότερο ικανοί ή λιγότερο αξιόλογοι.

Αν την αποκρύψουν, μπορεί να αισθανθούν ανέντιμοι ή να μην ανταποκριθούν στις προσδοκίες της εταιρείας.

Σε μια εποχή όπου η αυτοματοποίηση που βασίζεται στην τεχνητή νοημοσύνη ήδη αναδιαμορφώνει το εργατικό δυναμικό, η απόφαση για το αν θα αποκαλυφθεί η χρήση της AI έχει καταστεί μια σημαντική επαγγελματική επιλογή.

Η έρευνα αποκαλύπτει την «ποινή της τεχνητής νοημοσύνης»

Ακαδημαϊκές έρευνες υποδηλώνουν ότι αυτοί οι φόβοι είναι βάσιμοι.

Ο Christoph Riedl, καθηγητής διαχείρισης πληροφοριών στο Northeastern University, ανέλυσε πολλαπλές μελέτες που εξέταζαν πώς αντιδρούν οι διευθυντές όταν οι εργαζόμενοι αποκαλύπτουν τη χρήση της τεχνητής νοημοσύνης.

Τα ευρήματα αποκάλυψαν ένα σταθερό μοτίβο: οι διευθυντές έτειναν να υποτιμούν τη συμβολή των εργαζομένων μόλις αποκαλυπτόταν η συμμετοχή της τεχνητής νοημοσύνης.

Αντί να θεωρούν την τεχνητή νοημοσύνη ως εργαλείο παραγωγικότητας, πολλοί υπέθεσαν ότι η τεχνολογία είχε ολοκληρώσει το μεγαλύτερο μέρος της ουσιαστικής εργασίας, ενώ ο εργαζόμενος απλώς επόπτευε τη διαδικασία.

Οι ερευνητές περιγράφουν αυτό το φαινόμενο ως «ποινή της τεχνητής νοημοσύνης». Οι μελέτες διαπίστωσαν ότι οι εργαζόμενοι μπορούσαν να μειώσουν αυτό το φαινόμενο μόνο εξηγώντας με σαφήνεια πώς ακριβώς χρησιμοποιήθηκε η τεχνητή νοημοσύνη και τονίζοντας τα μέρη του έργου που απαιτούσαν ανθρώπινη κρίση, δημιουργικότητα και λήψη αποφάσεων.

Ωστόσο, η παροχή αυτού του επιπέδου λεπτομέρειας δεν είναι πάντα πρακτική, ειδικά καθώς οι οργανισμοί παρακολουθούν όλο και περισσότερο τη χρήση της τεχνητής νοημοσύνης μέσω αυτοματοποιημένων συστημάτων παρακολούθησης.

Παρακολούθηση της AI χωρίς κατανόηση του ρόλου της

Πολλές εταιρείες παρακολουθούν πλέον τη χρήση της τεχνητής νοημοσύνης από τους εργαζόμενους μετρώντας τα «tokens», τις μονάδες πληροφοριών που ανταλλάσσονται με τα συστήματα τεχνητής νοημοσύνης.

Η παρακολούθηση των tokens αποκαλύπτει πόσο συχνά οι εργαζόμενοι αλληλεπιδρούν με τα chatbots και πόσο περιεχόμενο παράγεται, αλλά προσφέρει ελάχιστη εικόνα για την ποιότητα ή τη σημασία της πραγματικής συμβολής της τεχνητής νοημοσύνης.

Ως αποτέλεσμα, η υψηλή χρήση της τεχνητής νοημοσύνης δεν υποδηλώνει απαραίτητα ουσιαστική παραγωγικότητα. Οι εργαζόμενοι θα μπορούσαν θεωρητικά να περνούν ώρες κάνοντας άσχετες ερωτήσεις στα chatbots, ενώ φαίνονται ιδιαίτερα αφοσιωμένοι στα εργαλεία τεχνητής νοημοσύνης.

