30 Νοεμβρίου 2022. Μια ημερομηνία που θα θυμόμαστε στο μέλλον, ως τη μέρα που το ChatGPT βγήκε επίσημα για χρήση και, μέσα σε λίγες ώρες, άλλαξε τον τρόπο που αλληλεπιδρούμε με την πληροφορία. Αντί να γράφουμε 2-3 λέξεις κλειδιά στο Google, γράφαμε ακριβώς αυτό που θέλαμε και παίρναμε ολόκληρες εξηγήσεις. Αντί να ψάχνει κάποιος μισή ώρα τι λάθος έχει ο κώδικάς του, του το έβρισκε σε 3 δευτερόλεπτα.
Μέσα σε μια εβδομάδα οι εφημερίδες γέμισαν προβλέψεις για «αυτό που έρχεται». Το πάθος και ο φόβος τεράστια, το ίδιο και οι προσδοκίες για έναν κόσμο που θα άλλαζε ραγδαία μέσα σε 3 ή 5 ή 10 χρόνια. Ένα μέλλον που είτε κανείς δεν θα έχει δουλειά ή που όλοι θα είμαστε ζάπλουτοι.
Τρία χρόνια μετά, όμως, κανένα από αυτά τα σενάρια δεν μοιάζει να είναι κοντά. Η χρήση της ΤΝ μοιάζει να είναι παντού, με το ένα τρίτο των Ευρωπαίων να τη χρησιμοποιούν τακτικά. Πολλοί από εμάς τη χρησιμοποιούμε συνεχόμενα μέσα στη μέρα, ως εργαλείο για τη δουλειά μας ή προσωπικό βοηθό. Αλλά σε συνολικό επίπεδο μοιάζει σαν να μην έχουν αλλάξει πολλά στην πράξη.
Μπορεί η είσοδος των υπολογιστών και του ίντερνετ να φαντάζει τεράστιο γεγονός, αλλά οι πιο πρόσφατες έρευνες δείχνουν ότι οι επιπτώσεις τους ήταν πολύ μικρότερες απ’ ό,τι προηγούμενες τεχνολογίες γενικής χρήσης όπως οι ατμομηχανές και ο ηλεκτρισμός.
Να το αναγνωρίσουμε αυτό δεν είναι εύκολο. Άλλωστε συχνά ακούμε για τα Data Centers που αλλάζουν το ενεργειακό τοπίο και χρησιμοποιούν όλο και περισσότερο νερό. Ταυτόχρονα σοβαρές μελέτες έχουν δείξει ότι η ΤΝ μπορεί κυριολεκτικά να αντικαταστήσει την ανάγκη για συνεργάτες. Το HBS έχει δημιουργήσει ένα Ινστιτούτο, στο οποίο μέχρι πρόσφατα εργαζόμουνα, με στόχο να μελετήσει τα αποτελέσματα των νέων αυτών τεχνολογιών στην οικονομία. Σε ένα πείραμα σε εργαζόμενους της P&G από ερευνητές του Harvard Business School, το ChatGPT βρέθηκε να έχει ίδια αποτελέσματα στην παραγωγικότητα όσο με το να εργάζεσαι μαζί με έναν συνάδελφο! Μάλιστα οι εργαζόμενοι ανέφεραν και αντίστοιχα επίπεδα συναισθηματικής υποστήριξης.
Στην οικονομία, όμως, συνολικά δεν διαφαίνονται τέτοιες μεγάλες αλλαγές. Ο ρυθμός αύξησης της παραγωγικότητας των εργαζόμενων αυτή την τριετία μοιάζει να έχει αυξηθεί λίγο, αλλά όχι στον βαθμό που θα περίμενε κάποιος από μια τεχνολογία που μπορεί πειραματικά να αντικαταστήσει ολόκληρους εργαζόμενους. Ακόμα πιο σημαντικό: δεν διαφαίνεται ακόμη σημαντική αλλαγή στην αγορά εργασίας. Μια αρχική επιβράδυνση στις νέες θέσεις εργασίας για νέα άτομα που παρατηρήθηκε αποδίδεται, πια, περισσότερο στην οικονομική αβεβαιότητα και την αύξηση των επιτοκίων.
Ούτε δουλειές εξαφανίζονται, δηλαδή, ούτε η οικονομία μας αναπτύσσεται ραγδαία λόγω της τεχνητής νοημοσύνης.
Ο βασικός λόγος για αυτό είναι το ότι η παραγωγή μιας νέας τεχνολογίας είναι κάτι πολύ διαφορετικό από την υιοθέτησή της.
