Η Τεχνητή Νοημοσύνη και η νέα ανισότητα της ευκαιρίας
Άλλοι αποκλείονται από την αγορά εργασίας, άλλοι αποκτούν τη δύναμη να την ανασχεδιάσουν
Άρθρο γνώμης | mywaypress.gr
Η τεχνητή νοημοσύνη υπόσχεται να πολλαπλασιάσει τις ανθρώπινες δυνατότητες. Ταυτόχρονα, όμως, αρχίζει να αναδιατάσσει την πρόσβαση στην εργασία με τρόπο που μπορεί να διευρύνει τις κοινωνικές αποστάσεις. Η αντίφαση αποτυπώνεται σε δύο ιστορίες: μια 22χρονη απόφοιτη που έχει υποβάλει 511 αιτήσεις εργασίας χωρίς να καταφέρει να συνομιλήσει ουσιαστικά με έναν άνθρωπο και ένας 27χρονος μηχανικός στον οποίο η Cisco αναθέτει να επανασχεδιάσει σχεδόν το σύνολο του παλαιού λογισμικού της, αξιοποιώντας τεχνητή νοημοσύνη, με ορίζοντα 24 μηνών και μια εξαιρετικά μικρή ομάδα.
Οι δύο περιπτώσεις, όπως τις παρουσιάζει ο Peter H. Diamandis στο άρθρο του «AI Is Creating Two Different Futures for Young People» (31 Οκτωβρίου), δεν αποτελούν από μόνες τους στατιστική απόδειξη μιας γενικευμένης τάσης. Είναι, όμως, αποκαλυπτικές ως στιγμιότυπα μιας μετάβασης: η ίδια τεχνολογία μπορεί να λειτουργεί είτε ως φίλτρο αποκλεισμού είτε ως πολλαπλασιαστής παραγωγικής ισχύος. Το κρίσιμο ερώτημα δεν είναι απλώς ποιος χρησιμοποιεί την AI. Είναι ποιος έχει πρόσβαση στα εργαλεία, στην εμπιστοσύνη, στην καθοδήγηση και στις ευκαιρίες που επιτρέπουν να μετατρέψει τη γνώση σε αποτέλεσμα.
Δύο νέοι, δύο διαφορετικές σχέσεις με την ίδια τεχνολογία
Η ιστορία των 511 αιτήσεων συμπυκνώνει μια δυσάρεστη μεταβολή στην είσοδο των νέων στην αγορά εργασίας. Η απόφοιτη βιολογίας δεν συναντά απλώς έναν ανταγωνισμό με άλλους υποψηφίους. Βρίσκεται απέναντι σε μια διαδικασία επιλογής που μπορεί να είναι αυτοματοποιημένη, απρόσωπη και δυσνόητη. Στο παράδειγμα που παραθέτει ο Diamandis, ακόμη και η αίτησή της για εργασία στη Whole Foods καταλήγει σε συνέντευξη με chatbot. Μια δεύτερη περίπτωση νέου αποφοίτου, στο Κάνσας, περιγράφει ανάλογη εμπειρία σε τηλεφωνική συνέντευξη που αποδεικνύεται συνομιλία με AI agent.
Δεν τεκμηριώνεται ότι κάθε αυτοματοποιημένη πρόσληψη είναι άδικη ή ότι η AI ευθύνεται για το σύνολο της δυσκολίας εύρεσης εργασίας. Ο ίδιος ο συγγραφέας αναγνωρίζει τον ρόλο του οικονομικού κύκλου, των εταιρικών αποφάσεων και των παλαιότερων παθογενειών των προσλήψεων. Ωστόσο, η αυτοματοποίηση μπορεί να εντείνει το πρόβλημα: οι εταιρείες περιορίζουν τις εργασίες εισαγωγικού επιπέδου που παλαιότερα αναλάμβαναν νέοι εργαζόμενοι, ενώ ταυτόχρονα αυτοματοποιούν και την πρώτη επαφή μαζί τους.
