Η τεχνητή νοημοσύνη (συστήματα που μπορούν να «μαθαίνουν» και να εκτελούν εργασίες που μέχρι πρόσφατα απαιτούσαν ανθρώπινη σκέψη) ενδέχεται να οδηγήσει σε επαναπροσδιορισμό της εργασίας. Σε αντίθεση με προηγούμενες βιομηχανικές επαναστάσεις, όπου η μυϊκή δύναμη του ανθρώπου αντικαταστάθηκε από μηχανές, η σημερινή αλλαγή αφορά τη συνεργασία ανθρώπου και μηχανών στη λήψη αποφάσεων.

Για την Ελλάδα, η μετάβαση σε αυτή τη νέα μορφή συνεργασίας είναι μείζονος σημασίας. Η ελληνική οικονομία σε σύγκριση με τις υπόλοιπες ευρωπαϊκές χώρες βασίζεται κατά 99% σε μικρομεσαίες επιχειρήσεις, ο τουρισμός συνεισφέρει περίπου το ένα πέμπτο του Ακαθάριστου Εγχώριου Προϊόντος (ΑΕΠ – δηλαδή τη συνολική αξία των αγαθών και υπηρεσιών που παράγει μια χώρα), ενώ η ελληνική ναυτιλία κατέχει ηγετική θέση παγκοσμίως. Την ίδια στιγμή, η χώρα αντιμετωπίζει σοβαρές διαθρωτικές προκλήσεις, όπως χαμηλότερη παραγωγικότητα σε σχέση με τον μέσο όρο της Ευρωπαϊκής Ένωσης, μείωση του πληθυσμού και αναντιστοιχία δεξιοτήτων (δηλαδή οι γνώσεις των εργαζομένων δεν ταιριάζουν πάντα με τις ανάγκες της αγοράς εργασίας).

Ασφαλώς, η τεχνητή νοημοσύνη δεν μπορεί να δώσει λύση σε όλα αυτά τα προβλήματα από μόνη της. Μπορεί όμως να συμβάλει ουσιαστικά στην αντιμετώπισή τους, εφόσον δημιουργηθεί και υλοποιηθεί σε εθνικό επίπεδο μία στρατηγική που να εστιάζει στην αξιοποίηση και ανάπτυξη των εγχώριων ταλέντων.

Όχι λιγότερες θέσεις εργασίες, διαφορετικοί ρόλοι εργασίας

Το κρίσιμο ερώτημα δεν είναι αν θα χαθούν θέσεις εργασίας, αλλά πώς θα αλλάξουν οι ρόλοι που κατέχουν τα ταλέντα μέσα στον επαγγελματικό στίβο.

Ας δούμε, για παράδειγμα, τον τομέα της υγείας. Διαγνωστικά συστήματα που υποστηρίζονται από τεχνητή νοημοσύνη, μπορούν να μειώσουν τον χρόνο που αφιερώνεται στην ανάλυση ιατρικών απεικονίσεων, επιτρέποντας στους ιατρούς να επικεντρωθούν σε πιο περίπλοκα περιστατικά ή στην ουσιαστικότερη επικοινωνία με τους ασθενείς. Ο ρόλος λοιπόν του ιατρού μετατοπίζεται από την εκτέλεση επαναλαμβανόμενων εργασιών, στην εποπτεία συστημάτων, την ερμηνεία αποτελεσμάτων και τη λήψη κρίσιμων αποφάσεων. Έτσι, η τεχνητή νοημοσύνη δεν αντικαθιστά τους ιατρούς, αλλά τους βοηθά να είναι πιο αποτελεσματικοί.

Στον τουρισμό, εργαλεία τεχνητής νοημοσύνης που προβλέπουν τη ζήτηση και προσαρμόζουν τις τιμές σε πραγματικό χρόνο, μπορούν να αυξήσουν τα έσοδα και να βελτιώσουν την εμπειρία των επισκεπτών. Ο επαγγελματίας του χώρου στο μέλλον δεν θα περιορίζεται στη διαχείριση κρατήσεων, αλλά θα συντονίζει ψηφιακά συστήματα και εργαλεία που βελτιστοποιούν συνολικά την εμπειρία φιλοξενίας.

