Αχόρταγα εμφανίζονται τα αφεντικά σε ότι αφορά στην Τεχνητή Νοημοσύνη.
Στην προσπάθειά τους να γλιτώσουν χρήματα, απολύουν υπαλλήλους και δίνουν εντολή στους εναπομείναντες εργαζομένους, να χρησιμοποιούν chatbots Τεχνητής Νοημοσύνης, υποστηρίζοντας ότι αυτό θα ενίσχυε την παραγωγικότητά τους.
Ωστόσο, όλο αυτό έχει ακριβώς το αντίθετο αποτέλεσμα. Πολύ περισσότερη δουλειά και πονοκεφάλους για όλους τους εμπλεκόμενους.
Η εντολή των αφεντικών για χρήση Τεχνητής Νοημοσύνης
Ο Κεν, κειμενογράφος για μια μεγάλη εταιρεία κυβερνοασφάλειας με έδρα το Μαϊάμι, απολάμβανε τη δουλειά του. Αλλά τότε τα «προβλήματα» άρχισαν να συσσωρεύονται.
Το Workslop είναι μια ακούσια συνέπεια της άνθησης της Τεχνητής Νοημοσύνης. Είναι αυτό που συμβαίνει όταν οι εργαζόμενοι χρησιμοποιούν την Τεχνητή Νοημοσύνη για να δημιουργήσουν γρήγορα εργασία που φαίνεται έτοιμη- τουλάχιστον επιφανειακά – αλλά στην πραγματικότητα είναι τόσο ελαττωματική ή ανακριβής που χρειάζεται να διορθωθεί σε μεγάλο βαθμό, να καθαριστεί ή ακόμα και να επαναληφθεί πλήρως αφού παραδοθεί στους συναδέλφους.
Για τον Κεν, το πρόβλημα ξεκίνησε αφού ο Διευθύνων Σύμβουλος της εταιρείας του απέλυσε αρκετούς από τους συναδέλφους του και είπε στους υπόλοιπους να χρησιμοποιούν chatbot, με σκοπό όπως τους είπε να κάνουν περισσότερη δουλειά σε λιγότερο χρόνο.
Ενώ η δημιουργία των αρχικών προσχέδιων ήταν πανεύκολη, ο Κεν και οι συνάδελφοί του έπρεπε να αφιερώσουν περισσότερο χρόνο στην επανεγγραφή, τη διόρθωση σφαλμάτων και την επίλυση διαφωνιών μεταξύ των chatbots των άλλων, παρά αν δεν είχαν χρησιμοποιήσει ποτέ καθόλου Τεχνητή Νοημοσύνη.
«Η ποιότητα μειώθηκε σημαντικά, ο χρόνος για την παραγωγή ενός περιεχομένου αυξήθηκε σημαντικά και, το πιο σημαντικό, το ηθικό μειώθηκε», δήλωσε ο κειμενογράφος, ο οποίος μίλησε με ψευδώνυμο από φόβο μήπως χάσει τη δουλειά του. «Όλα χειροτέρεψαν πολύ μόλις εφάρμοσαν την Τεχνητή Νοημοσύνη».
Ο Κεν είπε ότι τα στελέχη της εταιρείας μετέφεραν την ευθύνη στο προσωπικό όταν εκείνοι αντέδρασαν στις μειώσεις της παραγωγικότητας που τροφοδοτούνται από την Τεχνητή Νοημοσύνη.
Το χάσμα υπαλλήλων εργοδοτών
Η εμπειρία του Κεν, σύμφωνα με τον Guardian, αντικατοπτρίζει ένα αναδυόμενο χάσμα μεταξύ των εργαζομένων και των εργοδοτών τους όσον αφορά την Τεχνητή Νοημοσύνη: μια πρόσφατη έρευνα σε 5.000 υπαλλήλους γραφείου στις ΗΠΑ διαπίστωσε ότι το 40% των μη διευθυντικών στελεχών λένε ότι η Τεχνητή Νοημοσύνη δεν τους εξοικονομεί καθόλου χρόνο στην εργασία, ενώ το 92% των υψηλόβαθμων στελεχών λένε ότι τους κάνει πιο παραγωγικούς.
