ΒΑΣΙΛΗΣ ΨΑΛΤΗΣ
What lies ahead:
AI in Business
Τεχνητή νοημοσύνη:
Προκλήσεις και ευκαιρίες
Γιάννης Στουρνάρας, Διοικητής της Τράπεζας της Ελλάδος
Ηέλευση της τεχνητής νοημοσύνης (artificial intelligence – AI) είναι η πιο εντυπωσιακή και συναρπαστική τεχνολογική εξέλιξη των τελευταίων δεκαετιών, αν όχι όλων των εποχών. Η τεχνητή νοημοσύνη υπάρχει εδώ και αρκετά χρόνια, ωστόσο οι περισσότεροι πραγματικά αντιληφθήκαμε την παρουσία της όταν κυκλοφόρησε το ChatGPT. Οι προοπτικές και οι δυνητικές εφαρμογές της τεχνητής νοημοσύνης είναι ανεξάντλητες, πολλοί όμως είναι και οι κίνδυνοι. Η τεχνητή νοημοσύνη έχει τη δυνατότητα να μετασχηματίσει τις κοινωνίες μας εξίσου ριζικά όσο ο ηλεκτρισμός, το αυτοκίνητο και οι ηλεκτρονικοί υπολογιστές. Αυτό σημαίνει ότι πρέπει να προετοιμαστούμε και να προσαρμοστούμε, καθώς η τεχνητή νοημοσύνη θα διαπερνά όλες τις πτυχές της ανθρώπινης δραστηριότητας. Θα αναφερθώ ειδικότερα στις πιθανές επιδράσεις της τεχνητής νοημοσύνης στην αγορά εργασίας, διότι είναι ένα ζήτημα που απασχολεί σοβαρά το ευρύ κοινό, και θα επιχειρήσω να αναδείξω κάποιες δυνητικές ευκαιρίες για την Ελλάδα.
Παρά την εσφαλμένη αντίληψη που επικρατεί, θα πρέπει να έχουμε υπ’ όψιν πως, με βάση την ιστορική εμπειρία, το ενδεχόμενο να προκληθεί μαζική τεχνολογική ανεργία είναι εξαιρετικά απομακρυσμένο. Ο λεγόμενος τεχνολογικός πεσιμισμός (techno-pessimism) είναι ένα φαινόμενο που εμφανίζεται ξανά και ξανά εδώ και σχεδόν 200 χρόνια, από τους περίφημους Λουδίτες στην Αγγλία του 19ου αιώνα μέχρι σήμερα. Σε πείσμα αυτών των απαισιόδοξων προβλέψεων, μετά από δυόμισι αιώνες σύγχρονης βιομηχανικής οικονομίας, έχουμε κατακτήσει επίπεδα ευημερίας που θα φαίνονταν αδιανόητα μερικές γενιές πριν, ενώ η απασχόληση δεν φαίνεται να έχει αποδυναμωθεί συνολικά.
Το σημερινό κύμα γενετικής τεχνητής νοημοσύνης (generative AI), στο βαθμό που ουσιαστικά συμπληρώνει δεξιότητες που παραδοσιακά θεωρούνται προνόμιο του ανθρώπου, όπως η κριτική σκέψη ή η διαπροσωπική επικοινωνία, και επιτρέπει την εξατομίκευση σε συνδυασμό με μια απείρως μεγαλύτερη υπολογιστική ισχύ, μπορεί να αυξήσει σημαντικά την παραγωγικότητα. Μπορεί να ενισχύσει την παραγωγικότητα ακόμη και σε τομείς που παραδοσιακά πιστευόταν ότι δεν επιδέχονται αυτοματοποίηση, ιδίως οι προσωπικές υπηρεσίες όπως η ιατρική ή η εκπαίδευση, οι οποίες ουσιαστικά παρέχονται με τις ίδιες διαδικασίες εδώ και δεκαετίες. Η τεχνητή νοημοσύνη αναμένεται να συμβάλει στην αύξηση της παραγωγικότητας και μέσω της επιτάχυνσης της καινοτομίας, καθώς επιτρέπει ταχύτερη επεξεργασία και υπολογισμό δεδομένων. Ο ρυθμός ανόδου της παραγωγικότητας στις προηγμένες οικονομίες παραμένει χαμηλός εδώ και πολλά χρόνια, εν μέρει λόγω του ότι οι υπηρεσίες, που αντιπροσωπεύουν το μεγαλύτερο μερίδιο της οικονομίας μας, εμφανίζουν διαρθρωτικά μικρότερη αύξηση παραγωγικότητας.