Απέναντι σε αυτή την εμπειρία βρίσκεται ο Paddy Krishnamurthy, 27 ετών, μηχανικός που εντάχθηκε στη Cisco μέσω της εξαγοράς της νεοφυούς εταιρείας EzDubs, την οποία είχε συνιδρύσει. Σύμφωνα με το δημοσίευμα του Fortune όπως το μεταφέρει ο Diamandis, ο πρόεδρος και επικεφαλής προϊόντων της Cisco, Jeetu Patel, του ανέθεσε να διερευνήσει την αναδόμηση του 98% του παλαιού κώδικα της εταιρείας μέσα σε 24 μήνες, με ομάδα δύο ατόμων και απεριόριστη πρόσβαση σε AI tokens. Το εγχείρημα παρουσιάζεται ως φιλόδοξος στόχος, όχι ως ήδη επιβεβαιωμένο αποτέλεσμα.
Η διαφορά δεν βρίσκεται στην ηλικία ούτε στην κατοχή ενός πτυχίου. Βρίσκεται στη θέση που κατέχει κάθε νέος μέσα στο παραγωγικό σύστημα. Η μία αντιμετωπίζεται ως ακόμη μία αίτηση σε μια απρόσωπη ουρά. Ο άλλος αντιμετωπίζεται ως φορέας μιας ιδέας που αξίζει να δοκιμαστεί, με πρόσβαση σε πόρους, χρόνο και θεσμική εμπιστοσύνη. Η AI πολλαπλασιάζει αυτή τη διαφορά, δεν την εξαφανίζει.
Η πραγματική έλλειψη δεν είναι απλώς τεχνικές δεξιότητες
Ο Diamandis περιγράφει μια αναδυόμενη έλλειψη στελεχών που μπορούν να συνδυάσουν ανθρώπινη φαντασία, τεχνική κρίση και εργαλεία τεχνητής νοημοσύνης. Σε ορισμένες μεγάλες τεχνολογικές επιχειρήσεις, αναφέρει, ένας εργαζόμενος που γνωρίζει να αξιοποιεί την AI σε προχωρημένο επίπεδο μετατρέπεται σε σημείο αναφοράς για ολόκληρο τον οργανισμό. Η παρατήρηση είναι σημαντική, επειδή μετατοπίζει τη συζήτηση από την απλή εξοικείωση με εφαρμογές στην ικανότητα ανασχεδιασμού της εργασίας.
Η δεξιότητα που αποκτά αξία δεν είναι να γνωρίζει κάποιος πού βρίσκεται ένα κουμπί ή πώς να διατυπώνει μια εντολή σε ένα chatbot. Είναι να εντοπίζει ένα πρόβλημα, να το διασπά σε επιμέρους εργασίες, να επιλέγει τα κατάλληλα εργαλεία, να ελέγχει την αξιοπιστία των αποτελεσμάτων και να αναλαμβάνει την ευθύνη για την τελική λύση. Με άλλα λόγια, η AI δεν καταργεί την ανθρώπινη κρίση. Αυξάνει την αξία της — και συγχρόνως κάνει πιο ορατή την απουσία της.
Εδώ βρίσκεται και η ουσία της «agency», της ικανότητας ανάληψης πρωτοβουλίας και μετατροπής μιας ιδέας σε πράξη. Η τεχνολογία μειώνει το κόστος του πειραματισμού: ένας νέος μπορεί να δημιουργήσει πρωτότυπο λογισμικού, να πραγματοποιήσει έρευνα, να αυτοματοποιήσει μια διαδικασία ή να δοκιμάσει ένα επιχειρηματικό μοντέλο με πόρους που πριν από λίγα χρόνια θα απαιτούσαν ομάδα και σημαντικό κεφάλαιο. Δεν καταργούνται, όμως, οι ανισότητες στην πρόσβαση σε εξοπλισμό, συνδεσιμότητα, χρόνο, γλώσσα, εκπαίδευση, δίκτυα και χρηματοδότηση.
Η δυνατότητα να δημιουργήσεις κάτι δεν ισοδυναμεί αυτομάτως με δυνατότητα να το διαθέσεις στην αγορά, να αποκτήσεις πελάτες ή να εξασφαλίσεις εισόδημα. Η AI μειώνει ορισμένα εμπόδια εισόδου, αλλά δεν καταργεί την ισχύ των μεγάλων επιχειρήσεων, την άνιση κατανομή κεφαλαίου ούτε την ανάγκη για κοινωνική προστασία. Η αφήγηση της ατομικής πρωτοβουλίας είναι χρήσιμη όταν διευρύνει τις επιλογές· γίνεται προβληματική όταν μετατρέπει ένα θεσμικό πρόβλημα σε προσωπική αποτυχία όσων δεν καταφέρνουν να «χτίσουν» τη δική τους επιχείρηση.
