Tεχνητή νοημοσύνη: Τι συμβαίνει όταν οι εργαζόμενοι περιορίζονται στον έλεγχο της δουλειάς της; –

Tεχνητή νοημοσύνη: Τι συμβαίνει όταν οι εργαζόμενοι περιορίζονται στον έλεγχο της δουλειάς της; - Οικονομικός Ταχυδρόμος

Ανακαλύψτε περισσότερα άρθρα
στα αποτελέσματα αναζήτησης

Πρόσθεσε το formedia.gr στη Google

Όταν η IKEA εισήγαγε το αυτοματοποιημένο σύστημα εξυπηρέτησης πελατών της το 2021, το πρόγραμμα ανέλαβε σταδιακά τις ερωτήσεις ρουτίνας και έως το φετινό καλοκαίρι εξυπηρετούσε σχεδόν τα τρία τέταρτα των πελατών που το χρησιμοποιούσαν. Η εταιρεία δεν απέλυσε τους 8.500 εργαζομένους στα τηλεφωνικά της κέντρα, αλλά τους επανεκπαίδευσε σε διάστημα δύο ετών ώστε να διαχειρίζονται τις δύσκολες περιπτώσεις και να πωλούν υπηρεσίες εσωτερικής διακόσμησης μέσω βίντεο.

Όπως επισημαίνει στο Social Europe ο Κρίστοφ Τράτνερ, καθηγητής Επιστήμης της Πληροφορίας στο Πανεπιστήμιο του Μπέργκεν, η περίπτωση αυτή προβάλλεται διαρκώς ως θετικό παράδειγμα, όμως αξίζει να εξετάσει κανείς τι κάνουν πλέον οι εργαζόμενοι που παρέμειναν: αναλαμβάνουν τις κλήσεις που δεν μπόρεσε να επιλύσει η μηχανή, δηλαδή διαχειρίζονται όσα εκείνη έκανε λάθος ή αδυνατούσε να κρίνει. Ουσιαστικά, λειτουργούν ως μηχανισμός ελέγχου. Σύμφωνα με τον ίδιο, αυτό είναι το μοτίβο που αναδύεται παντού και δεν ανταποκρίνεται στην υπόσχεση ότι η τεχνητή νοημοσύνη θα αναλάμβανε τη δουλειά ώστε οι άνθρωποι να αξιοποιήσουν τον χρόνο τους σε κάτι καλύτερο· αντιθέτως, η μηχανή παράγει το έργο και ο έλεγχος έχει μετατραπεί στην ίδια την εργασία.

Χαρακτηριστικό είναι το παράδειγμα των νορβηγικών εφημερίδων, οι οποίες υιοθέτησαν νωρίς περιλήψεις γραμμένες από τεχνητή νοημοσύνη στην κορυφή των άρθρων τους. Τον Σεπτέμβριο του 2023, η μεγαλύτερη εφημερίδα της χώρας, η VG, δημοσίευσε μια περίληψη που ανέφερε ότι ο ποδοσφαιριστής Έρλινγκ Χάαλαντ είχε πυροβοληθεί — κάτι που δεν ίσχυε, καθώς είχε απλώς ποζάρει ως Βίκινγκ για έναν φωτογράφο και το γλωσσικό μοντέλο παρερμήνευσε μια λέξη. Ο αρχισυντάκτης του αθλητικού τμήματος ζήτησε συγγνώμη, δηλώνοντας ότι η εφημερίδα δεν είχε ποτέ πρόθεση να τον «σκοτώσει» στο χαρτί. Το συμπέρασμα των αιθουσών σύνταξης δεν ήταν να σταματήσουν τις περιλήψεις, αλλά να τοποθετήσουν έναν άνθρωπο ανάμεσα στο μοντέλο και τη σελίδα· στις εφημερίδες με τις οποίες συνεργάζεται ο Κρίστοφ Τράτνερ, ένας συντάκτης διαβάζει πλέον κάθε περίληψη πριν δημοσιευθεί, με αποτέλεσμα οι δημοσιογράφοι να μη χάσουν τη δουλειά τους, αλλά να αποκτήσουν μια νέα: να ελέγχουν όσα γράφει το σύστημα.

