>>Τεχνητή Νοημοσύνη και Eργασία

Του Δρ. Ηρακλή Βογιατζή

Την τελευταία πενταετία η Τεχνητή Νοημοσύνη (ΤΝ) έχει αποκτήσει μυθικά χαρακτηριστικά. Ο διάλογος στην δημόσια σφαίρα αποδίδει στη νέα τεχνολογία εξωπραγματικές ιδιότητες και ασχολείται με τις «υπαρξιακές απειλές» που την συνοδεύουν. Μερικά ερωτήματα που απασχολούν τον τύπο και τον κοινωνικό διάλογο στοχάζονται τις μελλοντικές επιδράσεις της ΤΝ:

Θα εκτοπίσει τον άνθρωπο από την παραγωγή; Ήρθε το τέλος της εργασίας; Κινδυνεύει να αφανίσει την ανθρωπότητα με τη συνείδηση που αποκτά; Γίνεται αυτόνομη και μπορεί πλέον να αναπαράγει τον εαυτό της;

Η απειλή εκτοπισμού του ανθρώπου από την παραγωγή έχει μακρά ιστορία και βρίσκεται έντονα στον δημόσιο διάλογο τις τελευταίες δεκαετίες (Rifkin 1995). Ωστόσο η άνοδος της ΤΝ ενίσχυσε περισσότερο τους φόβους για το «τέλος της εργασίας». Πριν μερικά χρόνια, η διάσημη έρευνα της Οξφόρδης, υποστήριζε πως το 47% των θέσεων εργασίας στις ΗΠΑ κινδυνεύουν από την πλήρη αυτοματοποίηση (Frey και Osborne, 2017). Οι πρόσφατες τεχνολογικές εξελίξεις συνοδεύονται από διάφορες προβλέψεις εξάλειψης των θέσεων εργασίας, ιδιαίτερα αυτών του τριτογενούς τομέα. Οι παραδοσιακές δουλειές γραφείου θα αυτοματοποιηθούν μέσα στον επόμενο χρόνο, σύμφωνα με τον διευθύνων σύμβουλο της Microsoft AI, Mustafa Suleyman (Khalaf 2026).

Πράγματι, οι τεχνολογίες Παραγωγικής Τεχνητής Νοημοσύνης (Generative AI) επιδρούν στις θέσεις που απαιτούν διανοητική εργασία, οι οποίες μέχρι τώρα σχετίζονταν με την αύξηση της μεσαίας τάξης. Σε πρόσφατη μελέτη, η Διεθνής Οργάνωση Εργασίας εξέτασε τα εργασιακά καθήκοντα που μπορούν να εκτελέσει το γλωσσικό μοντέλο GPT-4 της OpenAI, παρουσιάζοντας μετατόπιση της αυτοματοποίησης. Η ΤΝ απειλεί γνωσιακές δραστηριότητες όπως κατανόηση και σύνταξη κειμένων. Άλλες μελέτες δείχνουν μειώσεις στην απασχόληση νεοεισερχόμενων, ειδικά σε τομείς όπως εξυπηρέτηση πελατών και ανάπτυξη λογισμικού (Brynjolfsson 2025). Ταυτόχρονα, ειδήσεις για μαζική αντικατάσταση εργαζομένων κατακλύζουν τη δημόσια σφαίρα, όπως ότι τα στελέχη της Amazon αναπτύσσουν συστήματα ρομποτικής αυτοματοποίησης με ΤΝ, που θα εξοικονομήσουν 600.000 θέσεις στις εφοδιαστικές αλυσίδες χωρίς νέες προσλήψεις (Kantor 2025). 

Εργασία με την ΤΝ

Η εικόνα της αντικατάστασης του ανθρώπου από τις μηχανές είναι, σε έναν βαθμό, παραπλανητική. Η αυτοματοποίηση δεν έχει ως αποτέλεσμα μόνο την αντικατάσταση θέσεων εργασίας και τη μείωση ορισμένων από αυτές σε τομείς όπου οι δραστηριότητες είναι σαφώς δομημένες και ενέχουν μεγάλα επίπεδα επανάληψης, αλλά αυξάνει τις θέσεις εργασίας σε τομείς όπου τα καθημερινά καθήκοντα επαυξάνονται από τη χρήση της ΤΝ. 

