Ο αντιπρόεδρος Cloud & AI της Microsoft, Ούλι Χόμαν, μιλά στο ΒΗΜΑ για τις παρανοήσεις γύρω από την Τεχνητή Νοημοσύνη, την επίδρασή της στην εργασία, τις ηθικές προκλήσεις, η κβαντική υπολογιστική και τις δεξιότητες του μέλλοντος.
Η συζήτηση για την Τεχνητή Νοημοσύνη κινείται συχνά ανάμεσα στον ενθουσιασμό και τον φόβο. Για άλλους αποτελεί τη μεγαλύτερη τεχνολογική επανάσταση των τελευταίων δεκαετιών, ενώ για άλλους έναν παράγοντα αβεβαιότητας που απειλεί θέσεις εργασίας, θεσμούς και κοινωνικές ισορροπίες. Ο Ούλι Χόμαν, Corporate Vice President Cloud & AI της Microsoft, επιχειρεί να βάλει τα πράγματα σε μια πιο ρεαλιστική βάση.
Μίλησε στο ΒΗΜΑ κατά τη διάρκεια της διαμονής του στην Αθήνα για τα φετινά Panathēnea τονίζοντας ότι η Τεχνητή Νοημοσύνη δεν είναι ούτε «μαγεία» ούτε «απειλή» και πως ήδη μετασχηματίζει επιχειρήσεις και την επιστημονική έρευνα. Παράλληλα αναφέρθηκε στα κρίσιμα ζητήματα διακυβέρνησης που πρέπει να αντιμετωπιστούν άμεσα και γιατί οι νέοι επαγγελματίες οφείλουν να μάθουν να σκέφτονται σε επίπεδο συστημάτων.
Η δημόσια συζήτηση γύρω από την Τεχνητή Νοημοσύνη κινείται συχνά ανάμεσα στον ενθουσιασμό και τον φόβο. Ποιες είναι σήμερα οι μεγαλύτερες παρανοήσεις γύρω από την AI;
Η μεγαλύτερη παρανόηση είναι ότι η Τεχνητή Νοημοσύνη είναι είτε μαγεία είτε απειλή, ενώ στην πραγματικότητα δεν είναι ούτε το ένα ούτε το άλλο. Η Τεχνητή Νοημοσύνη δεν αντικαθιστά την ανθρώπινη σκέψη ούτε αποτελεί μια αφηρημένη δύναμη πέρα από τον έλεγχό μας. Η πραγματική εικόνα είναι πολύ πιο γειωμένη: πρόκειται για ένα εργαλείο που ενισχύει τις ανθρώπινες δυνατότητες και, όπως με κάθε εργαλείο, ο αντίκτυπός του εξαρτάται από το πώς το σχεδιάζουμε, το χρησιμοποιούμε και το ρυθμίζουμε.
Μια ακόμη παρανόηση είναι ότι η Τεχνητή Νοημοσύνη εξελίσσεται ταχύτερα απ’ όσο μπορούν να ακολουθήσουν οι άνθρωποι. Σε πολλές περιπτώσεις συμβαίνει το αντίθετο. Οι άνθρωποι προσαρμόζονται πιο γρήγορα από τους οργανισμούς. Το κενό που παρατηρούμε σήμερα δεν είναι κενό ανθρώπινης ετοιμότητας αλλά οργανωσιακής ετοιμότητας. Από εκεί προκύπτει μεγάλο μέρος της σημερινής έντασης.
«Η Τεχνητή Νοημοσύνη δεν αντικαθιστά την ανθρώπινη σκέψη ούτε αποτελεί μια αφηρημένη δύναμη πέρα από τον έλεγχό μας».
Τέλος, υπάρχει η τάση να αντιμετωπίζουμε την Τεχνητή Νοημοσύνη ως κάτι «εκεί έξω», ενώ στην πραγματικότητα είναι ήδη μέρος της καθημερινής εργασίας μας. Είναι ενσωματωμένη, συχνά αθόρυβα, στη λήψη αποφάσεων, στη δημιουργικότητα και στην επίλυση προβλημάτων. Το ερώτημα πλέον δεν είναι αν η Τεχνητή Νοημοσύνη θα διαμορφώσει την εργασία, αλλά αν εμείς τη διαμορφώνουμε συνειδητά.
Πού βλέπετε, επομένως, να δημιουργείται πραγματική αξία στην πράξη;
Υπάρχουν τρεις τομείς όπου βλέπω απτή και όχι θεωρητική αξία. Ο πρώτος είναι η ίδια η ανάπτυξη λογισμικού. Σήμερα, ένα σημαντικό ποσοστό του κώδικα στις σύγχρονες επιχειρήσεις συντάσσεται αρχικά από συστήματα Τεχνητή Νοημοσύνη. Αυτό αλλάζει τον τρόπο οργάνωσης των ομάδων, τις διαδικασίες ελέγχου και τις δεξιότητες που απαιτούνται. Πρόκειται για την πιο ώριμη εφαρμογή που βλέπω αυτή τη στιγμή.