Το ίδιο φαινόμενο έχει καθιερωθεί και στον προγραμματισμό, όπως μεταφέρει στον Τράτνερ φίλος του που διευθύνει ομάδες ανάπτυξης λογισμικού. Οι μηχανικοί παράγουν τον κώδικα μέσω των εργαλείων, στη συνέχεια τον επαληθεύουν και έπειτα τον δοκιμάζουν, με ορισμένους από τους συνεργάτες του να χαρακτηρίζουν πλέον τη δουλειά βαρετή, καθώς ο προγραμματιστής που άλλοτε έχτιζε από την αρχή λειτουργεί πια ως επιθεωρητής ενός κτιρίου που εμφανίστηκε μέσα σε μία νύχτα.

Η παραγωγή έγινε φθηνή, όχι όμως και ο έλεγχος

Ο ίδιος ο Κρίστοφ Τράτνερ αναγνωρίζει ότι δεν αποτελεί εξαίρεση, καθώς βιοπορίζεται συντάσσοντας αιτήσεις ερευνητικών επιχορηγήσεων σε μια δεύτερη γλώσσα και η τεχνητή νοημοσύνη έχει διευκολύνει αυτή τη διαδικασία περισσότερο από ποτέ. Ενώ παλαιότερα έγραφε τρεις έως πέντε εκδοχές μιας πρότασης πριν την υποβολή της, φέτος συνέταξε μία με τη βοήθεια ψηφιακού βοηθού και κατέληξε με περισσότερες από εκατό εκδοχές. Όπως περιγράφει, έκανε διορθώσεις, διάβαζε, ζητούσε από το μοντέλο να ασκήσει κριτική σε όσα το ίδιο είχε βοηθήσει να γραφτούν, ζητούσε το ίδιο και από συναδέλφους και, όταν οι δύο πλευρές διαφωνούσαν, έπρεπε να αποφασίσει ποιος είχε δίκιο — περνώντας τελικά τον περισσότερο χρόνο του όχι γράφοντας, αλλά επαληθεύοντας.

Τα ευρήματα ερευνών δείχνουν ότι η εμπειρία αυτή είναι πλέον ο κανόνας. Σε δημοσκόπηση που πραγματοποιήθηκε την άνοιξη σε δείγμα άνω των 2.000 Αμερικανών εργαζομένων, το 57% των διευθυντικών στελεχών δήλωσε ότι χρειάστηκε ήδη να διορθώσει ή να ξανακάνει από την αρχή εργασία συναδέλφου που βασίστηκε υπερβολικά στην τεχνητή νοημοσύνη, ενώ το 77% των ερωτηθέντων ανέφερε ότι ελέγχει πλέον πιο προσεκτικά τις εργασίες που έχουν γίνει με τη συνδρομή της σε σύγκριση με εκείνες που εκπονήθηκαν εξ ολοκλήρου από άνθρωπο. Η παραγωγή υλικού έχει γίνει φθηνή, όχι όμως και η επαλήθευση, διότι ο έλεγχος εξακολουθεί να απαιτεί έναν άνθρωπο και ο άνθρωπος εξακολουθεί να χρειάζεται τον δικό του χρόνο.

Τα αξιόπιστα εργαλεία είναι και τα πιο επικίνδυνα

Ωστόσο, ο καθηγητής προειδοποιεί ότι ο πραγματικός κίνδυνος δεν έγκειται στο σημερινό κόστος, αλλά στην καθησυχαστική εκδοχή σύμφωνα με την οποία τα εργαλεία θα βελτιωθούν, τα λάθη θα σπανίζουν και ο έλεγχος θα συρρικνωθεί σε μια απλή τυπική διαδικασία. Αν ένας συντάκτης διαβάζει περιλήψεις τεχνητής νοημοσύνης όλη ημέρα και επί έναν μήνα δεν εντοπίζει κανένα σφάλμα, δεν σταματά να διαβάζει, αλλά το βλέμμα του αρχίζει να γλιστρά· η περίληψη που ήταν πάντα σωστή κερδίζει μια εμπιστοσύνη που δεν αξίζει, ώσπου το ένα λάθος στα χίλια φτάνει στον αναγνώστη τη στιγμή που κανείς δεν το περιμένει. Κάτι αντίστοιχο διαπίστωσαν πρώτοι οι πιλότοι: το 2013 οι αμερικανικές ρυθμιστικές αρχές κάλεσαν τις αεροπορικές εταιρείες να ενθαρρύνουν τα πληρώματα να πετούν πιο συχνά χειροκίνητα, επειδή τα αυτοματοποιημένα συστήματα που είχαν κάνει τις πτήσεις ασφαλέστερες είχαν ταυτόχρονα διαβρώσει την ίδια την ικανότητα πτήσης.