Στη ναυτιλία, η τεχνητή νοημοσύνη ήδη χρησιμοποιείται σε κάποιο βαθμό για την πρόβλεψη βλαβών, τη βελτίωση των δρομολογίων και την υποστήριξη της πλοήγησης. Ο ρόλος του αξιωματικού της ναυτιλίας στο μέλλον μετατοπίζεται από την εκτέλεση διαδικασιών, στην επίβλεψη και τη λήψη κρίσιμων αποφάσεων.

Το συμπέρασμα είναι σαφές. Ναι μεν ο άνθρωπος παραμένει στο επίκεντρο, αλλά ο ρόλος του επαναπροσδιορίζεται. Αυτό είναι μια πρόκληση για την ανάπτυξη των ταλέντων του μέλλοντος.

Η πρόκληση των δεξιοτήτων στην Ελλάδα

Τα δεδομένα δείχνουν πως γενικά σε όλη την Ευρώπη, οι ακόλουθες ήπιες/διαπροσωπικές δεξιότητες παραμένουν απαραίτητες: κριτική σκέψη, δημιουργικότητα, προσαρμοστικότητα, επικοινωνία και ηθική κρίση. Τουλάχιστον στο άμεσο μέλλον, αυτές οι δεξιότητες δεν μπορούν να αντικατασταθούν πλήρως από κάποιο είδος τεχνολογίας.

Στην Ελλάδα, παρότι η υιοθέτηση ψηφιακών δεξιοτήτων παραμένει ιστορικά χαμηλότερη από τον ευρωπαϊκό μέσο όρο, η χώρα μπορεί να επωφεληθεί από πόρους της Ευρωπαϊκής Ένωσης για να υποστηρίξει τον ψηφιακό μετασχηματισμό και τη συνολική ανάκαμψη. Η ευκαιρία είναι ξεκάθαρη: να συνδυαστούν επενδύσεις στην τεχνολογία με επενδύσεις στη στρατηγική ανάπτυξη των ταλέντων της χώρας.

Το δημογραφικό πρόβλημα και η φυγή νέων επιστημόνων στο εξωτερικό οξύνουν την πρόκληση αυτή. Η Ελλάδα δεν έχει την πολυτέλεια να αντικαθιστά εργαζομένους. Αντίθετα, χρειάζεται να αναπτύξει τα υπάρχοντα ταλέντα της, ώστε να αναλάβουν υβριδικούς ρόλους.

Κύριες κατευθύνσεις προς μια οικονομία τεχνητής νοημοσύνης

Για να αξιοποιήσει η χώρα τη μετάβαση αυτή, απαιτούνται συγκεκριμένες παρεμβάσεις:

Επανασχεδιασμός των θέσεων εργασίας. Αντί να καταργούνται θέσεις εργασίας, επιχειρήσεις και δημόσιοι οργανισμοί πρέπει να χαρτογραφήσουν με σαφήνεια ποιες εργασίες εκτελούνται από ανθρώπους και ποιες από την εκάστοτε τεχνολογία, δημιουργώντας νέους «υβριδικούς ρόλους».

Εκπαίδευση στη χρήση της τεχνητής νοημοσύνης. Η κατανόηση των βασικών αρχών της τεχνητής νοημοσύνης δεν πρέπει να αφορά μόνο τους ειδικούς. Εργαζόμενοι, στελέχη και δημόσιοι υπάλληλοι πρέπει να κατανοήσουν καλύτερα πώς λειτουργούν τα αλγοριθμικά συστήματα, ποιοι είναι οι περιορισμοί τους και πώς μπορούν να παρεμβαίνουν οι ίδιοι υπεύθυνα. Τα πανεπιστήμια, και ειδικά οι σχολές διοίκησης επιχειρήσεων, οφείλουν να εντάξουν σχετικά μαθήματα στα προγράμματα σπουδών τους.