Ο δεύτερος είναι η «εργασία γνώσης», όπου το μοτίβο είναι «αναζήτηση, ανάλυση, σύνοψη». Εξυπηρέτηση πελατών, νομικές υπηρεσίες, χρηματοοικονομική ανάλυση, διαλογή περιστατικών υγείας. Η Τεχνητή Νοημοσύνη αναλαμβάνει τη μεγάλη μάζα των τυπικών περιπτώσεων και οι άνθρωποι κρατούν τις αποφάσεις που απαιτούν κρίση. Τα οικονομικά οφέλη είναι ήδη ξεκάθαρα.
Ο τρίτος τομέας είναι οι επιστημονικές ανακαλύψεις. Από την ανάπτυξη φαρμάκων και τον σχεδιασμό νέων υλικών έως τη μελέτη πρωτεϊνών, η Τεχνητή Νοημοσύνη έχει ήδη μειώσει χρονοδιαγράμματα που παλαιότερα απαιτούσαν χρόνια σε μερικούς μήνες.
Θα ήθελα, ωστόσο, να επισημάνω κάτι. Για τις περισσότερες επιχειρήσεις το πρώτο βήμα ήταν ένα chatbot. Ήταν σημαντικό διότι εισήγαγε την Τεχνητή Νοημοσύνη στον χώρο εργασίας και έμαθε σε εκατομμύρια ανθρώπους πώς να αλληλεπιδρούν με αυτά τα συστήματα. Όμως είναι μόνο το πρώτο βήμα. Οι εταιρείες που αποκομίζουν τη μεγαλύτερη αξία έχουν ήδη προχωρήσει πέρα από τις συνομιλιακές διεπαφές και επανασχεδιάζουν τις ίδιες τις ροές εργασίας τους.
Η Τεχνητή Νοημοσύνη παρουσιάζεται συχνά ως εργαλείο παραγωγικότητας. Θεωρητικά, αυτό θα έπρεπε να οδηγεί και σε μείωση του χρόνου εργασίας. Συμβαίνει όμως;
Είναι μια απολύτως εύλογη ανησυχία. Τα κέρδη παραγωγικότητας δεν μεταφράζονται αυτόματα σε καλύτερα αποτελέσματα. Αυτό που βλέπουμε σήμερα είναι ότι η Τεχνητή Νοημοσύνη επιταχύνει την εργασία. Κάνει τους ανθρώπους πιο γρήγορους, όχι απαραίτητα πιο ελεύθερους. Η τεχνολογία μπορεί να δημιουργήσει χρόνο, αλλά δεν αποφασίζει πώς θα αξιοποιηθεί. Αυτή είναι μια ανθρώπινη και οργανωσιακή επιλογή.
«Οι πολίτες χρειάζονται τις δεξιότητες και την αυτοπεποίθηση ώστε να χρησιμοποιούν αυτά τα εργαλεία με κριτική σκέψη».
Η Τεχνητή Νοημοσύνη, όταν χρησιμοποιείται σωστά, μπορεί να ενισχύσει τόσο τη δημιουργικότητα όσο και τη συνεργασία. Μπορεί να λειτουργήσει ως συνομιλητής, ως συνεργάτης σκέψης ή ακόμη και ως καταλύτης νέων ιδεών. Η μετάβαση είναι από το να χρησιμοποιούμε την ΤΝ ως εργαλείο στο να εργαζόμαστε μαζί της ως συνεργάτη.
Όσο για τη γνώση, η δυναμική είναι τεράστια. Η Τεχνητή Νοημοσύνη μπορεί να μειώσει τα εμπόδια πρόσβασης στην πληροφορία. Ωστόσο, η πρόσβαση από μόνη της δε σημαίνει ενδυνάμωση. Οι πολίτες χρειάζονται τις δεξιότητες και την αυτοπεποίθηση ώστε να χρησιμοποιούν αυτά τα εργαλεία με κριτική σκέψη.