Το ίδιο συμβαίνει και στη διαδικασία της μάθησης, καθώς μια έτοιμη, τέλεια απάντηση αποτελεί λόγο να την εμπιστευθεί κανείς, όχι όμως και να την κατανοήσει. Σε πείραμα που δημοσιεύθηκε πέρυσι, μαθητές δευτεροβάθμιας εκπαίδευσης στην Τουρκία που εξασκήθηκαν στα μαθηματικά με τη βοήθεια ψηφιακού δασκάλου τεχνητής νοημοσύνης σημείωσαν θεαματική βελτίωση κατά την εξάσκηση, αλλά στις εξετάσεις —χωρίς το εργαλείο— τα πήγαν χειρότερα από τους μαθητές που δεν το είχαν χρησιμοποιήσει ποτέ. Αντιθέτως, μια εκδοχή του συστήματος που έδινε υποδείξεις αντί για έτοιμες απαντήσεις δεν προκάλεσε καμία τέτοια βλάβη, αποδεικνύοντας ότι η καθοριστική διαφορά δεν ήταν η ακρίβεια, αλλά το ποιος έκανε τη νοητική επεξεργασία.

Άνθρωποι στον κύκλο της εργασίας χωρίς ανθρώπινη σκέψη

Όπως τονίζει ο Κρίστοφ Τράτνερ —ο οποίος το 2026 δημοσίευσε στο επιστημονικό περιοδικό Science και το άρθρο γνώμης «Keep AI-augmented science contestable»—, αυτή είναι η συμφωνία που συνάπτουμε σε κάθε χώρο εργασίας όπου η παραγωγή μετατράπηκε σε επαλήθευση. Όσο τα εργαλεία παραμένουν ατελή, ο έλεγχος μας κρατά σε εγρήγορση· είναι κουραστικός, αλλά παραμένουμε ενεργοί στη δουλειά. Όταν όμως γίνουν αρκετά αξιόπιστα, ο έλεγχος μετατρέπεται σε τυπικό τελετουργικό και έπειτα σε μια απλή γραμμή σε έναν κανονισμό, με αποτέλεσμα η σκέψη να σταματά χωρίς κανείς να το έχει αποφασίσει ρητά — διατηρώντας τυπικά τους ανθρώπους στον κύκλο της διαδικασίας, έχοντας όμως αδειάσει τον κύκλο από κάθε ανθρώπινο στοιχείο.

Ο Τράτνερ διευκρινίζει ότι δεν ζητά χειρότερα εργαλεία, αλλά ειλικρίνεια ως προς το τίμημα των καλύτερων: ένα μέρος του λογαριασμού είναι οικονομικό, όμως το μεγαλύτερο είναι δυσκολότερο να μετρηθεί και αφορά τον μηχανικό που δεν γνωρίζει πια γιατί λειτουργεί ο κώδικας, τον συντάκτη που δεν διαβάζει πλέον και τον καθηγητή που διαθέτει εκατό εκδοχές ενός κειμένου χωρίς να είναι βέβαιος τι έμαθε από καμία από αυτές. Η IKEA έπραξε σωστά κρατώντας τους ανθρώπους της, καταλήγει, ωστόσο το δυσκολότερο ερώτημα είναι τι θα απομείνει στους υπόλοιπους όταν ακόμη και ο έλεγχος θα γίνεται για λογαριασμό μας.

Πηγή: in.gr

Πηγή: ot.gr

Facebook
Twitter
Telegram
WhatsApp
Email

ΔΙΑΒΑΣΤΕ ΕΠΙΣΗΣ