Η αναλογία ανάμεσα στις εργασίες που καταστρέφονται και αυτές που δημιουργούνται, αποτελεί κρίσιμο δείκτη των εξελίξεων. Εάν οι πολιτικές που ακολουθούνται από κράτη και επιχειρήσεις είναι έτοιμες να απορροφήσουν την ζημιά που προκαλεί η αυτοματοποίηση, δίνοντας χρόνο προσαρμογής στην νέα πραγματικότητα, τότε η κρίση μπορεί να αποσοβηθεί μέσω της επανειδίκευσης των εργαζομένων και της αναβάθμισης των δεξιοτήτων τους. Ο νομπελίστας οικονομολόγος Daron Acemoglu μαζί με τον Pasqual Restrepo, έχουν χαρτογραφήσει τον διάλογο για το «τέλος της εργασίας», επιχειρώντας να υπερβούν το δίπολο ανάμεσα στην κοινωνία της αφθονίας και την κοινωνίας χωρίς δουλειές. Προκρίνουν την μελέτη του ζητήματος πάνω στην βάση δυο παράλληλων φαινομένων, στον χώρο της παραγωγής. Αφενός παρατηρούν τα φαινόμενα εκτόπισης του ανθρώπου από την παραγωγή, τα οποία παρουσιάσαμε σύντομα μέχρι τώρα. Αφετέρου, εντοπίζουν αυτό που ονομάζουν «αντισταθμιστικές δυνάμεις» (Acemoglu και Restrepo 2018), δηλαδή τις νέες μορφές εργασίας, την ενίσχυσης της παραγωγικότητας της και των νέων παραγωγικών δικτύων που δημιουργεί η ΤΝ. Μια χαρακτηριστική τέτοια δύναμη, εμφανίζεται με την μείωση του κόστους της παραγωγής, η οποία συντελεί στην δημιουργία νέων αναγκών προς ικανοποίηση, επεκτείνοντας τις παραγωγικές αλυσίδες. Για παράδειγμα, ευρήματα όπως αυτά του Information Technology and Innovation Foundation (ITIF) τονίζουν την δημιουργία 119.900 νέων θέσεων εργασίας στις ΗΠΑ, που προκάλεσε η ΤΝ, σε αντίθεση με τις 12,700 που αυτοματοποιήθηκαν (Ostertag 2025). Μια τέτοια παρατήρηση δεν πρέπει να προκαλεί εφησυχασμό, όμως προσφέρει στην αξιολόγηση των δυνατοτήτων που εμφανίζουν τα μοντέλα της μηχανικής στο πλαίσιο της ευρύτερης παραγωγικής διαδικασίας.

Οι αντισταθμιστικές δυνάμεις των Acemoglu και Restrepo εμφανίζονται με ειρωνικό τρόπο στα προβλήματα που αντιμετωπίζουν τα επενδυτικά εγχειρήματα της υποδομής της ΤΝ, όπως τα Data Centers. Μια από τις προκλήσεις της ανάπτυξης των υποδομών σε μαζική κλίμακα, την οποία προκαλούν οι ξέφρενες κεφαλαιακές επενδύσεις, είναι η έλλειψη εργατικού δυναμικού. Ειδικότητες, όπως οικοδόμοι, ηλεκτρολόγοι και ψυκτικοί, βρίσκονται σε αναντιστοιχία με τις προβλεπόμενες ανάγκες για τη δημιουργία και τη συντήρηση αυτών των κέντρων. Τα κενά σε αυτές τις ειδικότητες στις ΗΠΑ κυμαίνονται από 45% έως 80% (Girishankar και Smith 2025).

Το ερώτημα δεν αφορά, λοιπόν, μόνο την απώλεια θέσεων εργασίας, αλλά τις μετατοπίσεις που λαμβάνουν χώρα στις αγορές εργασίας. Ωστόσο οι μετατοπίσεις δεν εμφανίζονται μόνο στο πλήθος των θέσεων εργασίας αλλά και στις μορφές εργασίας. 

