Η Τεχνητή Νοημοσύνη αλλάζει καθημερινά τον τρόπο με τον οποίο δουλεύουν εκατομμύρια άνθρωποι, δημιουργώντας όμως ένα νέο παράδοξο στην αγορά εργασίας: ένα άρτιο αποτέλεσμα δεν σημαίνει απαραίτητα ότι ο εργαζόμενος διαθέτει και την αντίστοιχη γνώση για να το παράγει μόνος του. Η χρήση εργαλείων AI μπορεί να αυξήσει θεαματικά την παραγωγικότητα, ταυτόχρονα όμως θολώνει τα όρια ανάμεσα στην πραγματική επαγγελματική επάρκεια και στην εικόνα που αυτή δημιουργεί.
Όταν η AI «φουσκώνει» την εικόνα των δεξιοτήτων
Έρευνα της πλατφόρμας Use.AI, στην οποία συμμετείχαν 9.684 εργαζόμενοι από την Ευρώπη, τις ΗΠΑ, τον Καναδά και τη Λατινική Αμερική, καταγράφει μια σημαντική αλλαγή στον τρόπο με τον οποίο οι εργαζόμενοι αντιλαμβάνονται τις δυνατότητές τους.
Περισσότεροι από τους μισούς, συγκεκριμένα το 52%, παραδέχονται ότι η χρήση εργαλείων AI τους κάνει να δείχνουν πιο έμπειροι και καταρτισμένοι από όσο είναι στην πραγματικότητα.
Η τεχνολογία δεν λειτουργεί απλώς ως βοηθητικό εργαλείο. Σε αρκετές περιπτώσεις επιτρέπει στους εργαζομένους να αναλαμβάνουν εργασίες που διαφορετικά δεν θα μπορούσαν να ολοκληρώσουν.
- 64% χρησιμοποίησε AI για εργασίες που δεν θα μπορούσε να ολοκληρώσει χωρίς βοήθεια.
- 43% ανέλαβε καθήκοντα για τα οποία δεν είχε την απαιτούμενη κατάρτιση.
- 35% εκτιμά ότι θα δυσκολευόταν να ανταποκριθεί στις σημερινές επαγγελματικές του υποχρεώσεις χωρίς την AI.
- 25%, περίπου ένας στους τέσσερις, φοβάται ότι ο εργοδότης του θεωρεί πως διαθέτει δεξιότητες που στην πραγματικότητα δεν έχει.
Οι «αόρατες» δεξιότητες πίσω από το αποτέλεσμα
Το πρόβλημα γίνεται ακόμη πιο σύνθετο όταν η χρήση της AI δεν δηλώνεται.
Σύμφωνα με την ίδια έρευνα, το 39% των εργαζομένων έχει παραδώσει εργασία που δημιουργήθηκε με τη βοήθεια της Τεχνητής Νοημοσύνης χωρίς να το αποκαλύψει, ενώ το 30% έχει λάβει αναγνώριση για αποτέλεσμα στο οποίο η τεχνολογία είχε σχεδόν όλη τη συμβολή.
Η κατάσταση αυτή μπορεί να επηρεάσει ακόμη και την επαγγελματική εξέλιξη. Το 19% των συμμετεχόντων αναφέρει ότι η χρήση AI συνέβαλε σημαντικά στην απόκτηση προαγωγής.
Έτσι, δημιουργείται ένα νέο ερώτημα για τις επιχειρήσεις: πώς μπορεί ένας εργοδότης να αξιολογήσει την πραγματική ικανότητα ενός εργαζομένου όταν δεν γνωρίζει ποιο μέρος της δουλειάς έγινε από τον ίδιο και ποιο από την AI;
Η λύση δεν είναι απαραίτητα η επιτήρηση
Η επιβολή κανόνων που θα απαιτούν από τους εργαζομένους να δηλώνουν κάθε χρήση AI μοιάζει δύσκολο να εφαρμοστεί στην πράξη. Όπως αναφέρει στο Euronews ο συνιδρυτής και διευθύνων σύμβουλος της Use.AI, Ιχόρ Χερασίμοφ, τα εργαλεία τεχνητής νοημοσύνης ενσωματώνονται ολοένα και περισσότερο στα προγράμματα και τις εφαρμογές που χρησιμοποιούνται καθημερινά.
Αντί για έναν μηχανισμό συνεχούς ελέγχου, προτείνεται να υπάρχει σαφής διάκριση για το πότε η συμβολή της AI είναι ουσιαστική.
Για παράδειγμα, δήλωση θα μπορούσε να απαιτείται όταν η τεχνολογία έχει δημιουργήσει σημαντικό μέρος μιας ανάλυσης, μιας παρουσίασης, μιας εισήγησης ή ενός κώδικα.
Σε κάθε περίπτωση, η ευθύνη παραμένει στον άνθρωπο που παραδίδει το αποτέλεσμα. Ο εργαζόμενος θα πρέπει να γνωρίζει τι υποβάλλει, να μπορεί να ελέγξει την ορθότητά του και να είναι σε θέση να το υποστηρίξει.
