Όλοι το λένε. Πηγαίνουμε με ταχείς ρυθμούς στη εποχή που η τεχνητή νοημοσύνη θα κυριαρχεί. Ωστόσο, κάτι έχει αλλάξει στην πολιτική των εταιρειών που σκόπευαν να αντικαταστήσουν τους εργαζόμενους με τα μεγάλα γλωσσικά μοντέλα.
Το 2023, ερευνητές που μελετούν την Τεχνητή Νοημοσύνη διαπίστωσαν ότι ενώ η τεχνητή νοημοσύνη κάνει εκπληκτικά καλή δουλειά σε απλές εργασίες, τα μοντέλα της δυσκολεύονταν όταν τους ανέθεταν πιο σύνθετα πράγματα. Στο διάστημα που ακολούθησε, πολλές εταιρείες αποφάσισαν να διακόψουν την πρόσληψη εργαζομένων εισαγωγικού επιπέδου.
Και όμως, τους χρειάζεται
Πλέον κάτι έχει αλλάξει. Όπως αναφέρουν οι Financial Times, κάποιες εταιρείες έχουν συνειδητοποιήσει ότι το νεαρό προσωπικό είναι απαραίτητη. Γιατί θα αναπληρώσει την ιεραρχία στο μέλλον και θα εντάξει την εγγενή ευχέρεια της Τεχνητής Νοημοσύνης στην εργασία.
Τον Απρίλιο, έρευνα της Εθνικής Ένωσης Κολεγίων και Εργοδοτών έδειξε ότι οι αμερικανικές εταιρείες αναμένεται να προσλάβουν 5,6% περισσότερους νέους πτυχιούχους κολεγίου φέτος.
Καλή η τεχνητή νοημοσύνη, αλλά πρέπει να ξέρεις να πιάσεις το μολύβι
Εταιρείες σε τομείς που κυμαίνονται από τη συμβουλευτική και τη νομική έως τη μηχανική και τη μόδα ήδη προετοιμάζονται για την τεχνητή νοημοσύνη και την εποχή της. Και ενημερώνουν τις πρακτικές προσλήψεων, τα προγράμματα κατάρτισης και την εργασιακή τους κουλτούρα.
Και διαπιστώνεται ότι οι Αμερικανοί εργοδότες που πραγματοποιούν τις μεγαλύτερες επενδύσεις στην Τεχνητή Νοημοσύνη, αύξησαν την απασχόληση κατά 10%. Ακόμη και στις εταιρείες λογισμικού και ΜΜΕ. Και προσλαμβάνουν περισσότερους υπαλλήλους εισαγωγικού επιπέδου.
Ποιο είναι το κριτήριο
Ο λόγος είναι ότι οι ανθρώπινες δεξιότητες, όπως η κριτική σκέψη και η επαγγελματική κρίση, καλύπτουν τη διαφορά με τις τεχνικές ικανότητες στον προγραμματισμό.
Παράλληλα, καθώς οι εταιρείες υιοθετούν την τεχνητή νοημοσύνη, αλλάζει η φύση της δουλειάς που κάνουν οι νεοπροσληφθέντες. Και το γεγονός αυτό έρχεται να απαντήσει στην ανησυχία ότι τα μεγάλα γλωσσικά μοντέλα θα αντικαταστήσουν τους εργαζόμενους εισαγωγικού επιπέδου.
Οι ειδικοί εκτιμούν ότι, αν οι εταιρείες μπορέσουν να κατακτήσουν την τεχνητή νοημοσύνη στα χαμηλότερα επίπεδα, τα οφέλη θα ανέβουν στην ιεραρχία. Σύμφωνα με αναλυτή του LinkedIn, «η εργασία εισαγωγικού επιπέδου είναι αντιπροσωπευτική του πού πηγαίνει όλη η εταιρεία».
Το κλειδί πλέον είναι ο επανασχεδιασμός των θέσεων εργασίας. Διότι, οι υποψήφιοι για αρχικούς ρόλους στους κλάδους που εκτίθενται περισσότερο στην τεχνητή νοημοσύνη αναμένεται πλέον να επιδείξουν άριστη γνώση των δεξιοτήτων που παραδοσιακά απαιτούνται από πιο έμπειρο προσωπικό. Δηλαδή η λήψη αποφάσεων βάσει δεδομένων και η διαχείριση ανθρώπινου δυναμικού.