Εργασία για την ΤΝ

Το 2021, η Amazon παρουσίασε την καινοτομία «Just Walk Out» στα φυσικά καταστήματα λιανικής πώλησης Amazon Go. Τα καταστήματα λειτουργούσαν χωρίς ταμεία: ο πελάτης αγόραζε αυτά που επιθυμούσε και στη συνέχεια περνούσε την έξοδό του καταστήματος. Ένα σύστημα ΤΝ επιτηρούσε, με τη χρήση καμερών και αισθητήρων, τις αγορές και τις κινήσεις στους εσωτερικούς χώρους, στέλνοντας αυτόματα τη χρέωση στον λογαριασμό Amazon του πελάτη. Το σύστημα αυτό είχε ως σκοπό την παράκαμψη της διαδικασίας «σκαναρίσματος» και ζύγισης των προϊόντων από υπαλλήλους ή τη χρήση αυτόματων ταμείων από τους πελάτες. Ωστόσο, πίσω από την κουρτίνα της αυτοματοποίησης, η πραγματικότητα ήταν διαφορετική.

Οι κάμερες και οι αισθητήρες της ΤΝ μπορούσαν να καταγράψουν ένα ποσοστό των αγορών. Το 70% των πωλήσεων εξετάζονταν από ένα κρυφό εργατικό δυναμικό, το οποίο επιτηρούσε τις κινήσεις των πελατών μέσω των καμερών, κάνοντας τις απαραίτητες παρεμβάσεις και καταχωρήσεις. Οι «ψηφιακοί» ταμίες βρίσκονταν στην Ινδία και αριθμούσαν πάνω από χίλια άτομα. Η Amazon ονομάζει αυτό το εργατικό δυναμικό «ανθρώπινους αξιολογητές» (human reviewers), αποσιωπώντας λεπτομέρειες για τη φύση και την πληρωμή της εργασίας τους (Bridle 2024).

Εργαζόμενοι σε πλατφόρμες ή υπάλληλοι σε μεγάλες εταιρείες εξωτερικής ανάθεσης εργάζονται πυρετωδώς για την παραγωγή, επισημείωση (annotation) και εκπαίδευση των αλγορίθμων της ΤΝ. H ανθρώπινη εργασία παίρνει νέες μορφές πίσω από την ΤΝ με τρείς διαφορετικούς τρόπου (Tubaro κ.ά. 2020). Οι άνθρωποι εμφανίζονται ως «εκπαιδευτές» των μοντέλων μηχανικής μάθησης, επιμελούμενοι τα δεδομένα τους. Άλλες φορές είναι «ελεγκτές»: στέκονται μπροστά στα αποτελέσματα και τις προβλέψεις του μοντέλου, βοηθώντας το να αυτοβελτιωθεί. Η τρίτη κατηγορία είναι οι «μιμητές», όπως οι αόρατοι εργαζόμενοι της Amazon Go.

Η εργασία που είναι απαραίτητη για την παραγωγή και συντήρηση της ΤΝ βρίσκεται στο παρασκήνιο των αφηγήσεων για το μέλλον της εργασίας. Εκατομμύρια εργαζόμενοι βρίσκονται διασκορπισμένοι στα μήκη και τα πλάτη της υφηλίου. H κοινωνιολογική και ανθρωπολογική έρευνα γύρω από την ψηφιακή εργασία έχει φέρει στο προσκήνιο, εδώ και πολλά χρόνια, τις μορφές εργασίας πίσω από την κουρτίνα της αυτοματοποίησης. Η εργασία σε αυτά τα περιβάλλοντα γίνεται, συχνά, με το κομμάτι, απομακρυσμένα, εκτός των παραδοσιακών θεσμών που προστατεύουν την εργασία. Όπως συμβαίνει και σε άλλους τομείς της ψηφιακή εργασίας και την οικονομία της περιστασιακής απασχόλησης, το μοντέλο διάρθρωσης της παραγωγής βασίζεται στον αλγοριθμικό έλεγχο και την απουσία θεσμών διαιτησίας. Ενώ η οργάνωση της εργασίας χαρακτηρίζεται από την απουσία συλλογικών συμβάσεων και την παράκαμψη των νομικών πλαισίων ασφάλισης και ιατροφαρμακευτικής περίθαλψης των εργαζομένων.