Αναγνωρίζοντας αυτόν τον περιορισμό, ορισμένες εταιρείες έχουν αρχίσει να επανεξετάζουν αυτούς τους δείκτες. Η Amazon, για παράδειγμα, κατάργησε έναν εσωτερικό πίνακα κατάταξης που βαθμολογούσε τους υπαλλήλους βάσει της χρήσης «token» τεχνητής νοημοσύνης, αφού συνειδητοποίησε ότι ενθάρρυνε την ποσότητα έναντι των ουσιαστικών αποτελεσμάτων.

Τα πιο προηγμένα συστήματα παρουσιάζουν επίσης προκλήσεις. Ορισμένοι βοηθοί προγραμματισμού τεχνητής νοημοσύνης επισημαίνουν αυτόματα τον παραγόμενο κώδικα ως «υποστηριζόμενο από τεχνητή νοημοσύνη», αλλά συχνά αποτυγχάνουν να διακρίνουν ποια τμήματα δημιουργήθηκαν από την τεχνητή νοημοσύνη και ποια απαιτούσαν ουσιαστική ανθρώπινη εμπειρογνωμοσύνη.

Αυτή η έλλειψη λεπτομέρειας μπορεί να ενισχύσει την εσφαλμένη αντίληψη ότι η τεχνητή νοημοσύνη αξίζει το μεγαλύτερο μέρος της αναγνώρισης.

Αναζήτηση δίκαιης απόδοσης

Ερευνητές και εταιρείες τεχνολογίας διερευνούν πλέον καλύτερους τρόπους για την αναγνώριση τόσο της ανθρώπινης συνεισφοράς όσο και της συνεισφοράς της τεχνητής νοημοσύνης.

Μια προσέγγιση, που αναπτύχθηκε μέσω της πλατφόρμας προγραμματισμού ανοιχτού κώδικα OpenHands, προσθέτει σχολιασμούς που προσδιορίζουν τον κώδικα που δημιουργήθηκε από την τεχνητή νοημοσύνη, επιτρέποντας παράλληλα στους αξιολογητές να εκτιμήσουν το συνολικό έργο του προγραμματιστή.

Η IBM έχει παρουσιάσει μια ακόμη πιο λεπτομερή λύση, το «AI Attribution Toolkit». Εμπνευσμένο από την «Ταξινόμηση Ρόλων Συντελεστών» (Contributor Role Taxonomy) που χρησιμοποιείται στις επιστημονικές εκδόσεις, το εργαλείο αυτό επιτρέπει στους χρήστες να προσδιορίσουν πόσο έργο δημιουργήθηκε από την τεχνητή νοημοσύνη, αν το περιεχόμενο ελέγχθηκε από ανθρώπους και ποιες πτυχές απαιτούσαν ανθρώπινη εμπειρογνωμοσύνη. Στη συνέχεια, παράγει μια δήλωση αναγνώρισης που μπορεί να συνοδεύει εκθέσεις, έγγραφα ή έργα λογισμικού.

Οι υποστηρικτές υποστηρίζουν ότι η λεπτομερής αναφορά πηγών παρέχει μεγαλύτερη διαφάνεια, αποτρέποντας ταυτόχρονα απλοϊκές υποθέσεις σχετικά με τον ρόλο της τεχνητής νοημοσύνης.

Αντί να αναφέρουν απλώς ότι χρησιμοποιήθηκε τεχνητή νοημοσύνη, αυτά τα συστήματα εξηγούν ακριβώς πώς συνέβαλε, συμβάλλοντας στη διατήρηση της αναγνώρισης της ανθρώπινης δημιουργικότητας και της λήψης αποφάσεων.

Το ανθρώπινο κόστος της διαφάνειας

Παρά αυτές τις καινοτομίες, οι νοοτροπίες στον χώρο εργασίας παραμένουν ένα σημαντικό εμπόδιο.

Μελέτες δείχνουν ότι οι συνάδελφοι συχνά εμπιστεύονται λιγότερο τους εργαζόμενους όταν μαθαίνουν ότι η τεχνητή νοημοσύνη συμμετείχε στην εργασία τους, ακόμη και όταν η τεχνολογία χρησίμευσε μόνο ως εργαλείο υποστήριξης.

Ορισμένοι εξακολουθούν να συνδέουν τη χρήση της τεχνητής νοημοσύνης με μειωμένη προσπάθεια, περιορισμένη εξειδίκευση ή ακόμη και τεμπελιά.

