Η Τεχνητή Νοημοσύνη δεν μπορεί να αντικαταστήσει τον άνθρωπο: Οι θέσεις εργασίας και η στρατηγική της κατασκευής του φόβου και της αβεβαιότητας

Πώς οι τεχνολογικοί κολοσσοί υιοθετούν δοκιμασμένες τακτικές μάρκετινγκ για να ελέγξουν το αφήγημα γύρω από την AI, και γιατί ο νομπελίστας Νταρόν Ατζέμογλου μας καλεί σε ρεαλισμό

Η Τεχνητή Νοημοσύνη δεν μπορεί να αντικαταστήσει τον άνθρωπο: Οι θέσεις εργασίας και η στρατηγική της κατασκευής του φόβου και της αβεβαιότητας

Πριν από δύο χρόνια, ο Νταρόν Ατζέμογλου (Daron Acemoglu), διακεκριμένος οικονομολόγος του MIT και νομπελίστας, προχώρησε σε μια πρόβλεψη που έπρεπε να βρίσκεται στα πρωτοσέλιδα όλων των μέσων: η Τεχνητή Νοημοσύνη (AI) δεν πρόκειται να αντικαταστήσει μαζικά το εργατικό δυναμικό με τον ρυθμό που μας παρουσιάζουν. Δύο χρόνια μετά, τα πραγματικά δεδομένα φαίνεται να τον επιβεβαιώνουν πλήρως. Ωστόσο, υπάρχει ένα παράδοξο. Αν η AI δεν καταστρέφει τις θέσεις εργασίας μας με την ταχύτητα του φωτός, γιατί υπάρχει αυτή η διάχυτη αίσθηση πανικού;

σχετικά άρθρα

Daron Acemoglu | Nobel Prize, Education, Career, Economic Development, & Facts | Britannica

Η απάντηση δεν κρύβεται στους αλγόριθμους, αλλά σε ένα καλοδουλεμένο επικοινωνιακό εγχειρίδιο. Πρόκειται για μια στρατηγική που εφαρμόζουν οι εταιρείες AI προκειμένου να διατηρήσουν ένα αφήγημα φόβου, αβεβαιότητας και αμφιβολίας. Δεν είναι κάτι νέο. Είναι μια τακτική που έχει χρησιμοποιηθεί από τη βιομηχανία καπνού, τις φαρμακευτικές και άλλους ισχυρούς κλάδους. Ονομάζεται «κατασκευασμένη αμφιβολία» (manufactured doubt). Αν δεν μάθουμε να την αναγνωρίζουμε, κινδυνεύουμε να λάβουμε κρίσιμες επαγγελματικές και επιχειρηματικές αποφάσεις βασισμένοι σε έναν μύθο που τα δεδομένα, απλώς, δεν υποστηρίζουν.

Το Προηγούμενο της Βιομηχανίας Καπνού

Για να κατανοήσουμε το σήμερα, πρέπει να ταξιδέψουμε στο 1953. Εκείνη τη χρονιά, οι επικεφαλής των μεγαλύτερων καπνοβιομηχανιών της Αμερικής αντιμετώπιζαν μια υπαρξιακή κρίση. Ένα άρθρο του Reader’s Digest είχε συνδέσει ανοιχτά το κάπνισμα με τον καρκίνο, προκαλώντας τη μεγαλύτερη πτώση στην κατανάλωση τσιγάρων από την εποχή της Ύφεσης. Σε μια μυστική συνάντηση στο Plaza Hotel της Νέας Υόρκης, ο γκουρού των δημοσίων σχέσεων John Hill τους πρότεινε μια ευφυή λύση: μην αρνείστε την επιστήμη, διότι αυτό δείχνει αμυντικό. Αντίθετα, χρηματοδοτήστε τη δική σας.