Οι «υποβολείς» της ΤΝ βρίσκονται καλά κρυμμένοι στο κέντρο της σκηνής, μακριά από το οπτικό πεδίο των χρηστών των εφαρμογών. Ωστόσο, αν στοχαστούμε την αλληλεπίδρασή μας με αυτές, θα βρούμε πολλά κοινά, ως προς τον τρόπο που η ανθρώπινη δραστηριότητα παράγει αξία για τα μοντέλα μηχανικής μάθησης. Εκτός από την αόρατη εργασία των εργαζομένων στις χώρες του Παγκόσμιου Νότου, η εργασία των χρηστών είναι κομβικής σημασίας για τη λειτουργία αυτών των συστημάτων (Casilli 2025). Σκεφτείτε πόσες φορές ασυναίσθητα έχουμε επιβραβεύσει ή επικρίνει μια απάντηση που δίνει ένα μεγάλο γλωσσικό μοντέλο, πατώντας «thumbs up». Ή τις αμέτρητες φορές που η επίσκεψή μας σε μια ιστοσελίδα μας παραπέμπει σε ένα σύνολο από εικόνες, από τις οποίες πρέπει να επιλέξουμε «που υπάρχει μια γέφυρα». Σε κάθε μία από αυτές τις περιπτώσεις, η αλληλεπίδρασή μας με τη μηχανή προσφέρει μια πληροφορία ή ενισχύει τη μάθηση του μοντέλου της. Την στιγμή εκείνη, πραγματοποιούμε κάτι αντίστοιχο με τους εργαζόμενους στη Βενεζουέλα ή στην Κένυα, χωρίς μάλιστα η εταιρεία που διανέμει το μοντέλο να πληρώσει δεκάρα.

Το επιχειρηματικό μοντέλο των ολιγοπωλίων της ΤΝ δημιουργεί περιβάλλοντα εργασίας εντός των οποίων πραγματοποιείται ο καταμερισμός της: η μαζική παραγωγή και η επισημείωση δεδομένων ανατίθενται σε εργαζόμενους ψηφιακών πλατφορμών, ενώ ένα άλλο τμήμα, αυτό που αφορά την ευθυγράμμιση του μοντέλου με τις ανάγκες των χρηστών, ανατίθεται, εν μέρει, στους χρήστες. Απέναντι στις ψηφιακές εφαρμογές, όλοι είμαστε ίσοι, τμήματα μιας παραγωγικής διαδικασίας σε καθεστώς αλγοριθμικής διοίκησης. Η πλατφόρμα φέρνει εις πέρας ένα σύνθετο καθήκον: τη συγκέντρωση των ανθρώπινων δραστηριοτήτων και την ενσωμάτωσή τους στα μοντέλα μηχανικής μάθησης.

Τα αριθμητικά δεδομένα που διαθέτουμε για τον υπολογισμό των αλλαγών που φέρνει η ΤΝ στις αγορές εργασίας χαρακτηρίζονται από σημαντικές απώλειες. Οι άτυπες μορφές εργασίας στις ψηφιακές πλατφόρμες, τα αχαρτογράφητα μονοπάτια μεταφοράς εργασίας από χώρες του Παγκόσμιου Νότου, η άνοδος της επισφαλούς εργασίας στον Παγκόσμιο Βορρά αλλά και η περιφρόνηση προς τις σύντομες αλληλεπιδράσεις των χρηστών με την ΤΝ, δημιουργούν μια μαύρη τρύπα στα στατιστικά μας. Η εργασία που βλέπουμε να εξαφανίζεται στις χώρες με ισχυρή μεσαία τάξη μετατοπίζεται σε διαφορετικά μήκη και πλάτη ή και σε διαφορετικά κοινωνικά στρώματα της ίδιας γεωγραφικής περιοχής. Δεν είναι μια ακόμα ιστορία εξωτερικής ανάθεσης σε χώρες με φθηνό εργατικό δυναμικό, αλλά ένας συνολικός ψηφιακός μετασχηματισμός, ο οποίος συνοδεύεται από την «αορατοποίηση» της εργασίας, όχι με σκοπό να την εξαλείψει ή απλά να την αγνοήσει, αλλά να την αποζημιώσει λιγότερο. Την ίδια στιγμή που η ΤΝ συγκεντρώνει αμύθητα επενδυτικά ποσά, η εργασία που τη δημιουργεί και την συντηρεί συνθλίβεται και αποσπάται από τους θεσμούς προστασίας που είχαν θεσπιστεί τους προηγούμενους αιώνες.

