Η είσοδος της Τεχνητής Νοημοσύνης (Artificial Intelligence) στην παραγωγική διαδικασία συνιστά μια ιστορική καμπή συγκρίσιμη με τις μεγάλες τεχνολογικές τομές της βιομηχανικής επανάστασης, της ηλεκτροδότησης και της ψηφιακής μετάβασης. Η διαφορά, ωστόσο, είναι θεμελιώδης καθώς για πρώτη φορά στην οικονομική ιστορία, η τεχνολογική υποκατάσταση δεν αφορά αποκλειστικά τη χειρωνακτική εργασία αλλά επεκτείνεται στη γνωσιακή, αναλυτική και διοικητική εργασία, δηλαδή στον πυρήνα της σύγχρονης οικονομίας υπηρεσιών.
Ιστορικά η οικονομική θεωρία έχει επανειλημμένα εξετάσει τη σχέση τεχνολογικής προόδου και αγοράς εργασίας. Από τον David Ricardo και το “machinery question” το 1821 έως τον Schumpeter και τη “δημιουργική καταστροφή”, και από το μοντέλο του Solow-Swan έως τη σύγχρονη θεωρία των δεξιοτήτων της τεχνολογικής αλλαγής των Acemoglu και Autor, η κεντρική παραδοχή ήταν ότι η τεχνολογία αναδιαμορφώνει τον καταμερισμό εργασίας, μεταβάλλει τη δομή των αμοιβών και επανακαθορίζει τη διανομή της παραγωγικής υπεραξίας.
Η Τεχνητή Νοημοσύνη, όμως, εισάγει μία νέα ποιοτική διάσταση όπου δεν αντικαθιστά απλώς καθήκοντα αλλά αναλαμβάνει λειτουργίες κρίσης, πρόβλεψης και βελτιστοποίησης και αυτό δημιουργεί μια νέα κατηγορία εργασιακών δικαιωμάτων.
Η νέα πολιτική οικονομία της παραγωγικότητας
Η βασική οικονομική υπόσχεση της ΤΝ είναι η εκθετική αύξηση της παραγωγικότητας.
Η πρόσφατη μελέτη της McKinsey εκτιμά ότι η generative AI μπορεί να προσθέσει μεταξύ 2,6 και 4,4 τρισεκατομμυρίων δολαρίων ετησίως στην παγκόσμια οικονομία, μέσω αύξησης παραγωγικότητας σε διάφορους τομείς.
Η Goldman Sachs υπολογίζει ότι έως και το 25% των εργασιακών καθηκόντων σε ανεπτυγμένες οικονομίες μπορούν να αυτοματοποιηθούν εν μέρει ή πλήρως.
Το IMF εκτιμά ότι στις ανεπτυγμένες οικονομίες περίπου το 60% των θέσεων εργασίας θα επηρεαστεί από AI-driven transformations.
Αυτή η αύξηση παραγωγικότητας, όμως, εγείρει το πιο κρίσιμο ερώτημα της πολιτικής οικονομίας:ποιος καρπώνεται την παραγωγική υπεραξία;
Ο Thomas Piketty έχει επισημάνει ότι όταν η απόδοση του κεφαλαίου αυξάνεται ταχύτερα από την αύξηση των μισθών, οι ανισότητες διευρύνονται δομικά και η ΤΝ ενδέχεται να επιταχύνει ακριβώς αυτό το φαινόμενο.
Το δικαίωμα στην αλγοριθμική διαφάνεια, το παράδειγμα της Ευρωπαϊκής Ένωσης
Η Ευρωπαϊκή Ένωση είναι σήμερα η πιο εξελιγμένη κανονιστικά γεωγραφική οντότητα.Ο AI Act εισάγει για πρώτη φορά ρυθμιστικό πλαίσιο που υποχρεώνει τις επιχειρήσεις να παρέχουν εξηγήσεις (explainability) σε αλγοριθμικά συστήματα υψηλού κινδύνου.
Σε εργασιακά περιβάλλοντα αυτό σημαίνει ότι
αν ένας εργαζόμενος αξιολογείται, επιλέγεται ή απορρίπτεται μέσω AI, πρέπει να γνωρίζει τα κριτήρια αξιολόγησης, τη λογική του μοντέλου και τη δυνατότητα ανθρώπινης αναθεώρησης.
Ήδη στην Ολλανδία και στη Γερμανία εφαρμόζονται εταιρικά πρωτόκολλα human-in-the-loop στις HR αποφάσεις.
Αυτή η διαδικασία έχει τεράστια σημασία καθώς η εργοδοτική εξουσία μετατοπίζεται από το ανθρώπινο management στον αλγόριθμο.
Όμως κάθε μορφή εξουσίας απαιτεί λογοδοσία.
Το δικαίωμα στην επανεκπαίδευση και το μοντέλο της Σιγκαπούρης
Η Σιγκαπούρη αποτελεί ίσως το πιο επιτυχημένο παράδειγμα στρατηγικής adaptation με το πρωτοποριακό πρόγραμμα «SkillsFuture» παρέχει κρατική επιδότηση σε κάθε πολίτη για συνεχή αναβάθμιση δεξιοτήτων.
Το πρόγραμμα αυτό ενσωματώθηκε ειδικά στις ανάγκες AI adaptation.
Η λογική είναι ότι η εργασία του μέλλοντος δεν προστατεύεται με στασιμότητα αλλά με δομημένη προσαρμοστικότητα.
Άλλωστε ο νομπελίστας Χριστόφορος Πισσαρίδης έχει τονίσει και στη γνωστή έκθεση για την Ελλάδα ότι η δια βίου μάθηση αποτελεί πλέον τον βασικό μηχανισμό κοινωνικής ασφάλειας. Είχε δώσει έμφαση στις δεξιότητες και όχι στα επιδόματα που δίνει η κυβέρνηση.
