Το κυνήγι της προσαρμογής στη νέα πραγματικότητα που δημιουργεί η τεχνητή νοημοσύνη και της υιοθέτησης των πολλαπλών εφαρμογών της έχει αρχίσει να συσσωρεύει ένα χρέος, που συνδέεται άμεσα με όλη αυτήν τη διαδικασία, κυρίως, δε, από την βιαστική και όχι εις βάθος μελετημένη υιοθέτησή της.
Αυτό αποτυπώνεται ανάγλυφα στην νέα έκθεση της Asana σχετικά με την Κατάσταση της Τεχνητής Νοημοσύνης στην Εργασία, η οποία διεξήγαγε έρευνα σε πάνω από 9.000 εργαζόμενους γνώσης στις ΗΠΑ, το Ηνωμένο Βασίλειο, την Αυστραλία, τη Γερμανία και την Ιαπωνία.
Στην πραγματικότητα, λένε οι συντάκτες της έκθεσης, το 79% των εταιρειών παγκοσμίως αναμένουν να συσσωρεύσουν ένα «χρέος Τεχνητής Νοημοσύνης» ως αποτέλεσμα κακώς εφαρμοσμένων αυτόνομων εργαλείων.
Στην έκθεση τονίζεται ότι οι εταιρείες είναι απροετοίμαστες και δεν διαθέτουν την υποδομή και την εποπτεία που απαιτούνται για την προώθηση μιας ομαλής συνεργασίας μεταξύ των εργαζομένων και των αυτόνομων πρακτόρων Τεχνητής Νοημοσύνης. Σε αντίθεση με την γενετική Τεχνητή Νοημοσύνη, οι πράκτορες ενεργούν ανεξάρτητα, μπορούν να ξεκινήσουν ενέργειες και να ανακαλέσουν προηγούμενες εργασίες που εκτέλεσαν. Τέτοια παραδείγματα είναι ο Operator της OpenAI και ο Claude της Anthropic.
Τι είναι το χρέος της AI
Το χρέος της Τεχνητής Νοημοσύνης είναι το κόστος της μη σωστής εφαρμογής των νεοσύστατων αυτόνομων συστημάτων, δήλωσε στο CNBC ο Mark Hoffman, ειδικός στο Εργαστήριο Καινοτομίας Εργασίας της Asana.
Οπως εξήγησε, αυτά τα κόστη θα μπορούσαν να είναι χρηματικά. Θα μπορούσαν επίσης να είναι χαμένος χρόνος – πράγμα το οποίο επίσης μεταφράζεται σε οικονομική απώλεια. Θα μπορούσαν επίσης να είναι πολλά πράγματα που πρέπει να αναιρεθούν κατά την εφαρμοφή των νέων συστημάτων, κάτι που είναι δαπανηρό από οικονομικής άποψης. Εξαντλεί τους ανθρώπους που πρέπει να το κάνουν. Είναι, με δυο λόγια, όλα τα κόστη που σχετίζονται με την κακή εφαρμογή.
Οι συντάκτες της έκθεσης υπογραμμίζουν ότι το χρέος θα μπορούσε να εκδηλωθεί και με τη μορφή κινδύνων ασφαλείας, κακής ποιότητας δεδομένων, που θα σπαταλήσουν χρόνο και πόρους για τους εργαζομένους και θα δημιουργήσουν κενό σε διοικητικές δεξιότητες.
Μια νέα έρευνα από τα BetterUp Labs και το Stanford Social Media Lab διαπίστωσε ακόμη ότι το 40% των εργαζομένων γραφείου στις ΗΠΑ έχουν λάβει «εργασιακά υπολείμματα» που δημιουργούνται από την τεχνητή νοημοσύνη, τα οποία οι ερευνητές όρισαν ως περιεχόμενο που φαίνεται καλό αλλά στερείται ουσίας.