Ήδη υπάρχει ζήτηση για αυτού του είδους τους εργαζομένους. Είναι ταλέντα που, όπως λένε υψηλόβαθμα στελέχη εταιρειών, «θα επιταχύνουν την αλλαγή».
«Παίκτες-προπονητές»
Οι αλλαγές φαίνεται ότι ήδη αναγνωρίζονται από τις εταιρείες, που βλέπουν ότι το μέλλον είναι στην τεχνητή νοημοσύνη.
Σύμφωνα με τον Ραβί Κουμάρ, CEO της συμβουλευτικής εταιρείας Cognizant, τα μεσαία στελέχη, που παραδοσιακά ενορχηστρώνουν και συντονίζουν την εργασία σε μεγάλες εταιρείες, θα πρέπει να γίνουν «παίκτες-προπονητές». Και να βοηθήσουν στην καθοδήγηση των νεότερων στελεχών.
Αλλά η Έλινορ Λαϊτμπόντι, CEO της Luminance, που αναπτύσσει τεχνητή νοημοσύνη για το νομικό επάγγελμα, λέει ότι αυτά τα μεσαία στρώματα θα μπορούσαν να φύγουν εντελώς. «Θα προσλάβουμε περισσότερους νεότερους, οι οποίοι θα κατανοήσουν πραγματικά πώς λειτουργεί η τεχνητή νοημοσύνη. Περισσότεροι ανώτεροι θα παραμείνουν στον κλάδο επειδή, χάρη στην ΑΙ, μπορούν να είναι πιο παραγωγικοί και να έχουν μεγαλύτερη ικανότητα».
Η πρόκληση για τους υποψήφιους εργαζόμενους είναι ότι είναι δύσκολο να βρεθούν θέσεις εργασίας εισαγωγικού επιπέδου που τους επιτρέπουν να αναπτύξουν την υψηλότερη επάρκεια που απαιτούν τώρα οι ανώτεροι ρόλοι.
Ξεκινώντας από ένα μολύβι…
Ο Μάρκο Μπούσι, αντιπρόεδρος της στον Όμιλο Pininfarina, που σχεδιάζει αυτοκίνητα για πολλές μεγάλες αυτοκινητοβιομηχανίες, λέει ότι λόλα πρέπει να γίνονται από την αρχή. Όταν φαντάζονται ένα νέο αυτοκίνητο, οι νέοι σχεδιαστές ξεκινούν ακόμα πιάνοντας μολύβι.
«Το σημαντικό είναι να περάσουν από την πραγματικά πρωτότυπη δημιουργική διαδικασία, που είναι το σκίτσο με το χέρι. Η τεχνητή νοημοσύνη εντάσσεται στα τελευταία στάδια της διαδικασίας σχεδιασμού στην Pininfarina. Η γενετική τεχνητή νοημοσύνη ήδη τελειοποιεί τις παρουσιάσεις των εταιρειών και την βοηθά να παράγει πρωτότυπα τρισδιάστατων μοντέλων οχημάτων.
Ο Μπούσι λέει ότι, το να αναγκάζουμε τους νεότερους υπαλλήλους να σχεδιάζουν εξαρχής βοηθά στην αποφυγή «μεροληψίας στη δημιουργικότητα».
Και η εξάρτηση από την ΑΙ αυξάνει τη ζήτηση για ιδιαίτερα ανθρώπινες «ήπιες δεξιότητες»: δημιουργικότητα, ενσυναίσθηση, κρίση και ικανότητα δικτύωσης. Και αυτά είναι ιδιότητες που ζητούνται όλο και περισσότερο στις αγγελίες εργασίας.
Ανάγκη για κριτική σκέψη
Πολλοί ειδικοί επισημαίνουν ότι ένα από τους βασικούς κινδύνους από την τεχνητή νοημοσύνη είναι να γίνουν οι άνθρωποι περισσότερο «τεμπέληδες».