Το πραγματικό τεστ δεν είναι πλέον το αποτέλεσμα
Η ικανότητα χρήσης της AI αποτελεί πλέον από μόνη της μια σημαντική επαγγελματική δεξιότητα. Ωστόσο, όσο η τεχνολογία αναλαμβάνει μεγαλύτερο μέρος της παραγωγής, το τελικό αποτέλεσμα γίνεται ολοένα λιγότερο αξιόπιστος τρόπος μέτρησης των πραγματικών γνώσεων ενός εργαζομένου.
Το κρίσιμο στοιχείο είναι αν η AI λειτουργεί ως εργαλείο ενίσχυσης ή αν μετατρέπεται σε δεκανίκι χωρίς το οποίο ο εργαζόμενος δεν μπορεί να λειτουργήσει.
Η εξάρτηση γίνεται ιδιαίτερα εμφανής όταν κάποιος:
- χρησιμοποιεί AI για να δώσει μια απάντηση, αλλά δεν μπορεί να εντοπίσει τα λάθη της,
- αδυνατεί να εξηγήσει πώς προέκυψε το αποτέλεσμα,
- δυσκολεύεται να πάρει θέση όταν τα δεδομένα που παρέχει το σύστημα είναι ελλιπή ή λανθασμένα.
Αν η αύξηση της ταχύτητας και της παραγωγικότητας συνοδεύεται από απώλεια της κριτικής σκέψης, τότε η τεχνολογική πρόοδος μπορεί να δημιουργήσει ένα νέο και δύσκολο πρόβλημα για τις επιχειρήσεις.
Νέα κριτήρια για προσλήψεις και προαγωγές
Σε μια εποχή όπου ένα εντυπωσιακό κείμενο, μια παρουσίαση ή ακόμη και ένα σύνθετο παραδοτέο μπορεί να δημιουργηθεί μέσα σε λίγα λεπτά, οι εργοδότες χρειάζεται να αναζητήσουν διαφορετικούς τρόπους αξιολόγησης.
Το βάρος μεταφέρεται πλέον στις δεξιότητες που η AI δεν μπορεί εύκολα να αντικαταστήσει: στην κρίση, στη σωστή διατύπωση ενός προβλήματος και στην ικανότητα λήψης αποφάσεων.
Ιδιαίτερη σημασία αποκτούν:
- η ικανότητα να τίθεται η σωστή ερώτηση,
- η αμφισβήτηση λανθασμένων ή κρυφών παραδοχών,
- η επιλογή της καταλληλότερης στρατηγικής,
- η αναγνώριση των αδυναμιών μιας απάντησης που παράγει η AI,
- η λήψη αποφάσεων όταν δεν υπάρχουν βέβαια δεδομένα.
Με άλλα λόγια, οι επιχειρήσεις θα χρειάζεται να ξεχωρίζουν όλο και περισσότερο τι μπορεί κάποιος να παράγει με τη βοήθεια της τεχνολογίας από αυτό που πραγματικά κατανοεί.
Η AI γίνεται ολοένα πιο αυτόνομη
Την ίδια ώρα, η ίδια η τεχνολογία εξελίσσεται με ταχύτητα που κάνει το ζήτημα ακόμη πιο επίκαιρο.
Σύμφωνα με στοιχεία της METR που επικαλείται το Ventureburn, ο χρόνος που απαιτείται για να διπλασιαστεί η αυτονομία των συστημάτων AI έχει μειωθεί από περίπου οκτώ μήνες σε μόλις 4,7 μήνες.
Από τις αρχές του 2025 έως τις αρχές του 2026 καταγράφηκαν, μεταξύ άλλων:
- 1.400% αύξηση στις αυτόνομες δυνατότητες των συστημάτων AI,
- άνοδος των λήψεων εργαλείων AI από 15.000 σε 11,8 εκατομμύρια,
- αύξηση των εργαλείων MCP κατά 35 φορές, φτάνοντας περίπου τα 177.000.
Τα εργαλεία που βασίζονται στο Model Context Protocol επιτρέπουν στα συστήματα AI να συνδέονται με εφαρμογές και πηγές δεδομένων και να εκτελούν εργασίες, αντί απλώς να προτείνουν στον χρήστη τι πρέπει να κάνει.
Η εξέλιξη αυτή οδηγεί σταδιακά προς ένα μοντέλο agentic AI, όπου όλο και περισσότερα στάδια μιας εργασίας μπορούν να εκτελούνται αυτόνομα.
Και όσο περισσότερη δουλειά αναλαμβάνει η τεχνολογία, τόσο πιο δύσκολο γίνεται να κριθεί η πραγματική ικανότητα του ανθρώπου που εμφανίζεται ως δημιουργός του τελικού αποτελέσματος.
Η μεγάλη πρόκληση για την αγορά εργασίας, επομένως, δεν θα είναι απλώς ποιος ξέρει να χρησιμοποιεί την AI. Θα είναι ποιος μπορεί να την κατευθύνει, να ελέγχει τα αποτελέσματά της και να αναγνωρίζει πότε κάνει λάθος. Γιατί στην εποχή της τεχνητής νοημοσύνης, η πραγματική επαγγελματική αξία μπορεί να κρύβεται όχι σε αυτό που παράγεται, αλλά στην κρίση πίσω από αυτό.