Παρότι γενικά δεν αναμένεται να πληγεί η συνολική απασχόληση, οι τεχνολογικές αλλαγές μπορεί να έχουν αναδιανεμητικές επιδράσεις. Η τεχνολογία τείνει να αντικαθιστά ορισμένες εργασίες, επιτρέποντας στον άνθρωπο να ασχοληθεί με άλλες, ενώ ταυτόχρονα δημιουργεί νέες θέσεις απασχόλησης. Πράγματι, ερευνητικές μελέτες έχουν δείξει ότι η αύξηση της απασχόλησης τείνει να συγκεντρώνεται στα λεγόμενα νέα επαγγέλματα.
Στο παρελθόν, οι τεχνολογικές εξελίξεις στην αυτοματοποίηση συνήθως επηρέαζαν διαδικασίες ρουτίνας, δηλαδή επαναλαμβανόμενες διαδικασίες που μπορούσαν να κωδικοποιηθούν. Αυτό οδήγησε σε πόλωση της αγοράς εργασίας, με την απασχόληση να συρρικνώνεται στα ενδιάμεσα κλιμάκια της κατανομής των μισθών και να αυξάνεται στο άνω και στο κάτω άκρο της κατανομής. Η πόλωση αυτή είναι ίσως το κυρίαρχο φαινόμενο στην αγορά εργασίας τις τελευταίες δεκαετίες στις προηγμένες οικονομίες.
Ωστόσο, η τεχνητή νοημοσύνη έχει τη δυνατότητα να αυτοματοποιεί και μη επαναλαμβανόμενες εργασίες, επηρεάζοντας και άλλες πολυπληθείς ομάδες του εργατικού δυναμικού. Τα πρόσφατα επιτεύγματα της τεχνητής νοημοσύνης, ιδίως τα μοντέλα μεγάλων γλωσσών (large language models – LLMs), έχουν τεράστιες δυνατότητες αξιοποίησης σε πιο αφηρημένα γνωστικά καθήκοντα, όπως π.χ. ο προγραμματισμός Η/Υ, που μέχρι πρόσφατα θεωρούσαμε ότι απλά συμπληρώνονται από την τεχνολογία.
Η έρευνα πάνω σ’ αυτό το θέμα βρίσκεται ακόμη σε πρώιμο στάδιο, πάντως κάποιες μελέτες έχουν ήδη διαπιστώσει θετική συσχέτιση μεταξύ μισθών και βαθμού διείσδυσης των μοντέλων μεγάλων γλωσσών, δηλαδή το εντελώς αντίθετο από ό,τι ίσχυε σε παλαιότερα κύματα αυτοματοποίησης.
Στην πραγματικότητα, υπάρχει η πιθανότητα η τεχνητή νοημοσύνη να περιορίσει σημαντικά την εισοδηματική ανισότητα μεταξύ υψηλών και χαμηλών εισοδηματικών κλιμακίων, αλλά να μην επηρεάσει το ανώτατο 1%, που αποτελείται από τους εργαζομένους στην κορυφή της μισθολογικής πυραμίδας (superstar workers) και τους ιδιοκτήτες κεφαλαίου. Επειδή οι τεχνολογίες τεχνητής νοημοσύνης βρίσκονται ακόμη στα σπάργανα, υπάρχει μεγάλη αβεβαιότητα ως προς τις πιθανές επιδράσεις τους, σύμφωνα με έρευνα μεταξύ ευρωπαίων οικονομολόγων.
Θα πρέπει επίσης να ληφθεί υπόψη ότι αυτές οι μεγάλες τεχνολογικές αλλαγές συντελούνται εν μέσω άλλων ευρύτερων αλλαγών, με κυριότερες τη γήρανση του πληθυσμού, τον αυξανόμενο ρόλο της γεωπολιτικής και τη μετανάστευση, που ενδεχομένως αλληλεπιδρούν με την τεχνητή νοημοσύνη.
