«Εάν υπάρξει μία άνευ προηγουμένου έλλειψη εργατικού δυναμικού, αυτό θα αποτελέσει ένα τεράστιο κίνητρο για την υιοθέτηση μέσων εξοικονόμησης εργασίας, όπως η Τεχνητή Νοημοσύνη», σημειώνει ο Ραγκλς, ο οποίος κατέληξε στο συμπέρασμα ότι οι ΗΠΑ βρίσκονται εν μέσω μίας παρατεταμένης επιβράδυνσης των ρυθμών αύξησης του εργατικού τους δυναμικού, η οποία σταδιακά θα μετατραπεί σε ξεκάθαρη συρρίκνωση.
Βασιζόμενος σε μία ανάλυση δεδομένων της αμερικανικής Υπηρεσίας Απογραφής και του Γραφείο Προϋπολογισμού του Κογκρέσου για τη μετανάστευση και τη θνησιμότητα, προέβλεψε πως τη δεκαετία που λήγει το 2030 το εργατικό δυναμικό των ΗΠΑ θα έχει αυξηθεί κατά μόλις 9,1 εκατ. άτομα· αριθμός που αντιστοιχεί στη μικρότερη δεκαετή αύξηση από το διάστημα 1950 – 1960. Για την προσεχή δεκαετία εκτιμά πως το εργατικό δυναμικό πρόκειται να συρρικνωθεί κατά 2,1 εκατ. άτομα ή 1,3%.
Από την άλλη, βέβαια, όπως σημειώνεται σε σχετικό δημοσίευμα της WSJ εάν η αύξηση της μετανάστευσης είναι απότομη και μεγαλύτερη από το αναμενόμενο, η συρρίκνωση που προβλέπει ο καθηγητής του Πανεπιστημίου της Μινεσότα μπορεί να μην επέλθει. Ωστόσο, εάν οι προβλέψεις του είναι εύστοχες, η αμερικανική οικονομία θα πρέπει να βασιστεί σε ένα μικρότερο εργατικό δυναμικό για να πετύχει την αναγκαία ανάπτυξη και να συντηρήσει παράλληλα τον ολοένα και αυξανόμενο αριθμό ηλικιωμένων.
Κι εδώ είναι που μπαίνει η Τεχνητή Νοημοσύνη στο «κάδρο».
Οι οικονομολόγοι είναι διχασμένοι ως προς το εάν η ΤΝ θα «κλέψει» τις θέσεις εργασίας ή αντίθετα θα βοηθήσει τους εργαζόμενους να αποδίδουν περισσότερο. Σε αυτό το πλαίσιο, και οι ίδιες οι εταιρείες ΤΝ έχουν βρεθεί στο επίκεντρο της κριτικής, παρότι όλοι οι παράγοντες της αγοράς δέχονται πως δίχως αμφιβολία η τεχνολογία (και η ΤΝ) θα συμβάλλει στην αύξηση της παραγωγικότητας.
Νέα έρευνα των οικονομολόγων Νταρόν Ατζέμογλου, Ντέιβιντ Ότορ, Κίλαν Μπερν και Άντριου Σκοτ δείχνει ότι διαχρονικά οι οικονομίες τείνουν να αντισταθμίζουν την έλλειψη νεότερων εργαζομένων με αύξηση της αποδοτικότητας.
«Οι αγορές εργασίας που δεν διαθέτουν πολλούς εργαζομένους λειτουργούν πραγματικά θετικά για αυτούς και βελτιώνουν την παραγωγικότητα», σχολιάζει ο Ατζέμογλου, καθηγητής στο ΜΙΤ, που τιμήθηκε με Νόμπελ Οικονομίας το 2024.
Οι αυξήσεις αυτές στην παραγωγικότητα ιστορικά τείνουν να είναι επαρκής για να στηρίξουν συνολικά το ΑΕΠ, ενώ παράλληλα, σύμφωνα με τους οικονομολόγους, όσο τα «νέα» εργατικά χέρια λιγοστεύουν, οι επιχειρήσεις επενδύουν περισσότερο σε τεχνολογίες εξοικονόμησης εργασίας. Μία από τις ενδείξεις που συνηγορούν στο παραπάνω είναι πως χώρες με φθίνοντα ποσοστά γεννήσεων καταγράφουν αυξήσεις στις πατέντες που αφορούν τρόπους εξοικονόμησης εργασίας.
Από την άλλη, το πόσα πολλά θα μπορούσαν να είναι τα οφέλη που προσφέρει η Τεχνητή Νοημοσύνη μένει να φανεί, αφού μία ενδεχόμενη μεγάλη ώθηση στην παραγωγικότητα θα μπορούσε να σημάνει απολύσεις και άρα επιπρόσθετη απώλεια θέσεων εργασίας, παρά τη συρρίκνωση της δεξαμενής του εργατικού δυναμικού. Αντιστρόφως, η βελτίωση στην παραγωγικότητα θα μπορούσε να αποδειχθεί πολύ μικρή, ή και καθυστερημένη, για να αντισταθμίσει το επερχόμενο δημογραφικό σοκ.
Επικίνδυνη η πλήρης εξάρτηση από την ΤΝ
Σύμφωνα με έρευνα των GoTo και Workplace Intelligence, στην οποία συμμετείχαν 2.500 εργαζόμενοι και στελέχη του τομέα της πληροφορικής, περίπου το 50% των εργαζομένων θεωρεί ότι βασίζεται περισσότερο από όσο θα έπρεπε στην τεχνητή νοημοσύνη.
Παράλληλα, το 39% ανησυχεί πως η χρήση της ΤΝ τους κάνει λιγότερο ικανούς, το 41% φοβάται μήπως επηρεαστούν αρνητικά οι μακροπρόθεσμες επαγγελματικές του προοπτικές και το 30% αναφέρει ότι δυσκολεύεται πλέον να ανταποκριθεί στις εργασιακές απαιτήσεις του χωρίς τη βοήθειά της.
Όπως τονίζεται σε σχετική ανάλυση του CNBC, η ΤΝ είναι εξαιρετικά χρήσιμη και βοηθητικά στην εργασία, ωστόσο η πλήρης εξάρτηση ενός εργαζομένου από αυτήν δεν αποτελεί αποτελεσματική προσέγγιση, καθώς μπορεί να περιορίσει την ανάπτυξη δεξιοτήτων, την επαγγελματική αυτονομία και την ικανότητα λήψης ανεξάρτητων αποφάσεων.
Σε αυτό το πλαίσιο, τονίζεται πως οι εργαζόμενοι που θα καταφέρουν να αξιοποιήσουν αποτελεσματικά την τεχνητή νοημοσύνη είναι εκείνοι που θα μάθουν να τη χρησιμοποιούν ως συνεργάτη και όχι ως υποκατάστατο των δικών τους ικανοτήτων, προσπαθώντας να κάνουν εργασίες και χωρίς τη χρήση ΤΝ και αναπτύσσοντας διάφορες άλλες δεξιότητες, τις οποίες δεν μπορεί να «μιμηθεί» η Τεχνητή Νοημοσύνη.