Η παρούσα συνθήκη μας προκαλεί να ξεφύγουμε από τον εγκλωβισμό της τεχνοφοβίας ή του τεχνολογικού οπτιμισμού και να αντιμετωπίσουμε το ζήτημα στην ρίζα του, κοινωνικά. 

Είναι δυνατή μια εκ νέου νοηματοδότηση των ανθρώπινων δραστηριοτήτων, έτσι ώστε αυτές να ενσωματώνονται στα μοντέλα της μηχανικής μάθησης με τρόπο διαφανή, αποδίδοντας τους την αξία που τους αρμόζει; Είναι σίγουρο ότι η ΤΝ, μας φέρνει μπροστά από αυτό το ερώτημα, το οποίο για να απαντηθεί απαιτεί από εμάς να οραματιστούμε νέους τρόπους οργάνωσης της παραγωγής και της κοινωνίας. 

Βιβλιογραφία

Acemoglu, D. και Restrepo, P. (2018). Artificial intelligence, automation and work (NBER Working Paper No. 24196). National Bureau of Economic Research. https://www.nber.org/system/files/working_papers/w24196/w24196.pdf

Bridle, J. (10 Απριλίου 2024). So, Amazon’s ‘AI-powered’ cashier-free shops use a lot of … humans. Here’s why that shouldn’t surprise you. The Guardian. https://www.theguardian.com/commentisfree/2024/apr/10/amazon-ai-cashier-less-shops-humans-technology

Brynjolfsson, E., Chandar, B. και Chen, D. (2025). Canaries in the coal mine? Six facts about the recent employment effects of artificial intelligence [Working paper]. Stanford Digital Economy Lab. https://digitaleconomy.stanford.edu/app/uploads/2025/11/CanariesintheCoalMine_Nov25.pdf

Casilli, A. A. (2025). Waiting for robots: The hired hands of automation. University of Chicago Press.

Frey, C. B. και Osborne, M. A. (2017). The future of employment: How susceptible are jobs to computerisation? Technological forecasting and social change, 114, σ. 254-280.

Girishankar, N. και Smith, K. (2025). GenAI’s human infrastructure challenge—Can the United States meet skilled trade labor demand through 2030? Center for Strategic and International Studies. https://www.csis.org/analysis/genais-human-infrastructure-challenge-can-united-states-meet-skilled-trade-labor-demand

Kantor, J., Weise, K. και Yaffe-Bellany, D. (2025). Amazon Plans to Replace More Than Half a Million Jobs With Robots. The New York Times. https://www.nytimes.com/2025/10/21/technology/inside-amazons-plans-to-replace-workers-with-robots.html

Khalaf, R. (2026). Mustafa Suleyman sets out Microsoft AI's goal of 'humanist superintelligence' [Interview]. Financial Times. https://www.ft.com/video/2c428045-bf4f-45bd-ada2-8ba53983cd81

Ostertag, M. (2025). AI’s job impact: Gains outpace losses. Information Technology and Innovation Foundation (ITIF). https://itif.org/publications/2025/12/18/ais-job-impact-gains-outpace-losses/

Rifkin, J. (1995). The end of work: The decline of the global labor force and the dawn of the post-market era. G. P. Putnam’s Sons.

Tubaro, P., Casilli, A. A. και Coville, M. (2020). The trainer, the verifier, the imitator: Three ways in which human platform workers support artificial intelligence. Big Data & Society, 7(1), 2053951720919776.