Ποιες είναι οι πιο κρίσιμες ηθικές και θεσμικές προκλήσεις που πρέπει να αντιμετωπιστούν άμεσα;
Οι βασικές αρχές είναι πλέον γνωστές. Αυτό που χρειάζεται προσοχή είναι η εφαρμογή τους. Πρώτα απ’ όλα, η ταυτότητα και η λογοδοσία των AI agents. Όταν ένας agent στέλνει ένα email ή κάνει μια σύσταση, πρέπει να γνωρίζουμε ποιος είναι υπεύθυνος, ποιος τον εξουσιοδότησε και ποια δεδομένα χρησιμοποίησε. Δεύτερον, η παρατηρησιμότητα. Τα συστήματα Τεχνητής Νοημοσύνης αποτυγχάνουν με τρόπους διαφορετικούς από το παραδοσιακό λογισμικό και πρέπει να μπορούμε να εντοπίζουμε καθαρά αυτές τις αποτυχίες. Τρίτον, η αξιολόγηση. Χρειαζόμαστε συστηματικούς μηχανισμούς ελέγχου και δοκιμών, όπως ακριβώς συνέβη παλαιότερα με το λογισμικό. Και, τέλος, η διακυβέρνηση των δεδομένων. Η δημόσια συζήτηση επικεντρώνεται συνήθως στα μοντέλα. Το ουσιαστικότερο ζήτημα όμως είναι τα δεδομένα: από πού προέρχονται, πώς φιλτράρονται και ποιος έχει πρόσβαση σε αυτά. Το μεγαλύτερο λάθος που επαναλαμβάνουμε διαχρονικά στον τομέα της τεχνολογίας είναι ότι προσπαθούμε να τη ρυθμίσουμε αφού έχει ήδη αναπτυχθεί. Δεν μπορούμε να το κάνουμε αυτό με συστήματα που δρουν στον πραγματικό κόσμο.
Πώς μπορούν η Τεχνητή Νοημοσύνη και η κβαντική υπολογιστική να επηρεάσουν η μία την εξέλιξη της άλλης; Σε λίγες μέρες (σ.σ. τελικά συνέβη σήμερα) αναμένουμε και την ανακοίνωση για το Majorana 2.
Πρόκειται για δύο πεδία που συγκλίνουν, αλλά βρίσκονται σε διαφορετικά χρονικά στάδια. Η Τεχνητή Νοημοσύνη είναι ήδη εδώ και αλλάζει τον τρόπο που αναπτύσσεται το λογισμικό. Η κβαντική υπολογιστική βρίσκεται ακόμη στο κατώφλι της πρακτικής αξιοποίησης.
Η σχέση είναι αμφίδρομη. Η Τεχνητή Νοημοσύνη ήδη βοηθά την πρόοδο της κβαντικής τεχνολογίας, από τη βαθμονόμηση qubits μέχρι τη βελτιστοποίηση πειραμάτων. Αντίστροφα, η κβαντική υπολογιστική θα επιταχύνει στο μέλλον συγκεκριμένες κατηγορίες εφαρμογών Τεχνητής Νοημοσύνης, ιδιαίτερα σε τομείς όπως η ανακάλυψη φαρμάκων, τα νέα υλικά και η κρυπτογραφία.
«Μην αντιμετωπίζετε την Τεχνητή Νοημοσύνη ως κάτι που θα σας αντικαταστήσει. Δείτε την ως κάτι που διευρύνει αυτό που μπορείτε να γίνετε».
Η Τεχνητή Νοημοσύνη μάς βοηθά να φτάσουμε γρηγορότερα στην κβαντική εποχή και η κβαντική υπολογιστική θα επιτρέψει κάποτε στην Τεχνητή Νοημοσύνη να αντιμετωπίσει προβλήματα που σήμερα είναι αδύνατο να λυθούν.
Ποια δεξιότητα θεωρείτε πιο σημαντική για τους νέους που θέλουν να εργαστούν στην τεχνολογία και την Τεχνητή Νοημοσύνη;
Να μάθουν να σκέφτονται με προοπτική συστημάτων. Το μέλλον του λογισμικού δεν βρίσκεται στη συγγραφή μεμονωμένων συναρτήσεων, αλλά στον σχεδιασμό συστημάτων όπου άνθρωποι, agents, μοντέλα και δεδομένα συνεργάζονται. Αυτό απαιτεί τρία πράγματα: τεχνικό βάθος, κρίση και προσαρμοστικότητα. Η Τεχνητή Νοημοσύνη παράγει συχνά πειστικά αποτελέσματα. Η ικανότητα να ξεχωρίζεις ποια από αυτά είναι πραγματικά σωστά, χρήσιμα ή κατάλληλα παραμένει ανθρώπινη δεξιότητα και γίνεται ολοένα πιο πολύτιμη.
Σύμφωνα με το Work Trend Index 2026 της Microsoft, σχεδόν το 60% των χρηστών Τεχνητής Νοημοσύνης δηλώνει ότι σήμερα παράγει έργο που δε θα μπορούσε να παραδώσει πριν από έναν χρόνο, ενώ στους πιο προχωρημένους επαγγελματίες το ποσοστό φτάνει το 80%. Το μήνυμά μου προς τους νέους είναι απλό: μην αντιμετωπίζετε την Τεχνητή Νοημοσύνη ως κάτι που θα σας αντικαταστήσει. Δείτε την ως κάτι που διευρύνει αυτό που μπορείτε να γίνετε. Εκείνοι που θα ξεχωρίσουν είναι όσοι θα χρησιμοποιήσουν την Τεχνητή Νοημοσύνη για να σκέφτονται περισσότερο, όχι λιγότερο.