Η στρατηγική ήταν απλή: προσλάβετε αναγνωρισμένους ερευνητές, δημοσιεύστε αντικρουόμενες μελέτες και δημιουργήστε την ψευδαίσθηση στο κοινό ότι το θέμα είναι «επιστημονικά αβέβαιο». Ενίσχυσαν τις φωνές των λίγων σκεπτικιστών, δημιουργώντας τον αποκαλούμενο κανόνα της κατασκευασμένης αμφιβολίας. Η κατανάλωση ανέκαμψε και συνέχισε να αυξάνεται ραγδαία. Αυτό ακριβώς το μοντέλο ακολούθησαν αργότερα η βιομηχανία ζάχαρης το 1967 (χρηματοδοτώντας ερευνητές στο Χάρβαρντ) και διάφορες φαρμακευτικές εταιρείες.

Οι Οικονομολόγοι και το Αφήγημα της AI

Προφανώς, δεν ταυτίζουμε τα εργαλεία της Τεχνητής Νοημοσύνης με τα τσιγάρα. Η τεχνολογία έχει πραγματική και ουσιαστική χρησιμότητα. Όμως, η τακτική χειραγώγησης του αφηγήματος παραμένει ίδια. Όπως επισημαίνει ο Ατζέμογλου, οι κολοσσοί της AI προσλαμβάνουν τους κορυφαίους εμπειρογνώμονες για να ελέγξουν τη συζήτηση γύρω από την εργασιακή αναταραχή.

Τον Οκτώβριο του 2024, η OpenAI προσέλαβε τον πρώτο της επικεφαλής οικονομολόγο για να ηγηθεί της έρευνας σχετικά με την οικονομική ανάπτυξη. Τον Απρίλιο του 2025, η Anthropic δημιούργησε ένα Συμβούλιο Οικονομικών Συμβούλων με ακαδημαϊκούς από τα μεγαλύτερα πανεπιστήμια, ενώ πρόσφατα η Google DeepMind ανακοίνωσε διευθυντή Οικονομικών της AGI. Ο φόβος του Ατζέμογλου είναι ξεκάθαρος: το ζητούμενο είναι η ουσιαστική έρευνα ή η προώθηση της διαφημιστικής εκστρατείας; Αν κατανοήσουμε τα κίνητρα των εταιρειών –τα οποία είναι φυσικά η πώληση του προϊόντος– καταλαβαίνουμε και τη συμπεριφορά τους.

Google DeepMind Utilizes Large Language Model to Solve Previously Unsolvable Mathematics Problem | by Aaron Di Blasi, PMP | Medium

Η Πώληση Ενός Νέου “Concept”

Γιατί όμως χρειάζεται όλο αυτό το μάρκετινγκ; Η απάντηση βρίσκεται στον τρόπο που λειτουργούν οι αγορές. Η Τεχνητή Νοημοσύνη δεν είναι απλώς ένα νέο προϊόν σε μια καθιερωμένη αγορά (όπως ένα νέο μοντέλο αυτοκινήτου). Ανήκει στην κατηγορία των νέων concepts. Σε αυτές τις περιπτώσεις, ο καταναλωτής δεν γνωρίζει καν ότι έχει ένα πρόβλημα που πρέπει να λύσει. Η Uber, για παράδειγμα, έπρεπε πρώτα να δαιμονοποιήσει τα ταξί για να πουλήσει την ιδέα της.

Η AI βρίσκεται ακριβώς σε αυτό το σημείο. Δεν πουλάει απλώς λύσεις, αλλά πρέπει πρώτα να σε πείσει ότι έχεις πρόβλημα. Το αφήγημα ακολουθεί ένα σταθερό μοτίβο τριών βημάτων: 1. Ο κόσμος έχει ήδη αλλάξει. 2. Θα υπάρξουν νικητές και ηττημένοι. 3. Αν δεν προσαρμοστείς άμεσα, θα μείνεις πίσω. Είναι το τέλειο σκηνικό για να δημιουργηθεί τεχνητός πανικός και, κατ’ επέκταση, αυξημένη ζήτηση.