Αυτό δημιουργεί ένα δυσάρεστο ηθικό δίλημμα. Οι εργαζόμενοι που αποκαλύπτουν ειλικρινά τη βοήθεια της τεχνητής νοημοσύνης ενδέχεται να αντιμετωπίσουν επαγγελματικά μειονεκτήματα, ενώ όσοι παραμένουν σιωπηλοί αποφεύγουν αυτές τις κυρώσεις.

Οι ερευνητές υποστηρίζουν ότι οι οργανισμοί χρειάζονται σαφέστερες πολιτικές και πολιτισμικές νόρμες που να ενθαρρύνουν τη διαφάνεια χωρίς να τιμωρούν τα άτομα που την εφαρμόζουν.

Ορισμένες εταιρείες έχουν ήδη αλλάξει την οπτική τους. Αντί να εστιάζουν στα εργαλεία που χρησιμοποίησαν οι εργαζόμενοι, δίνουν έμφαση στην ευθύνη για το τελικό αποτέλεσμα.

Σύμφωνα με αυτή την προσέγγιση, τα άτομα λαμβάνουν αναγνώριση —και αναλαμβάνουν την ευθύνη— για το ολοκληρωμένο έργο, ανεξάρτητα από το αν η τεχνητή νοημοσύνη συνέβαλε στη διαδικασία.

Επαναπροσδιορίζοντας την ιδιοκτησία στην εποχή της AI

Η συζήτηση τελικά εκτείνεται πέρα από την παραγωγικότητα.

Οι ειδικοί υποστηρίζουν ότι το πραγματικό ερώτημα δεν είναι αν η τεχνητή νοημοσύνη συνέβαλε, αλλά αν ο εργαζόμενος κατανοεί πλήρως, μπορεί να υπερασπιστεί και παραμένει υπεύθυνος για το τελικό αποτέλεσμα.

Σε αντίθεση με το παραδοσιακό λογισμικό, όπως τα υπολογιστικά φύλλα ή οι αριθμομηχανές, τα σύγχρονα συστήματα τεχνητής νοημοσύνης μπορούν να παράγουν ιδέες, να συντάσσουν εκθέσεις και να αναπτύσσουν κώδικα υπολογιστή με ελάχιστη ανθρώπινη παρέμβαση. Αυτό εγείρει σύνθετα ερωτήματα σχετικά με την πατρότητα, την ιδιοκτησία και την επαγγελματική ευθύνη.

Οι εργαζόμενοι ανησυχούν επίσης ότι, ενώ η τεχνητή νοημοσύνη μπορεί να λαμβάνει επαίνους για επιτυχημένα έργα, οι άνθρωποι παραμένουν υπεύθυνοι όταν συμβαίνουν λάθη. Εάν διαφύγουν λάθη που προκλήθηκαν από την τεχνητή νοημοσύνη, οι εργαζόμενοι —και όχι η τεχνολογία— θεωρούνται συνήθως υπεύθυνοι.

Καθώς η τεχνητή νοημοσύνη ενσωματώνεται όλο και περισσότερο στην επαγγελματική ζωή, οι οργανισμοί θα πρέπει να δημιουργήσουν περιβάλλοντα όπου η επάρκεια στη χρήση της τεχνητής νοημοσύνης ενισχύει τη φήμη των εργαζομένων αντί να την υπονομεύει.

Διαφορετικά, οι επιχειρήσεις διακινδυνεύουν να δημιουργήσουν μια κουλτούρα όπου οι εργαζόμενοι παράγουν περισσότερα, λαμβάνουν λιγότερη αναγνώριση και σταδιακά χάνουν την αίσθηση της κυριότητας επί των δικών τους επιτευγμάτων.

Μακροπρόθεσμα, η πραγματική καινοτομία θα εξαρτάται όχι μόνο από ισχυρά συστήματα τεχνητής νοημοσύνης, αλλά και από τη διασφάλιση ότι οι άνθρωποι που τα χρησιμοποιούν θα συνεχίσουν να λαμβάνουν την αναγνώριση που τους αξίζει.