Συγκεκριμένα, μετά τη διατάραξη του διεθνούς εμπορίου λόγω της πανδημίας COVID-19 και τις αυξανόμενες γεωπολιτικές εντάσεις, παρατηρείται ολοένα και μεγαλύτερη τάση επαναπατρισμού της παραγωγής ή μεταφοράς της σε γειτονικές χώρες. Μαζί με την αύξηση των εμπορικών κυρώσεων και άλλων εμπορικών περιορισμών, αυτή η διαφαινόμενη τάση γεωοικονομικού κατακερματισμού ίσως σηματοδοτεί την έναρξη μιας εποχής αντιστροφής της παγκοσμιοποίησης (deglobalisation), που δεν γνωρίζουμε πώς θα αλληλεπιδράσει με τις υπόλοιπες τάσεις.
Για παράδειγμα, η τάση επαναπατρισμού των αλυσίδων παραγωγής στις προηγμένες οικονομίες είναι πιθανόν να οδηγήσει σε αυξημένη χρήση των ρομπότ, τα οποία τείνουν να χρησιμοποιούνται περισσότερο στις κοινωνίες που αντιμετωπίζουν πρόβλημα δημογραφικής γήρανσης. Ταυτόχρονα, η αντιστροφή της παγκοσμιοποίησης μπορεί να έχει δυσμενείς επιπτώσεις στα μακροοικονομικά μεγέθη, λειτουργώντας ως αρνητική διαταραχή που πλήττει την πλευρά της προσφοράς, αυξάνοντας τις τιμές και μειώνοντας το προϊόν, τουλάχιστον πρόσκαιρα.
Στο ερώτημα πώς τελικά θα επηρεάσει την ανισότητα η αλληλεπίδραση αυτών των δυνάμεων δεν έχουμε ακόμη απάντηση. Η ρομποτοποίηση τείνει να επηρεάζει δυσανάλογα τις εργασίες στο μέσο και στο κάτω άκρο της κατανομής των δεξιοτήτων, ενώ ταυτόχρονα αυξάνει την παραγωγικότητα και συνεπώς τη ζήτηση σε όλο το φάσμα της μισθολογικής κατανομής, συχνά στις προσωπικές υπηρεσίες. Όμως, περαιτέρω κύματα αυτοματοποίησης, ιδίως σε μη επαναλαμβανόμενες χειρωνακτικές εργασίες, απειλούν να μειώσουν τη ζήτηση χειρωνακτικής εργασίας, επιτείνοντας έτσι την ανισότητα.
Η αυτοματοποίηση, ιδίως αν δεν συνοδευθεί από δημιουργία νέων θέσεων απασχόλησης και υψηλότερη παραγωγικότητα, ενδέχεται να περιορίσει τη ζήτηση εργασίας στο κάτω άκρο της κατανομής, πλήττοντας τους χαμηλόμισθους.
Πράγματι, ένα παράδοξο εύρημα που προέκυψε από πρόσφατη μελέτη είναι ότι δεν πρέπει να φοβόμαστε τις “μεγάλες” τεχνολογίες. H σοβαρότερη απειλή προέρχεται από τις μεσαίες τεχνολογίες, οι οποίες συρρικνώνουν το εργατικό δυναμικό χωρίς να αυξάνουν σημαντικά την παραγωγικότητα, ούτε και τα εισοδήματα.
Ταυτόχρονα, η υιοθέτηση των ρομπότ είναι ένας τρόπος να αντιμετωπιστούν ελλείψεις εργατικού δυναμικού. Προς την ίδια κατεύθυνση όμως, λειτουργώντας ως σταθεροποιητική δύναμη, μπορεί να συμβάλει και η εισαγωγή μεταναστών στην οικονομία, μειώνοντας τα κίνητρα για την υιοθέτηση ρομπότ σε αυτές τις μη επαναληπτικές χειρωνακτικές εργασίες.
Στο βαθμό που η αντιστροφή της παγκοσμιοποίησης επηρεάζει αρνητικά τις αναπτυσσόμενες χώρες, ενδέχεται να παρατηρηθεί αύξηση των μεταναστευτικών ροών από τις χώρες αυτές, με αποτέλεσμα πρόσθετες πιέσεις στην προσφορά χαμηλόμισθου εργατικού δυναμικού στις προηγμένες οικονομίες, πέραν αυτών που ήδη ασκούν οι επιδράσεις της αντιστροφής της παγκοσμιοποίησης.