Το ρήγμα στην εκπαιδευτική υπόσχεση
Για δεκαετίες, η κοινωνική συμφωνία ήταν σχετικά σαφής: σπουδές, τίτλος, αίτηση, πρόσληψη, μαθητεία δίπλα σε πιο έμπειρους εργαζομένους και σταδιακή επαγγελματική εξέλιξη. Η διαδρομή δεν ήταν ποτέ εξασφαλισμένη ούτε δίκαιη για όλους. Παρείχε, ωστόσο, ένα αναγνωρίσιμο μονοπάτι μετάβασης από την εκπαίδευση στην εργασία. Σήμερα, οι εταιρείες αυτοματοποιούν ακριβώς εκείνες τις επαναλαμβανόμενες εργασίες μέσω των οποίων οι νεότεροι αποκτούσαν εμπειρία.
Αυτό είναι βαθύτερο πρόβλημα από την πιθανή εξαφάνιση ορισμένων θέσεων. Αν καταργηθούν οι αρχικές εργασίες χωρίς να δημιουργηθούν νέοι τρόποι μαθητείας, οι επιχειρήσεις κινδυνεύουν να υπονομεύσουν τη μελλοντική δεξαμενή έμπειρων στελεχών τους. Δεν μπορεί κάθε νέος να προσληφθεί εξαρχής ως «έτοιμος» ειδικός. Η επαγγελματική κρίση οικοδομείται μέσα από πραγματικές εργασίες, λάθη, ανατροφοδότηση και συνεργασία με ανθρώπους που γνωρίζουν το αντικείμενο.
Γι’ αυτό η απάντηση δεν μπορεί να είναι μόνο περισσότερη κατάρτιση στην AI. Χρειάζεται επανασχεδιασμός της εκπαιδευτικής διαδικασίας γύρω από τρεις αλληλένδετες ικανότητες που προτείνει ο Diamandis: AI fluency, δηλαδή ουσιαστική ευχέρεια χρήσης και αξιολόγησης των εργαλείων· agency και επιχειρηματική πρωτοβουλία· και σκέψη προσανατολισμένη σε φιλόδοξες αποστολές και πραγματικά προβλήματα. Η πρόταση έχει αξία, εφόσον δεν περιοριστεί σε ένα σύνθημα περί επιχειρηματικότητας.
Το σχολείο και το πανεπιστήμιο δεν πρέπει να εγκαταλείψουν τη γνώση, τη θεωρία ή την εξειδίκευση για χάρη μιας διαρκούς παραγωγής εφαρμογών. Χρειάζεται να τις συνδέσουν με την πράξη. Οι νέοι πρέπει να μαθαίνουν να θέτουν ερωτήματα, να ελέγχουν πηγές, να αναγνωρίζουν σφάλματα και προκαταλήψεις στα συστήματα, να κατανοούν τα όρια των μοντέλων και να υπερασπίζονται τεκμηριωμένες επιλογές. Χωρίς αυτά, η «ευχέρεια στην AI» κινδυνεύει να γίνει απλή εξάρτηση από εργαλεία που δεν κατανοούν.
Η εκπαίδευση οφείλει επίσης να παρέχει κοινή πρόσβαση σε υπολογιστική ισχύ, αξιόπιστα εργαλεία, μέντορες και πραγματικά έργα. Διαφορετικά, οι εύποροι μαθητές θα αποκτούν εμπειρία δημιουργίας και οι υπόλοιποι θα περιορίζονται στην κατανάλωση έτοιμων απαντήσεων. Η ψηφιακή ανισότητα της επόμενης περιόδου μπορεί να μην αφορά μόνο το ποιος έχει σύνδεση στο διαδίκτυο, αλλά το ποιος έχει τη δυνατότητα να πειραματίζεται, να αποτυγχάνει χωρίς καταστροφικό κόστος και να μετατρέπει τη γνώση σε παραγωγικό έργο.