Ποια είναι η αιτία που το προκαλεί; Οι εταιρείες έχουν δαπανήσει δισεκατομμύρια σε επιχειρηματικές επενδύσεις στην παραγωγική Τεχνητή Νοημοσύνη. Ορισμένες από αυτές, όπως οι Block, Amazon, Dow, UPS, Pinterest και Target, έχουν απολύσει ταυτόχρονα ανθρώπινους εργαζόμενους, αποδίδοντας τις περικοπές στην πιθανή παραγωγικότητα της τεχνητής νοημοσύνης.
Οι εργαζόμενοι που παραμένουν αισθάνονται πιεσμένοι από τους εργοδότες τους να χρησιμοποιούν την Τεχνητή Νοημοσύνη για να παράγουν περισσότερο έργο, συχνά με ελάχιστη καθοδήγηση ή εκπαίδευση. Μια αποσύνδεση χωρίζει τα στελέχη που είναι ενθουσιασμένα με την παραγωγική Τεχνητή Νοημοσύνη από τους εργαζόμενους – οι οποίοι διαπιστώνουν ότι η τεχνητή νοημοσύνη απλώς δυσκολεύει τη δουλειά τους.
Μια αποκαλυπτική μελέτη
«Οι άνθρωποι καλούνται να χρησιμοποιούν την Τεχνητή Νοημοσύνη, συχνά χωρίς κατεύθυνση ή υποστήριξη», δήλωσε ο Τζεφ Χάνκοκ, συν-συγγραφέας της μελέτης που επινόησε τον όρο «workslop», ερευνητής του Στάνφορντ και επιστημονικός σύμβουλος της BetterUp. Ενώ ο Χάνκοκ πιστεύει ότι η παραγωγική Τεχνητή Νοημοσύνη θα μπορούσε τελικά να τροφοδοτήσει εργαλεία που βοηθούν τους εργαζόμενους να βελτιώσουν την αποδοτικότητά τους, σε πολλές περιπτώσεις, η ενσωμάτωση της Τεχνητής Νοημοσύνης έχει το αντίθετο αποτέλεσμα.
Η μελέτη του Χάνκοκ, η οποία δεν έχει ακόμη αξιολογηθεί από ομοτίμους, διεξήγαγε έρευνα σε 1.150 Αμερικανούς υπαλλήλους γραφείου, ένα υποσύνολο στο σύνολο των 5.000.
Οι ερευνητές διαπίστωσαν ότι το 40% των εργαζομένων αντιμετώπισε προβλήματα εργασίας εντός ενός μήνα και στη συνέχεια αφιέρωσε κατά μέσο όρο 3,4 ώρες το μήνα για να τα αντιμετωπίσει – κάτι που η μελέτη εκτιμά ότι ανέρχεται σε 8,1 εκατομμύρια δολάρια σε απώλεια παραγωγικότητας για έναν οργανισμό 10.000 ατόμων.
Η Kelly Cashin, μια freelance σχεδιάστρια προϊόντων, δήλωσε στον Guardian ότι αντιμετωπίζει συχνά προβλήματα με τα workslop.
«Φαίνεται να είναι σύνηθες να αντιγράφεις και να επικολλάς το μήνυμα ενός bot απευθείας σε συνομιλίες ή email», είπε. Κατά καιρούς, όταν μπερδεύεται με την εργασία που της έστειλε ένας συνάδελφος, εκείνος απαντάει λέγοντας: «Ναι, δεν είμαι σίγουρη τι εννοούσε η Τεχνητή Νοημοσύνη με αυτό» – που σημαίνει ότι ουσιαστικά αναθέτουν την κρίση τους στο chatbot. «Αν και είναι προσωπικά απογοητευτικό, καταλαβαίνω γιατί το κάνουν αυτό οι άνθρωποι. Υπάρχει μεγάλη πίεση για αύξηση της παραγωγικότητας, η οποία επιδεινώνεται από τη σοβαρή αβεβαιότητα στην αγορά εργασίας», είπε η Cashin.