Η ανάπτυξη, υιοθέτηση και υλοποίηση της τεχνητής νοημοσύνης, όπως συμβαίνει και με άλλες σύνθετες τεχνολογίες, απαιτούν εξειδικευμένο εργατικό δυναμικό, που λίγες χώρες το διαθέτουν στον αναγκαίο βαθμό. Σε συνδυασμό με τις δημογραφικές εξελίξεις των προηγμένων οικονομιών, αυτό το εργατικό δυναμικό θα πρέπει ως εκ τούτου να εισαχθεί από το εξωτερικό, με τη μορφή της εισροής μεταναστών.
Είναι γνωστό, για παράδειγμα, ότι στις ΗΠΑ οι μετανάστες έχουν διαχρονικά δυσανάλογα μεγάλη συμβολή στην καινοτομία. Ειδικότερα για την Ελλάδα σε σχέση με άλλες ευρωπαϊκές χώρες, το “brain drain” της τελευταίας δεκαετίας αποτελεί πρόκληση, αλλά ταυτόχρονα και ευκαιρία. Υπάρχει ήδη μια δεξαμενή ταλαντούχων και εξειδικευμένων εργαζομένων που πιθανώς θα επιθυμούσαν να επιστρέψουν στην Ελλάδα.
Με δεδομένη την εμπειρικά διαπιστωμένη τάση παγκοσμίως για πολιτικές στοχευμένης στήριξης συγκεκριμένων τομέων, ιδιαίτερα εκείνων που διαθέτουν συγκριτικό πλεονέκτημα, θα μπορούσαμε να εντοπίσουμε θύλακες υψηλά καταρτισμένων απόδημων Ελλήνων και να στοχεύσουμε σε τομείς όπου θα μπορούσαμε να τους αξιοποιήσουμε.
Δεν μπορούμε βεβαίως να προσελκύσουμε παραγωγικές δραστηριότητες που αφορούν τεχνολογίες αιχμής, όπως η κατασκευή μικροτσίπ, γιατί αυτές χρειάζονται επενδύσεις δεκάδων δισεκατομμυρίων. Είναι όμως μέσα στις δυνατότητές μας να αναπτύξουμε ένα τοπικό οικοσύστημα με βάση ένα μικρό αριθμό στοχευμένων τομέων, που επίσης θα αξιοποιήσει το ερευνητικό δίκτυο το οποίο έχει αρχίσει να αναπτύσσεται στην Ελλάδα στο πεδίο της τεχνητής νοημοσύνης. Εξάλλου, οι σύγχρονες τεχνολογίες επιτρέπουν το διαχωρισμό της σχεδιαστικής καινοτομίας από την παραγωγή. Οι πρόσφατες σχετικές πρωτοβουλίες σε ερευνητικά κέντρα της χώρας, όπως ο «Δημόκριτος» και o «Αρχιμήδης», είναι ιδιαίτερα ενθαρρυντικές.
Η Πολιτεία, από την πλευρά της, μπορεί να υποστηρίξει όχι μόνο με την παροχή κινήτρων για την προσέλκυση αυτών των επιστημόνων και με την πραγματοποίηση επενδύσεων σε υποδομές, αλλά και συνεισφέροντας δεδομένα, που είναι απαραίτητη εισροή για την ανάπτυξη της τεχνητής νοημοσύνης.
Η σύγχρονη τεχνητή νοημοσύνη άλλωστε αφορά την εφαρμογή έξυπνων στατιστικών μεθόδων σε τεράστιους όγκους δεδομένων. Τέτοιους μεγάλους όγκους δεδομένων διαθέτουν και διαχειρίζονται ποικίλοι φορείς του Δημοσίου. Αυτά τα σύνολα δεδομένων όμως είναι κατακερματισμένα μεταξύ των επιμέρους φορέων και δύσκολα προσβάσιμα για σκοπούς έρευνας.
Η ελεγχόμενη πρόσβαση σε αυτά μπορεί να βοηθήσει σημαντικά τους ερευνητές ώστε να αναπτύξουν τις δικές τους εφαρμογές, καθώς και να συμβάλει στην καλύτερη γνώση της ελληνικής οικονομίας και κοινωνίας και γενικότερα να αναδείξει το σημαντικό ρόλο της επιστήμης των δεδομένων.
Ο κ. Γιάννης Στουρνάρας είναι Διοικητής της Τράπεζας της Ελλάδος.