Έχει δημιουργήσει σχεδόν δύο ώρες επιπλέον εργασίας για τους ανθρώπους που το αντιμετώπισαν, έναν αόρατο φόρο 186 δολαρίων ανά μήνα και ένα πλήγμα 9 εκατομμυρίων δολαρίων στην παραγωγικότητα σε ένα χρόνο, σύμφωνα με την έρευνα.
«Υπάρχουν μεγάλες επενδύσεις σε αυτόν τον χώρο αυτήν τη στιγμή και τελικά όλα εξαρτώνται από το κατά πόσον αυτές οι επενδύσεις θα αποδώσουν», δήλωσε ο Hoffman.
Ψηφιακή εξάντληση
Η έκθεση της Asana διαπίστωσε ότι παρά την αύξηση της υιοθέτησης της Τεχνητής Νοημοσύνης στο 70% το 2025 από 52% το 2024, οι εργαζόμενοι αντιμετωπίζουν επίσης υψηλότερα επίπεδα ψηφιακής εξουθένωσης.
Η ψηφιακή εξάντληση αυξήθηκε στο 84% το 2025 από 75% το προηγούμενο έτος, ενώ τα μη διαχειρίσιμα φόρτα εργασίας αυξήθηκαν επίσης στο 77%, σύμφωνα με την έκθεση.
Η Mona Mourshed, παγκόσμια διευθύνουσα σύμβουλος της Generation, ενός οργανισμού απασχόλησης με έδρα τις ΗΠΑ, δήλωσε στο CNBC ότι παρά τις εταιρείες που λανσάρουν εργαλεία Τεχνητής Νοημοσύνης και ενθαρρύνουν τη χρήση τους, οι εργαζόμενοι εξακολουθούν να δυσκολεύονται.
«Ο βασικός λόγος για τον οποίο δυσκολεύονται, και το γνωρίζουμε αυτό και από συνομιλίες με τους δικούς μας αποφοίτους, είναι ότι η περίπτωση χρήσης για το πώς και γιατί υποτίθεται ότι χρησιμοποιείτε αυτό το εργαλείο Τεχνητής Νοημοσύνης στη ροή της εργασίας σας συχνά λείπει», δήλωσε η Mourshed.
Οπως εξήγησε, «χωρίς σαφή κατανόηση του ποια είναι η περίπτωση χρήσης που θα κάνει αυτή τη συγκεκριμένη εργασία καλύτερη, ταχύτερη, φθηνότερη… αυτό οδηγεί στην εξάντληση, επειδή δεν ξέρεις ποιο είναι το επιδιωκόμενο αποτέλεσμα».
Η ίδια πρόσθεσε ότι οι εταιρείες επενδύουν στην Τεχνητή Νοημοσύνη με την ελπίδα ότι η εργασία που γίνεται εν μία νυκτί θα εκτελείται καλύτερα, ταχύτερα και φθηνότερα, αλλά δεν προσφέρουν την απαραίτητη εκπαίδευση ή οδηγίες για να επιτρέψουν βελτιώσεις.
«Δεν είναι μια μαγική λύση που ξαφνικά κάνει ό,τι θέλεις μόλις την εγκαταστήσεις», είπε χαρακτηριστικά.
Ο Henry Ajder, ειδικός στην Τεχνητή Νοημοσύνη, Ajder, δήλωσε ότι η σωστή στρατηγική είναι να δοκιμάζεις προσεκτικά τη χρήση της AI και να δημιουργείς υποδομές γύρω από αυτήν, αντί να βιάζεσαι να μπεις στον αγώνα απροετοίμαστος.
Αυτό περιλαμβάνει τα πάντα, από τη σωστή εκπαίδευση για τους υπαλλήλους, μέχρι τη σκέψη για το είδος των μοντέλων Τεχνητής Νοημοσύνης που μπορεί να χρειαστεί η επιχείρηση. Είναι πολύ πιο δύσκολο να ανταποκριθείς σε λάθη ή δυσλειτουργίες όταν δεν υπάρχει κάποια διαδικασία.
Πηγή: ot.gr