Η Πραγματικότητα: Η Εργασία ως Ορχήστρα

Το σημαντικότερο επιχείρημα του Ατζέμογλου είναι πως μια δουλειά δεν είναι απλώς μια μεμονωμένη εργασία, αλλά μια ενορχήστρωση πολλών. Η άποψη ότι οι πράκτορες AI μπορούν να αντικαταστήσουν αυτόνομα επαγγελματίες, αγνοεί το πώς λειτουργεί η πραγματική οικονομία.

Πάρτε για παράδειγμα έναν τεχνικό ακτινολογικού εργαστηρίου. Από έξω, η δουλειά φαίνεται απλή: βγάζει ακτινογραφίες. Στην πράξη όμως, περιλαμβάνει τη λήψη ιατρικού ιστορικού, τον χειρισμό μηχανημάτων, την τοποθέτηση του ασθενούς, την οργάνωση αρχείων, την επικοινωνία με γιατρούς, ακόμα και την τιμολόγηση. Ένας άνθρωπος εναλλάσσεται μεταξύ αυτών των πολλαπλών ρόλων με φυσικότητα. Ένα σύστημα AI θα χρειαζόταν διαφορετικά εργαλεία, ενσωματώσεις και πρωτόκολλα για το καθένα, τα οποία θα έπρεπε να συντονιστούν άψογα. Είμαστε ακόμα πολύ μακριά από κάτι τέτοιο. Δεν είναι τυχαίο ότι τα ίδια τα στοιχεία των εταιρειών AI δείχνουν πως η τεχνολογία βοηθά σε ένα μικρό μόνο ποσοστό των επιμέρους εργασιών, και σίγουρα δεν αυτοματοποιεί ολόκληρους ρόλους.

Πώς να Ξεχωρίσετε την Αλήθεια από τον Μύθο

Σε αυτό το θολό τοπίο, χρειαζόμαστε ρεαλισμό, όχι εντυπωσιασμό. Πολλοί άνθρωποι κάνουν μακροπρόθεσμες επιλογές, εγκαταλείποντας σπουδές προγραμματισμού ή νομικής, βασιζόμενοι σε αναπόδεικτες υποθέσεις. Για να πλοηγηθούμε σωστά, αρκεί ένα πλαίσιο τριών ερωτήσεων:

  1. Ποιος επωφελείται από τον ισχυρισμό; Αν η απάντηση είναι η εταιρεία που τον προβάλλει, κρατήστε μικρό καλάθι.
  2. Ποιος έχει ελέγξει ανεξάρτητα τα δεδομένα; Ένα εταιρικό δελτίο τύπου δεν αποτελεί απόδειξη, ενώ πολλά “benchmarks” είναι ουσιαστικά στημένα, αφού η τεχνητή νοημοσύνη έχει ήδη εκπαιδευτεί στα δεδομένα των τεστ.
  3. Υπάρχει μετρήσιμη, ελέγξιμη πρόβλεψη; Το να λες ότι “η AI θα εξαφανίσει τις θέσεις εργασίας σε πέντε χρόνια” είναι μια αόριστη προφητεία. Ο Ατζέμογλου, αντίθετα, παρουσίασε συγκεκριμένα νούμερα, προβλέποντας ότι η AI θα προσθέσει μόλις μισό τοις εκατό στην παραγωγικότητα μέσα σε μια δεκαετία – μια μετριοπαθής και ρεαλιστική εκτίμηση που επιβεβαιώνεται από τα σημερινά νούμερα.

Η Τεχνητή Νοημοσύνη είναι ένα ισχυρό εργαλείο. Όμως, πίσω από τις εντυπωσιακές μακέτες και τα συνέδρια, κρύβεται μια βιομηχανία που προσπαθεί να εδραιωθεί προκαλώντας δέος και φόβο. Ο ρεαλισμός είναι το μοναδικό μας αντίδοτο.