Σύμφωνα με τον Γκάρι Μάρκους, ομότιμο καθηγητή στο Πανεπιστήμιο της Νέας Υόρκης, το πρόβλημα «είναι ότι έχουμε νέους που εξαρτώνται από αυτά τα πράγματα. Δεν μαθαίνουν τίποτα ενώ τα χρησιμοποιούν και δεν αναπτύσσουν δεξιότητες κριτικής σκέψης». Συνεπώς, είναι χειρότερα προετοιμασμένοι να επιβλέπουν την επόμενη γενιά εκπαιδευόμενων και μαθητευόμενων. Και είναι λιγότερο ικανοί να εντοπίσουν ελαττώματα στο αποτέλεσμα της ίδιας της τεχνητής νοημοσύνης.
Αλλά η ανάγκη για κριτική σκέψη είναι ισχυρότερη σε εταιρείες όπου οι συνέπειες των σφαλμάτων που προκαλούνται από την τεχνητή νοημοσύνη είναι υψηλότερες. Όπως λέει ο Ντάνιελ Λι, επικεφαλής εξωτερικός σχεδιαστής στο στούντιο της Pininfarina στη Σανγκάη, η τεχνητή νοημοσύνη μπορεί να οδηγήσει τους νέους σχεδιαστές να «βγάλουν βιαστικά συμπεράσματα».
«Παλιότερα, όταν γίνονταν λάθη στις αναλογίες ή στις γραμμές, με την εξάσκηση πετυχαίναμε το τέλειο. Τώρα, αυτό δεν φαίνεται. Μια εικόνα που αποδίδεται με τεχνητή νοημοσύνη τα κρύβει στο χρώμα ή στο φόντο».
Και έτσι μπορεί να οδηγηθούμε σε κρίσιμα, μηχανικά λάθη.
Πού βρίσκεις τους κατάλληλους εργαζόμενους
Το πρόβλημα είναι ότι οι ήπιες δεξιότητες είναι δύσκολο να αξιολογηθούν και να αναπτυχθούν. Οι ακαδημαϊκοί λένε σε ποσοστό 78% ότι οι απόφοιτοι πανεπιστημίων ανταποκρίνονται στις προσδοκίες των εργοδοτών. Οι εργοδότες από την άλλη υποστηρίζουν ότι εξακολουθούν να δυσκολεύονται να βρουν αποφοίτους έτοιμους για τεχνητή νοημοσύνη.
Ωστόσο, η τεχνητή νοημοσύνη έχει διευρύνει την ομάδα πιθανών υποψηφίων που οι εργοδότες είναι διατεθειμένοι να εξετάσουν. Ψάχνουν ακόμη και στους αποφοίτους ανθρωπιστικών σπουδών –οι οποίες κάποτε θεωρούνταν «άχρηστες» για την οικονομία. Και ψάχνουν εργαζόμενους από το εξωτερικό με πτυχία πανεπιστημίων υψηλού επιπέδου.
Ακόμη και σε πτυχιούχους του τομέα των τεχνών. Γιατί φέρνουν στη δουλειά τις κοινωνικές τους δεξιότητες. Άλλωστε, πια, σχεδόν όλοι μπορούν να κάνουν προγραμματισμό και οι έννοιες έχουν μεγαλύτερη σημασία από την τεχνική.
Ωστόσο, οι νέοι απόφοιτοι εξακολουθούν να αντιμετωπίζουν πολλά εμπόδια στην αγορά εργασίας. Κυρίως γιατί η τεχνητή νοημοσύνη εξελίσσεται ταχύτερα από ό,τι μπορούν οι ίδιοι. Συνεπώς, θα πρέπει να ενημερώνουν ενεργά τις γνώσεις τους για την εξελισσόμενη τεχνολογία. Και οι εταιρείες θα είναι όλο και πιο υποχρεωμένες να γίνουν καλές σε κάτι στο οποίο υστερούν. Δηλαδή να φροντίσουν για την εκπαίδευση των υπαλλήλων τους.
Η τεχνητή νοημοσύνη ως εκπαιδευτής
Άλλωστε, η τεχνητή νοημοσύνη είναι καλή και σσε άλλα πράγματα εκτός από τις επαναλαμβανόμενες εργασίες. Μπορεί να προσομοιώσει τα πιο περίπλοκα προβλήματα που μπορεί να αντιμετωπίσει ένας νέος δικηγόρος ή μηχανικός, επιτρέποντας στους εκπαιδευόμενους να μεταβούν σε ένα πιο προηγμένο επίπεδο ικανότητας. Μπορεί επίσης να μετρήσει την «ευφράδεια τεχνητής νοημοσύνης» των εργαζομένων, προσφέροντάς τους συμβουλές εκπαίδευσης στην εργασία.
