Απάντηση στους φόβους πολλών εργαζομένων ότι κινδυνεύουν να αντικατασταθούν από την τεχνητή νοημοσύνη δίνει μία μελέτη του MIT. Οπως διαπίστωσε η έρευνα, οι άνθρωποι είναι πιο φθηνοί από τις μηχανές, στη συντριπτική πλειονότητα των επαγγελμάτων.
Πρόκειται για μία από τις πρώτες έρευνες που εξετάζουν σε βάθος το κατά πόσον συμφέρει πραγματικά η αντικατάσταση εργαζομένων με την τεχνητή νοημοσύνη. Οι ερευνητές του MIT εστίασαν σε ειδικότητες όπου αξιοποιούνται οι υπολογιστές (και συγκεκριμένα το computer vision), όπως είναι οι δάσκαλοι και οι εκτιμητές ακινήτων. Και βρήκαν ότι μόνο το 23% των εργαζομένων μπορεί να αντικατασταθεί αποτελεσματικά από τις μηχανές, με βάση τα επίπεδα των μισθών τους.
Στις άλλες περιπτώσεις, και με δεδομένο ότι η εγκατάσταση και λειτουργία της απαιτούμενης τεχνητής νοημοσύνης κοστίζει ακριβά, οι άνθρωποι μπορούν να κάνουν τη δουλειά πιο οικονομικά.
Η υιοθέτηση της τεχνητής νοημοσύνης επιταχύνθηκε πέρυσι, αφότου η OpenAI κυκλοφόρησε το ChatGPT, πυροδοτώντας την εκρηκτική ανάπτυξη αυτών των εργαλείων και δίνοντας ένα πρώτο δείγμα των δυνατοτήτων τους.
Τεχνολογικές εταιρείες από τη Microsoft και την Alphabet έως την Baidu και την Alibaba παρουσίασαν τις δικές τους υπηρεσίες τεχνητής νοημοσύνης και επιτάχυναν τις εργασίες τους στον τομέα αυτό, σε ρυθμό που μάλιστα έχει προκαλέσει ανησυχία σε κάποιες προσωπικότητες του κλάδου.
Οι φόβοι για τον αντίκτυπο στις θέσεις εργασίας βρίσκονται στο επίκεντρο των αμφιβολιών που εκφράζονται για την τεχνητή νοημοσύνη.
«”Οι μηχανές θα κλέψουν τις δουλειές μας” είναι το συναίσθημα που συχνά εκφράζεται σε εποχές γρήγορων τεχνολογικών αλλαγών. Αυτή η ανησυχία έχει εμφανιστεί ξανά με τη δημιουργία των μεγάλων γλωσσικών μοντέλων», σημειώνουν οι ερευνητές από το Computer Science and Artificial Intelligence Laboratory του MIT στην ανάλυσή τους, με τίτλο «Beyond AI Exposure».
«Βρήκαμε ότι μόνο το 23% των μισθών των εργαζομένων που είναι εκτεθειμένοι στην τεχνητή νοημοσύνη θα μπορούσε να αντικατασταθεί από την αυτοματοποίηση με τρόπο αποτελεσματικό σε ό,τι αφορά το κόστος για τις επιχειρήσεις, λόγω του μεγάλου εμπροσθοβαρούς κόστους των συστημάτων τεχνητής νοημοσύνης».
Η έρευνα των επιστημόνων εστίασε στο λεγόμενο computer vision, δηλαδή τον τομέα της τεχνητής νοημοσύνης που επιτρέπει στις μηχανές να αντλήσουν ουσιαστικές πληροφορίες από ψηφιακές εικόνες και άλλα οπτικά ερεθίσματα. Οι πιο δημοφιλείς εφαρμογές του είναι τα συστήματα αναγνώρισης αντικειμένων για τα αυτοοδηγούμενα αυτοκίνητα ή για την κατηγοριοποίηση των φωτογραφιών στα smartphones.
Μόνο το 23% των εργαζομένων μπορεί να αντικατασταθεί αποτελεσματικά από τις μηχανές, με βάση τα επίπεδα των μισθών τους.
Η εφαρμογή της τεχνολογίας αυτής είναι πιο συμφέρουσα, οικονομικά, σε τομείς όπως το λιανεμπόριο, οι μεταφορές και οι αποθήκες, όπου εταιρείες όπως η Walmart και η Amazon κυριαρχούν. Επίσης, είναι βιώσιμη στον τομέα της υγείας.
Η μελέτη του MIT συγκέντρωσε δεδομένα για περίπου 1.000 εργασίες που πραγματοποιούνται με τη χρήση του computer vision σε 800 επαγγέλματα. Οπως διαπίστωσε, μόλις το 3% των εργασιών αυτών μπορεί να αυτοματοποιηθεί με τρόπο που να συμφέρει οικονομικά, αλλά το ποσοστό αυτό θα μπορούσε να αυξηθεί στο 40% έως το 2030 εάν το κόστος των data μειωθεί και η ακρίβειά τους βελτιωθεί.
Σημειώνεται ότι το Διεθνές Νομισματικό Ταμείο προειδοποίησε πρόσφατα ότι σχεδόν το 40% των εργασιών παγκοσμίως θα μπορούσε να επηρεαστεί από την τεχνητή νοημοσύνη.
Ο συνιδρυτής της Inflection AI και της DeepMind της Google, Mustafa Suleyman, είπε στο Νταβός ότι τα συστήματα τεχνητής νοημοσύνης είναι «θεμελιωδώς εργαλεία αντικατάστασης εργασίας».
Η μελέτη του ΜΙΤ εξέτασε το παράδειγμα ενός υποθετικού φούρνου. Οι εργαζόμενοι ενός φούρνου επιθεωρούν με την όραση τα συστατικά, στο πλαίσιο του ελέγχου ποιότητας, σε καθημερινή βάση, όμως αυτό αποτελεί μόλις το 6% των καθηκόντων τους. Ο χρόνος και οι μισθοί που θα εξοικονομούνταν από την εγκατάσταση καμερών και συστημάτων τεχνητής νοημοσύνης απέχουν ακόμα σημαντικά από το κόστος μιας τέτοιας τεχνολογικής αναβάθμισης, διαπίστωσαν οι αναλυτές.
«Θα υπάρξει μεγαλύτερη αυτοματοποίηση στο λιανεμπόριο και την υγεία και λιγότερη στις κατασκευές, τα ορυχεία και το real estate», είπε στο Bloomberg ο Neil Thompson, διευθυντής του FutureTech Research Project στο MIT Computer Science and Artificial Intelligence Lab.