Η ευθύνη των επιχειρήσεων: από την περικοπή στη δημιουργία ικανότητας
Η περίπτωση της Cisco φωτίζει μια διαφορετική διοικητική επιλογή. Ο Jeetu Patel, σύμφωνα με την αφήγηση, δεν αντιμετώπισε την πρόταση του νεότερου μηχανικού ως παρέκκλιση από την ιεραρχία. Του έδωσε τέσσερις εβδομάδες για να αποδείξει την προσέγγισή του και στη συνέχεια έναν εξαιρετικά φιλόδοξο στόχο. Το ενδιαφέρον δεν είναι μόνο η τεχνολογική κλίμακα του εγχειρήματος. Είναι η οργανωτική απόφαση να δοθεί χώρος σε έναν εργαζόμενο χαμηλότερα στην ιεραρχία να αμφισβητήσει τον καθιερωμένο τρόπο λειτουργίας.
Αυτό δεν σημαίνει ότι κάθε νεαρός εργαζόμενος έχει αυτομάτως δίκιο ή ότι η εμπειρία των παλαιότερων είναι εμπόδιο. Η εμπειρία περιέχει γνώση συστημάτων, κινδύνων, πελατών και αστοχιών που δεν αντικαθίσταται από την ταχύτητα ενός μοντέλου. Μπορεί, όμως, να συνοδεύεται από παγιωμένες παραδοχές για το τι είναι εφικτό. Η παραγωγική σύνθεση είναι η συνεργασία: οι νεότεροι φέρνουν πειραματισμό και οικειότητα με τα νέα εργαλεία, οι έμπειροι κρίση, θεσμική μνήμη και κατανόηση των συνεπειών.
Οι επιχειρήσεις, επομένως, έχουν μπροστά τους μια επιλογή με μακροπρόθεσμο κόστος. Μπορούν να χρησιμοποιήσουν την AI κυρίως για να μειώσουν τον αριθμό εργαζομένων και το κόστος λειτουργίας. Ή μπορούν να επανασχεδιάσουν τις θέσεις εργασίας ώστε οι άνθρωποι να παράγουν περισσότερη αξία με τη βοήθεια της τεχνολογίας. Η δεύτερη διαδρομή απαιτεί επενδύσεις σε επανεκπαίδευση, νέους ρόλους εισαγωγικού επιπέδου, προστατευμένο χρόνο πειραματισμού και αξιολόγηση με βάση την ποιότητα του αποτελέσματος, όχι μόνο την ταχύτητα.
Εξίσου κρίσιμη είναι η διαφάνεια στις προσλήψεις. Όταν ένας αλγόριθμος φιλτράρει βιογραφικά ή διεξάγει συνεντεύξεις, ο υποψήφιος πρέπει να γνωρίζει πότε και πώς χρησιμοποιείται, ποια είναι τα βασικά κριτήρια και πώς μπορεί να ζητήσει ανθρώπινη επανεξέταση. Η αποτελεσματικότητα μιας διαδικασίας δεν αρκεί ως δικαιολογία για την αδιαφάνειά της. Η πρόσβαση στην εργασία δεν είναι απλώς μια συναλλαγή μεταξύ εταιρείας και υποψηφίου· συνδέεται με την αξιοπρέπεια, την ίση μεταχείριση και την εμπιστοσύνη στους θεσμούς.
Η ελληνική διάσταση: να μη συγχέουμε την ψηφιοποίηση με τον μετασχηματισμό
Για την Ελλάδα, η συζήτηση έχει ιδιαίτερη σημασία. Μια οικονομία με πολλές μικρές επιχειρήσεις, περιορισμένη κλίμακα σε αρκετούς παραγωγικούς κλάδους και διαχρονική δυσκολία σύνδεσης εκπαίδευσης και εργασίας δεν μπορεί να αντιμετωπίσει την AI ως ακόμη ένα πρόγραμμα αγοράς λογισμικού. Το ζητούμενο είναι να ενισχυθεί η παραγωγικότητα και η δυνατότητα δημιουργίας προϊόντων, υπηρεσιών και εξαγώγιμης γνώσης — όχι απλώς να αυτοματοποιηθούν υφιστάμενες διοικητικές διαδικασίες.