Τα εργαλεία ΤΝ, όπως το ChatGPT, είναι γενικά και όχι εξειδικευμένα στον κάθε κλάδο και επάγγελμα. Θεωρητικά, μια καθηγήτρια, ένας γραμματέας, ή ένας αρχιτέκτονας θα μπορούσαν να αυξήσουν σημαντικά την αποδοτικότητά τους χρησιμοποιώντας το ChatGPT. Στην πράξη, όμως, θα έπρεπε αρχικά να σπαταλήσουν αρκετό χρόνο έως ότου αντιληφθούν σε ποιο κομμάτι της δουλειάς τους μπορεί να βοηθήσει, σε ποιο κομμάτι δίνει λάθος απαντήσεις, πώς ακριβώς μπορεί να γίνει μέρος της καθημερινής τους εργασίας, κτλ. Το πραγματικό κόστος μιας τέτοιας αλλαγής είναι πολύ μεγάλο και γίνεται ακόμα μεγαλύτερο αν σκεφτούμε πως κάτι τέτοιο θα γινόταν μέσα σε μια μεγάλη επιχείρηση, όπου ολόκληρη η δομή της θα έπρεπε να αλλάξει για να χρησιμοποιηθεί πλήρως ένα τέτοιο εργαλείο.
Για αυτό και η πραγματική διείσδυση αυτών των εργαλείων είναι ακόμα μικρή.
Αυτό θα αλλάξει όταν ξεκινήσουν να δημιουργούνται εφαρμογές πάνω στο κάθε επάγγελμα και κλάδο. Είτε αυτό θα έχει τη μορφή κλασικών εφαρμογών υπολογιστή ή κινητού που απλά από πίσω θα τρέχει η ΤΝ, είτε ως AI agents. Το σημαντικό είναι ότι αυτά τα εργαλεία θα γίνουν χρήσιμα όταν περάσουν χρόνο πάνω τους ειδικοί από κάθε κλάδο, ώστε να δουν τι μπορεί και τι δεν μπορεί να κάνει στην πράξει το ΑΙ σε συγκεκριμένες εργασίες. Μόνο τότε, όταν το κόστος προσαρμογής δεν θα είναι στους εργαζομένους και τις επιχειρήσεις, αλλά θα έρχεται «έτοιμο» όπως τα κλασσικά λογισμικά, θα γίνει πιο βαθιά η υιοθέτησή τους.
Αυτή είναι μια διαδικασία που παίρνει χρόνο. Και εκεί ήταν το λάθος στις απίστευτες προβλέψεις που ακούσαμε πριν τρία χρόνια. Πολλοί θεώρησαν ότι η ΤΝ θα βγάλει τον άνθρωπο από την εικόνα και θα κάνει μόνη της τις δουλειές. Αλλά πώς; Κάποιος πρέπει να «τρέχει» τα συστήματα.
Προσοχή, όμως. Η αργή υιοθέτηση δεν σημαίνει και μικρό αποτέλεσμα.
Ακόμα και αν ακουστεί περίεργο, οι τελευταίες τρεις δεκαετίες ήταν από τις πιο «ήρεμες» όσον αφορά τις τεχνολογικές αλλαγές στην αγορά εργασίας. Μπορεί η είσοδος των υπολογιστών και του ίντερνετ να φαντάζει τεράστιο γεγονός, αλλά οι πιο πρόσφατες έρευνες δείχνουν ότι οι επιπτώσεις τους ήταν πολύ μικρότερες απ’ ό,τι είχαν προηγούμενες τεχνολογίες γενικής χρήσης όπως οι ατμομηχανές και ο ηλεκτρισμός. Αυτό φαίνεται να αλλάζει την τελευταία δεκαετία, επιταχύνοντας ξανά τις τεχνολογικές αλλαγές στην οικονομία.
Και εδώ επιστρέφουμε στην παραγωγικότητα. Ανέφερα ότι δεν βλέπουμε κάποιο μεγάλο μπαμ λόγω ΤΝ, αλλά μια μικρή αύξηση. Ακόμα και αυτή η αύξηση, όμως, μακροπρόθεσμα μπορεί να φέρει μεγάλες αλλαγές. Ακόμα και αν δεν υπάρξει επιτάχυνση (που λογικά θα υπάρξει), το αποτέλεσμα σε βάθος 30 ετών θα ήταν 20% υψηλότερο εισόδημα, πέραν της οποιασδήποτε ανάπτυξης θα βλέπαμε έτσι και αλλιώς.
Ακόμα και αν νιώθουμε, λοιπόν, ότι η τεχνητή νοημοσύνη βρίσκεται ήδη παντού, ο πρακτικός της ρόλος στην οικονομία μας παραμένει ακόμα μικρός. Μακροπρόθεσμα, όμως, η επίδρασή της, πιθανώς, θα είναι πολύ μεγάλη ως προς τον τρόπο που λειτουργεί η κοινωνία και η οικονομία μας.
