Η αυτοματοποίηση της εργασίας και οι επιπτώσεις της

Σήμερα βρίσκεται σε εξέλιξη μια τεχνολογική επανάσταση, που έχει μια ισχυρή και βίαια συνιστώσα, την αυτοματοποίηση. Η αυτοματοποίηση είναι η διαδικασία με την οποία η ανθρώπινη εργασία αντικαθίσταται από μια μηχανή. Στο σύγχρονο φαινόμενο της αυτοματοποίησης, κυριαρχεί η τεχνητή νοημοσύνη (Artificial Intelligence – AI) και η ρομποτική (robotics).

Επισημαίνω ότι η τεχνητή νοημοσύνη δεν ταυτίζεται με την αυτοματοποίηση, καθώς έχει πολλές εφαρμογές εκτός από την αυτοματοποίηση. Εκείνο που συμβαίνει είναι ότι η τεχνητή νοημοσύνη χρησιμοποιείται επιλεκτικά απο μεγάλες επιχειρήσεις σαν εργαλείο αυτοματοποίησης.

Στο άρθρο αυτό συνοψίζω τα αποτελέσματα σχετικών ερευνών του καθηγητή Πολιτικής Οικονομίας στο πανεπιστήμιο ΜΙΤ Daron Acemoğlu. Ο καθηγητής Acemoğlu είναι ο συγγραφέας του βιβλίου “Γιατί αποτυγχάνουν τα Έθνη” (Why Nations Fail).

Η επιλογή των θέσεων του καθηγητή έγινε από εμένα, απο τις δημοσιευμένες του εργασίες. Η ευθύνη σε περίπτωση κάποιας παρανόησης ή παραφθοράς της αρχικής διατύπωσης είναι δική μου.

Η ραγδαία επέκταση της αυτοματοποίησης έχει αρνητικές επιπτώσεις στην ανθρώπινη εργασία. Μειώνονται άμεσα οι θέσεις εργασίας, οι μισθοί των ανειδίκευτων εργατών, όπως και το ποσοστό της εργασίας στο εθνικό προϊόν. Έτσι αυξάνεται και η ανισότητα.

Σημειώνω ότι εκτός από την άμεση επίπτωση της αυτοματοποίησης στους εργάτες, ιδίως δε τους ανειδίκευτους, έχει επίπτωση και σε μεσαία διοικητικά στελέχη, αφού καταργεί πολλά από αυτά.

Είναι ενδιαφέρον να αναφερθεί ότι παρόλη την εκτεταμένη εφαρμογή της, η αυτοματοποίηση δεν έχει μέχρι σήμερα μεγάλη επίπτωση στην αύξηση της παραγωγικότητας της μεγαλύτερης οικονομίας του κόσμου, την οικονομία των ΗΠΑ.

Η σημερινή κατεύθυνση της καινοτομίας δεν διαμορφώνεται από μια ανώνυμη, ελεύθερη αγορά, αλλά από τις επενδύσεις, την τεχνογνωσία και τις προτεραιότητες των μεγάλων τεχνολογικών εταιριών που κυριαρχούν στην αγορά.

Υπάρχει όμως και η θετική πλευρά, η δημιουργία νέων θέσεων εργασίας σε άλλους τομείς της οικονομίας.

Το μέλλον της εργασίας εξαρτάται από την ισορροπία ανάμεσα στις απώλειες που επιφέρει η αυτοματοποίηση και την δημιουργία νέων θέσεων εργασίας σε άλλους τομείς της οικονομίας.

Όμως, οι νέες θέσεις εργασίας απαιτούν νέες δεξιότητες, που δεν υπάρχουν ακόμα στην αγορά εργασίας. Η δημιουργία των νέων δεξιοτήτων είναι μια αργή διαδικασία, που δεν μπορεί να πραγματοποιηθεί χωρίς την μεταρρύθμιση του εκπαιδευτικού συστήματος.

Είναι απαραίτητο να δημιουργηθούν προγράμματα σπουδών που ανταποκρίνονται στις νέες δεξιότητες και τις αντίστοιχες θέσεις εργασίας.

Θα πρέπει να ενθαρρυνθεί η εφαρμογή της τεχνητής νοημοσύνης σε τομείς που μπορεί να προσδώσουν μεγάλα οφέλη στο κοινωνικό σύνολο, όπως η εκπαίδευση και η υγειονομική περίθαλψη.

Στην εκπαίδευση, η τεχνητή νοημοσύνη μπορεί να συμβάλει στην ανάπτυξη προγραμμάτων και μαθημάτων που είναι καλύτερα προσαρμοσμένα στις ατομικές ανάγκες ενός εκπαιδευομένου. Για να εφαρμοσθεί κάτι τέτοιο θα πρέπει να δημιουργηθούν θέσεις εργασίας για εκπαιδευτικούς που θα παρακολουθούν, σχεδιάζουν, και εφαρμόζουν “εξατομικευμένα” εκπαιδευτικά προγράμματα.

Στην υγειονομική περίθαλψη, με τη χρήση τεχνητής νοημοσύνης μπορεί να αναπτυχθούν συστήματα υποστήριξης των αποφάσεων που λαμβάνουν οι γιατροί και οι νοσηλευτές, ώστε να κάνουν άμεση και αποτελεσματική χρήση των δεδομένων. Τα προχωρημένα αυτά συστήματα απαιτούν επαγγελματίες με εξειδικευμένες γνώσεις.

Αυτή η ενθάρρυνση θα πρέπει να προέλθει από το Κράτος, στα πλαίσια μιας πολιτικής υποστήριξης της καινοτομίας με προσανατολισμό όχι εκείνο των μεγάλων τεχνολογικών εταιρειών, που είναι η άκρατη αυτοματοποίηση, αλλά του κοινωνικού συνόλου.

Πηγές

Daron Acemoğlu and Pascual Restrepo, “The wrong kind of AI? Artificial intelligence and the future of labour demand”, Cambridge Journal of Regions, Economy and Society 2019

Daron Acemoğlu, “Remaking the post-COVID World. To reverse widening inequality, keep a tight rein on automation”, FINANCE & DEVELOPMENT, March 2021

Daron Acemoğlu, “It’s Good Jobs, Stupid”, Economics for Inclusive Prosperity, RESEARCH BRIEF June 2019