Εκτός από κούραση υπάρχει και το άγχος
Ο Philip Barrison, φοιτητής MD-PhD του Πανεπιστημίου του Μίσιγκαν, ο οποίος διεξήγαγε έρευνα στο προσωπικό που ήταν ενσωματωμένο σε κλινικές πρωτοβάθμιας περίθαλψης, διαπίστωσε ένα παρόμοιο πρόβλημα που ανακύπτει για το ιατρικό προσωπικό που είχε ενθαρρυνθεί να χρησιμοποιεί την Τεχνητή Νοημοσύνη για να δημιουργεί απαντήσεις μέσω email σε ερωτήσεις ασθενών. Αυτή η προσέγγιση είχε ως στόχο να εξοικονομήσει χρόνο στους κλινικούς ιατρούς.
«Με βάση τις αναφορές και τις δικές μου παρατηρήσεις, δεν ισχύει αυτό», είπε ο Μπάρισον. Αντίθετα, πολλοί από τους εργαζόμενους με τους οποίους μίλησε περιέγραψαν πολλή εργασία επεξεργασίας, απογοήτευση και ανησυχίες σχετικά με την ασφάλεια των δεδομένων και ασθενείς που λαμβάνουν email με υποβοήθηση από Tεχνητή Nοημοσύνη με σφάλματα. Επειδή τα εργαλεία τεχνητής νοημοσύνης είναι προαιρετικά, «μόλις ξεπεράσουν την καινοτομία [της τεχνητής νοημοσύνης], αρχίζουν να την αγνοούν», είπε ο Μπάρισον.
Τι περιμένουν οι επιχειρήσεις
Ένας λόγος για τον οποίο οι εργοδότες προωθούν την παραγωγική Τεχνητή Νοημοσύνη στους χώρους εργασίας είναι επειδή πολλές εταιρείες στοχεύουν στη μείωση του κόστους εργασίας τους μετά την επένδυση στην τεχνολογία, λέει η Aiha Nguyen, επικεφαλής του προγράμματος Labor Futures στο μη κερδοσκοπικό ερευνητικό ινστιτούτο Data & Society. Αλλά αυτές οι επενδύσεις δεν έχουν αποδώσει, ή τουλάχιστον όχι ακόμη.
Ένα από τα συμπεράσματα μιας συχνά αναφερόμενης έκθεσης του MIT διαπίστωσε ότι το 95% των επιχειρήσεων δεν βλέπουν αποδόσεις στις επενδύσεις τους στην Τεχνητή Νοημοσύνη. Άλλες πρόσφατες αξιολογήσεις από τον γίγαντα λογισμικού SAP και την εταιρεία επαγγελματικών υπηρεσιών και συμβούλων Deloitte αναφέρουν ένα μεγαλύτερο κλάσμα επιχειρήσεων που παράγουν αποδόσεις από τις επενδύσεις, αλλά εξακολουθούν να αποτελούν τη μειοψηφία.
Οι επιχειρήσεις αναμένουν – ή ελπίζουν – ότι οι καλύτερες αποδόσεις θα υλοποιηθούν μετά από δύο έως τέσσερα χρόνια, κάτι που είναι μάλλον αργό για τις επενδύσεις στην τεχνολογία, σύμφωνα με την έκθεση της Deloitte.
«Το πρόβλημα είναι ότι η γενετική Τεχνητή Νοημοσύνη παρουσιάζεται συχνά ως ένα εργαλείο γενικής χρήσης που μπορεί να κάνει τα πάντα, αλλά η πραγματικότητα δεν λειτουργεί έτσι. Αυτό που θα μπορούσε λοιπόν να δημιουργεί μέρος του workslop είναι η ασαφής εντολή ή η περίπτωση χρήσης της [Τεχνητής Νοημοσύνης]», δήλωσε η Nguyen.
Η Τεχνητή Νοημοσύνη έχει γίνει σημείο τριβής καθώς οι εργαζόμενοι συνδικαλιστές διαπραγματεύονται τους όρους των νέων συμβάσεων, δήλωσε ο Dan Reynolds, ερευνητής οικονομολόγος των Communications Workers of America. Τα συνδικάτα απαιτούν σαφέστερες εντολές για την τεχνολογία και μεγαλύτερη συμμετοχή των εργαζομένων και έλεγχο του τρόπου με τον οποίο χρησιμοποιείται.
- in.gr