Ένα παράδειγμα από τη Γερμανία. Η εταιρεία ταχυμεταφορών DHL εκπαιδεύει εργαλεία τεχνητής νοημοσύνης στα επίσημα εγχειρίδιά της και ζητά από έμπειρους εργαζόμενους να προσθέσουν ή να τροποποιήσουν τις γνώσεις πριν από τη συνταξιοδότησή τους. Έτσι δημιουργεί «θεσμική μνήμη» από την οποία όλοι μπορούν να αντλήσουν.
Η συμβουλευτική Cognizant, έχει ένα «καλώδιο» ΑΙ, που βοηθά στην καθοδήγηση των νεοεισερχομένων και υποκαθιστά το είδος της γνώσης που μπορεί να αποκτήσει το νέο προσωπικό κινούμενο μέσα στα γραφεία.
Σύμφωνα με την Λαϊτμπόντι, της Luminance, η πλατφόρμα τεχνητής νοημοσύνης της, η οποία εκπαιδεύεται σε δέσμες νομικής τεκμηρίωσης, μπορεί να βοηθήσει τους νέους δικηγόρους. «Επειδή οι άνθρωποι έχουν μεγαλύτερη πρόσβαση στη γνώση πιο γρήγορα, είναι ικανοί να κάνουν πολύ περισσότερα νωρίς στην καριέρα τους και να μαθαίνουν πολύ περισσότερα».
Ανάγκη για αυτοπρόσωπη παρουσία
Ακόμη ένα κλειδί είναι η συνεργασία παλαιών και νέων εργαζομένων. Ακόμη και η καλύτερη πρόταση που αναπτύχθηκε με τεχνητή νοημοσύνη, δεν θα πάει μακριά αν δεν μπορεί να μεταφερθεί σε μια συζήτηση. Αυτό αναπτύσσεται μέσω της ομαδικής εργασίας, που γίνεται αυτοπροσώπως.
Ο Νιλς Φίσερ, υπεύθυνος τεχνολογικών ομάδων στην αρχιτεκτονική εταιρεία ΖΗΑ, που ίδρυσε η Ζάχα Χαντίντ, λέει ότι η τηλεργασία μπορεί να είχε πιο καταστροφικό αντίκτυπο από την τεχνητή νοημοσύνη στις ήπιες δεξιότητες των νεότερων συναδέλφων.
Στην εταιρεία συμβούλων μηχανικών Arup, μόνο το 10% της ανάπτυξης νέων εργαζομένων βασίζεται στην επίσημη εκπαίδευση. Περίπου το 70% μαθαίνεται στην εργασία και το υπόλοιπο βασίζεται σε αυτά που μαθαίνουν οι νεότεροι από άλλους ανθρώπους. Και οι υποψήφιοι εργαζόμενοι επιλέγονται κυρίως για την γνώση τους στη φυσική και την τεχνική ικανότητά τους. Δευτερευόντως για τις ικανότητες στην ψηφιακή τεχνολογία.
Ο Ντάνιελ Λι της Pininfarina λέει ότι οι σχεδιαστές παρουσιάζουν τώρα 200 σχέδια με τη βοήθεια της τεχνητής νοημοσύνης, ενώ παλιά έστελναν μόνο 20. Αλλά, εξηγεί, το θεμελιώδες ερώτημα δεν είναι αν χρησιμοποιείται η τεχνητή νοημοσύνη. Είναι «πώς τη χρησιμοποιείτε και ταιριάζει σε αυτήν την επωνυμία;».
Και ο Φίσερ της αρχιτεκτονικής ΖΗΑ προσθέτει ότι δεν υπάρχει τεχνολογικό υποκατάστατο της βασικής εμπειρογνωμοσύνης, ούτε της ικανότητας. «Αυτό που ψάχνουμε είναι το ένα πράγμα για το οποίο είναι πολύ δύσκολο να εκπαιδευτείς. Το ταλέντο».
- Financial Times