Αυτό προϋποθέτει ένα συνεκτικό πλαίσιο: πρόσβαση μικρομεσαίων επιχειρήσεων σε αξιόπιστα εργαλεία και τεχνική υποστήριξη, συνεργασίες πανεπιστημίων με επιχειρήσεις για πραγματικά προβλήματα, προγράμματα μαθητείας που συνδυάζουν ανθρώπινη επίβλεψη και AI, καθώς και δημόσιες προμήθειες που επιβραβεύουν την καινοτομία και όχι μόνο τη χαμηλότερη τιμή. Προϋποθέτει, επίσης, υποδομές δεδομένων, κυβερνοασφάλεια, κανόνες προστασίας προσωπικών δεδομένων και αξιολόγηση των επιπτώσεων στην απασχόληση.
Το κράτος δεν μπορεί να υποσχεθεί ότι κάθε νέος θα βρει την εργασία που επιθυμεί. Μπορεί, όμως, να διασφαλίσει ότι η πρόσβαση στις νέες δυνατότητες δεν θα εξαρτάται αποκλειστικά από την οικογενειακή οικονομική κατάσταση, τον τόπο κατοικίας ή τις προσωπικές γνωριμίες. Μπορεί να χρηματοδοτήσει ανοιχτά εργαστήρια δημιουργίας, να αναβαθμίσει την τεχνική και επαγγελματική εκπαίδευση και να θέσει κανόνες για την αυτοματοποιημένη αξιολόγηση υποψηφίων. Αυτές είναι πολιτικές παραγωγικής ισότητας, όχι απλώς πολιτικές τεχνολογικής προσαρμογής.
Η εκτίμηση της mywaypress.gr
Το άρθρο του Peter H. Diamandis εντοπίζει εύστοχα μια αντίφαση που θα καθορίσει την επόμενη δεκαετία: την ίδια στιγμή που οι νέοι δυσκολεύονται να περάσουν την πόρτα της πρώτης εργασίας, ορισμένες επιχειρήσεις αναζητούν ανθρώπους ικανούς να ανασχεδιάσουν ολόκληρες λειτουργίες με τη βοήθεια της AI. Η αντίθεση δεν είναι απλώς τεχνολογική. Είναι οργανωτική και κοινωνική. Αποκαλύπτει ότι η αξία δεν βρίσκεται μόνο στα εργαλεία, αλλά και στον τρόπο με τον οποίο κατανέμονται η εμπιστοσύνη, η ευθύνη και η δυνατότητα πρωτοβουλίας.
Η αισιοδοξία του συγγραφέα για την απελευθέρωση της ανθρώπινης δημιουργικότητας είναι κατανοητή, αλλά χρειάζεται μια αυστηρή συμπλήρωση. Η πρόσβαση σε εργαλεία δεν ισοδυναμεί με ισότητα ευκαιριών, όπως η δυνατότητα ίδρυσης μιας επιχείρησης δεν αποτελεί υποκατάστατο μιας λειτουργικής αγοράς εργασίας. Δεν πρέπει να μεταφέρουμε όλο το βάρος της προσαρμογής στον νέο που απορρίπτεται από ένα αυτοματοποιημένο σύστημα. Η ευθύνη ανήκει και στις επιχειρήσεις που σχεδιάζουν τις διαδικασίες, στα εκπαιδευτικά ιδρύματα που προετοιμάζουν τους εργαζομένους και στο κράτος που ορίζει τους κανόνες.
Η μεγάλη πρόκληση, λοιπόν, δεν είναι να επιλέξουμε ανάμεσα στην τεχνολογική αισιοδοξία και στον φόβο της απώλειας θέσεων εργασίας. Είναι να διαμορφώσουμε θεσμούς που μετατρέπουν την αύξηση της παραγωγικότητας σε περισσότερες δυνατότητες συμμετοχής. Αν η AI επιτρέπει σε δύο ανθρώπους να κάνουν εργασία που απαιτούσε παλαιότερα δεκάδες, το ερώτημα δεν εξαντλείται στο πόσες θέσεις μπορούν να καταργηθούν. Αφορά το ποιες νέες δραστηριότητες θα δημιουργηθούν, πώς θα μοιραστεί η παραγόμενη αξία και με ποιον τρόπο θα αποκτούν οι νέοι εμπειρία.