Διαρκής αναβάθμιση δεξιοτήτων. Η μάθηση δεν μπορεί να είναι μια εφάπαξ διαδικασία. Απαιτείται συνεχής ανάπτυξη ταλέντων με χρήση ευέλικτων προγραμμάτων που προσαρμόζονται στις ανάγκες του κάθε εργαζομένου.

Νέο σύστημα αξιολόγησης. Η απόδοση δεν πρέπει να μετριέται μόνο με βάση την ποσότητα εργασίας, αλλά και την ικανότητα συνεργασίας με ψηφιακά εργαλεία, τη λήψη αποφάσεων και την καινοτομία.

Ενίσχυση της κινητικότητας στην εργασία. Οι εργαζόμενοι που επηρεάζονται από την αυτοματοποίηση πρέπει να έχουν πραγματικές δυνατότητες μετάβασης σε νέους υβριδικούς ρόλους, είτε μέσα στην ίδια επιχείρηση είτε στον ίδιο κλάδο. Σε μια χώρα που αντιμετωπίζει διαρροή «μυαλών» στο εξωτερικό, η διακράτηση ταλέντων μέσω επανεκπαίδευσης είναι στρατηγικής σημασίας.

Τέλος, καθώς η τεχνητή νοημοσύνη ενσωματώνεται στις πρακτικές ανθρώπινου δυναμικού, είναι απαραίτητο να διασφαλίζονται η διαφάνεια, η δικαιοσύνη και η προστασία των δεδομένων. Χωρίς εμπιστοσύνη, καμία τεχνολογική αλλαγή δεν μπορεί να πετύχει.

Το ανταγωνιστικό πλεονέκτημα της Ελλάδας

Η Ελλάδα δεν χρειάζεται να ανταγωνιστεί τις μεγάλες χώρες στην ανάπτυξη θεμελιωδών μοντέλων τεχνητής νοημοσύνης. Το συγκριτικό της πλεονέκτημα βρίσκεται στην εξειδίκευση σε τομείς όπου ήδη διακρίνεται: ναυτιλία, τουρισμός, ανανεώσιμες πηγές ενέργειας, αναδυόμενα τεχνολογικά οικοσυστήματα, και logistics.

Η τεχνητή νοημοσύνη μπορεί να ενισχύσει αυτούς τους κλάδους χωρίς να οδηγήσει σε μαζική απώλεια θέσεων εργασίας. Το σχετικά μικρό μέγεθος της ελληνικής οικονομίας σε σύγκριση με μεγαλύτερα και πιο γραφειοκρατικά συστήματα, επιτρέπει πιο ευέλικτες μεταρρυθμίσεις που μπορούν να αυξήσουν την παραγωγικότητα.

Το μέλλον της εργασίας στην Ελλάδα δεν αφορά την αντικατάσταση των ανθρώπων από μηχανές. Αφορά την αναβάθμιση των ταλέντων των εργαζομένων, ώστε να εργάζονται πιο έξυπνα, πιο δημιουργικά και με υβριδική νοημοσύνη (εκεί όπου άνθρωποι και μηχανές συνεργάζονται). Όσοι επενδύσουν απλώς στην αυτοματοποίηση, παραμελώντας την ανάπτυξη των ταλέντων των εργαζομένων, θα αντιμετωπίσουν σημαντικές δυσκολίες.

Η χώρα έχει αποδείξει πολλές φορές ότι μπορεί να προσαρμοστεί σε δύσκολες συνθήκες. Αν επενδύσει στρατηγικά στο ταλαντούχο ανθρώπινο δυναμικό της, η τεχνητή νοημοσύνη δεν θα είναι απειλή, αλλά η αρχή μιας νέας περιόδου ανάπτυξης.

Vlad Vaiman, Καθηγητςή Διοίκησης Ανθρώπινου Δυναμικού του California Lutheran University στις ΗΠΑ

Το άρθρο δημοσιεύθηκε αρχικά στο ένθετο ΟΠΑ News του Οικονομικού Πανεπιστημίου Αθηνών που κυκλοφόρησε με «Το Βήμα της Κυριακής» την Κυριακή 26 Απριλίου 2026