Το δικαίωμα στον περιορισμό της ψηφιακής επιτήρησης και η περίπτωση της Γερμανίας
Στη Γερμανία, η εφαρμογή AI-based productivity monitoring έχει συναντήσει ισχυρά όρια μέσω του Betriebsrat (εργασιακά συμβούλια).
Επιχειρήσεις όπως η SAP και η Siemens εφαρμόζουν AI εργαλεία βελτιστοποίησης αλλά με συλλογικές συμφωνίες που περιορίζουν την βιομετρική παρακολούθηση, την ανάλυση συμπεριφοράς (behavioral analytics) και την αναγνώριση συναισθημάτων (emotion recognition).
Η γερμανική παράδοση Mitbestimmung (συμμετοχική συνδιοίκηση) μετατρέπεται έτσι σε θεσμικό αντίβαρο στον αλγοριθμικό αυταρχισμό.
Αυτό είναι ίσως το σημαντικότερο μάθημα ότι τελικά η τεχνολογία χωρίς θεσμικά όρια κανονισμούς παράγει ανισορροπία ισχύος και δημιουργεί σοβαρά κοινωνικά προβλήματα.
Το δικαίωμα στη συμμετοχή στην παραγωγική υπεραξία και η Σκανδιναβική εμπειρία
Στη Σουηδία και στη Δανία, η ενσωμάτωση αυτοματισμών και ΤΝ δεν συνοδεύτηκε από απορρύθμιση εργασίας.
Αντιθέτως, συνοδεύτηκε από ισχυρές συλλογικές συμβάσεις, επενδύσεις σε ανθρώπινο κεφάλαιο και νέες εργασιακές πολιτικές.
Συγκεκριμένα, το Μοντέλο Ευελιξίας που εφαρμόζει η Δανία αποτελεί διεθνές σημείο αναφοράς (benchmark) καθώς παρέχει υψηλή ευελιξία για τις επιχειρήσεις, υψηλή ασφάλεια για τους εργαζόμενους και η τεχνολογία δεν θεωρείται απειλή χάρη στους θεσμούς ανακατανομής του οφέλους.
Η Ιαπωνία και η ΤΝ ως συμπληρωματικό κεφάλαιο
Η Ιαπωνία, λόγω δημογραφικής συρρίκνωσης, χρησιμοποιεί την ΤΝ όχι για αντικατάσταση, αλλά κυρίως για συμπλήρωση εργασίας.
Για παράδειγμα στη Toyota και στη Hitachi, τα συστήματα της ΤΝ λειτουργούν ως decision-support systems και όχι ως πλήρης αυτοματοποίηση.
Παρατηρείται ότι το Ιαπωνικό παράδειγμα είναι κρίσιμο γιατί η ΤΝ μπορεί να ενισχύει τον εργαζόμενο αντί να τον υποκαθιστά καθώς αποτελεί στόχο του στρατηγικού σχεδιασμού.
Η Αμερικανική αντίφαση
Οι Ηνωμένες Πολιτείες πρωτοπορούν τεχνολογικά αλλά υστερούν θεσμικά.
Για παράδειγμα, η Amazon χρησιμοποιεί εξελιγμένα συστήματα ΤΝ για υψηλή παραγωγικότητα. Όμως έχει δεχθεί σοβαρή κριτική για υπερβολική επιτήρηση και εργασιακή πίεση με χρήση αλγοριθμικών μοντέλων.
Εδώ βλέπουμε το βασικό δίλημμα, ότι η ΤΝ χωρίς θεσμική προστασία αυξάνει την παραγωγικότητα αλλά συχνά εις βάρος της εργασιακής ποιότητας και βασικών εργασιακών δικαιωμάτων.
Η Ελληνική Πρόκληση
Η Ελλάδα εισέρχεται στην εποχή της AI με τρία δομικά μειονεκτήματα όπως πολλές ώρες εργασίας αλλά χαμηλή παραγωγικότητα, περιορισμένες ψηφιακές δεξιότητες και χαμηλά επίπεδα επενδύσεων σε έρευνα και καινοτομία.
Αυτό δημιουργεί διπλό κίνδυνο, να εισαχθεί η ΤΝ ως εργαλείο συμπίεσης κόστους και όχι ως εργαλείο παραγωγικού μετασχηματισμού.
Η Ελλάδα χρειάζεται επειγόντως ένα νέο κοινωνικό συμβόλαιο εργασίας βασισμένο σε πέντε πυλώνες:
1. θεσμικό δικαίωμα επανεκπαίδευσης
2. αλγοριθμική διαφάνεια
3. προστασία δεδομένων εργασίας
4. περιορισμό ψηφιακής επιτήρησης
5. δίκαιη αναδιανομή παραγωγικών κερδών στη κοινωνία χωρίς αποκλεισμούς
Συνοψίζοντας, η Τεχνητή Νοημοσύνη δεν είναι απλώς μια νέα τεχνολογία αλλά μια νέα μορφή οικονομικής και πολιτικής εξουσίας.
Και όπως κάθε νέα μορφή εξουσίας στην ιστορία του καπιταλισμού, χρειάζεται νέο θεσμικό πλαίσιο ισορροπίας.
Το μέλλον της εργασίας δεν θα καθοριστεί από το πόσο έξυπνοι θα γίνουν οι αλγόριθμοι αλλά από το ρυθμιστικό πλαίσιο.
Η μεγάλη πρόκληση του 21ου αιώνα είναι να προστατεύσουμε τα ανθρώπινα δικαιώματα μέσα στη νέα οικονομία που η Τεχνητή Νοημοσύνη δημιουργεί προς όφελος της κοινωνίας.