Η τεχνητή νοημοσύνη δεν προδιαγράφει από μόνη της ούτε μια κοινωνία αφθονίας ούτε μια κοινωνία αποκλεισμού. Αυτά είναι αποτελέσματα ανθρώπινων και θεσμικών επιλογών. Η τεχνολογία μπορεί να διευρύνει τη δημιουργική ελευθερία, αλλά μπορεί επίσης να κάνει τον αποκλεισμό πιο γρήγορο, μαζικό και αόρατο. Η διαφορά θα κριθεί από το αν αντιμετωπίσουμε τους νέους ως αναλώσιμους αιτούντες εργασία ή ως ανθρώπους που χρειάζονται πρόσβαση σε πραγματικές αποστολές, καθοδήγηση και χώρο για να αποδείξουν τι μπορούν να δημιουργήσουν.
Πέρα από το προφανές: Η διάσταση που δεν πρέπει να μας διαφύγει
Το βαθύτερο διακύβευμα δεν είναι αν η AI θα αντικαταστήσει τον νέο εργαζόμενο. Είναι αν θα αντικαταστήσει και τη διαδικασία μέσα από την οποία ο νέος γίνεται έμπειρος εργαζόμενος. Οι αρχικές θέσεις, οι απλές εργασίες, η πρακτική άσκηση και η μαθητεία δεν ήταν μόνο φθηνή εργασία για τις επιχειρήσεις. Ήταν οι χώροι όπου αποκτούνταν επαγγελματική κρίση, συνήθειες συνεργασίας και κατανόηση της πραγματικής οικονομίας.
Αν αυτοματοποιήσουμε αυτές τις βαθμίδες χωρίς να σχεδιάσουμε νέες, μπορεί να δημιουργήσουμε μια παράδοξη αγορά: επιχειρήσεις που απαιτούν εμπειρία, αλλά προσφέρουν όλο και λιγότερες ευκαιρίες για να αποκτηθεί. Αυτό θα είναι ένα από τα πιο σοβαρά θεσμικά κενά της εποχής της AI. Η λύση δεν είναι να διατηρήσουμε τεχνητά κάθε παλιά εργασία. Είναι να οικοδομήσουμε νέες διαδρομές μαθητείας, όπου οι νέοι θα εργάζονται μαζί με τα συστήματα και δίπλα σε έμπειρους ανθρώπους, αναλαμβάνοντας πραγματική ευθύνη με κατάλληλη επίβλεψη.
Η κοινωνία δεν χρειάζεται απλώς περισσότερους ανθρώπους που ξέρουν να χρησιμοποιούν AI. Χρειάζεται περισσότερους ανθρώπους που μπορούν να κρίνουν πότε πρέπει να τη χρησιμοποιήσουν, για ποιον σκοπό και με ποια ευθύνη. Και χρειάζεται οργανισμούς που δεν θα μετρούν την πρόοδο μόνο με τις εργατοώρες που εξοικονομούν, αλλά και με τις ανθρώπινες δυνατότητες που δημιουργούν.
Πηγή και σημείωση τεκμηρίωσης
Βασικό υλικό: Peter H. Diamandis, «AI Is Creating Two Different Futures for Young People», 31 Οκτωβρίου, MetaTrends / Substack (βλέπε πρωτότυπο άρθρο metatrends.substack.com).
Το άρθρο μας αξιοποιεί τις δύο περιπτώσεις και τις προτάσεις που παρατίθενται στο πρωτογενές κείμενο. Οι ευρύτερες αναφορές στην ελληνική οικονομία, στις θεσμικές ευθύνες και στις πιθανές κοινωνικές συνέπειες αποτελούν αναλυτικές προεκτάσεις και αξιολογικές κρίσεις του παρόντος άρθρου, όχι πρόσθετα στατιστικά ευρήματα.
Συντακτική σημείωση & πολιτική AI: Κάθε δημοσιευμένο άρθρο της mywaypress.gr αποτελεί προϊόν ουσιαστικού συντακτικού ελέγχου και ανθρώπινης επιμέλειας, η οποία φέρει την αποκλειστική συντακτική ευθύνη του περιεχομένου (EU AI Act, Art. 50.4). Τηρούμε πλήρως τους κανόνες διαφάνειας και τις εκάστοτε οδηγίες των Εθνικών Αρχών Εποπτείας της Αγοράς.
Ανάλυση και σύνθεση: mywaypress.gr
© 2026 mywaypress.gr — Από το τι συμβαίνει στο τι σημαίνει
