Μεγάλο μέρος της σημερινής συζήτησης γύρω από την AI βασίζεται σε μια γνώριμη οικονομική πλάνη: στην πεποίθηση ότι υπάρχει μια σταθερή ποσότητα εργασίας που πρέπει να μοιραστεί, ότι κάθε εργασία που εκτελείται από μια μηχανή αναγκαστικά εκτοπίζει έναν ανθρώπινο εργαζόμενο και ότι το μόνο ερώτημα είναι πόσο γρήγορα η τεχνολογία καταστρέφει θέσεις εργασίας. Αυτή η μηδενικού αθροίσματος αντίληψη είναι σχεδόν πάντα λανθασμένη. Ο μηχανικός αργαλειός, το τρακτέρ, ο προσωπικός υπολογιστής και πολλά άλλα τεχνολογικά επιτεύγματα θεωρήθηκε ότι θα προκαλούσαν μαζική ανεργία. Αντί γι’ αυτό, μειώνοντας το κόστος παραγωγής, δημιούργησαν περισσότερες θέσεις εργασίας από όσες κατήργησαν.

Ο Erik Brynjolfsson, ένας από τους οργανωτές της πρωτοβουλίας We Must Act Now, έχει ονομάσει την εκδοχή αυτής της πλάνης στην εποχή της AI ως «Παγίδα του Turing» (Turing Trap). Η σχεδίαση της AI ώστε να μιμείται τους ανθρώπους, υποστήριξε, ωθεί την τεχνολογία προς την υποκατάσταση αντί για την ενίσχυση των ανθρώπινων δυνατοτήτων, συγκεντρώνει την ισχύ στα χέρια όσων κατέχουν τα συστήματα και αφήνει τους απλούς εργαζόμενους με λιγότερες ευκαιρίες να δημιουργήσουν αξία. Ενώ η μίμηση διαιρεί την «πίτα», η ενίσχυση την κάνει μεγαλύτερη. Η μίμηση μπορεί να αποτελεί τον πιο προφανή στόχο για τους μηχανικούς, όμως συχνά οδηγεί σε χειρότερα οικονομικά αποτελέσματα για σχεδόν όλους.

Η διαδικασία μέσω της οποίας η τεχνολογία οδηγεί στην οικονομική ανάπτυξη είναι καλά τεκμηριωμένη, αν και συχνά ξεχνιέται. Όταν η αυτοματοποίηση μειώνει το κόστος παραγωγής ενός προϊόντος ή μιας υπηρεσίας, η ζήτηση συνήθως αυξάνεται, δημιουργώντας μεγαλύτερη ανάγκη για την ανθρώπινη εργασία που οι μηχανές δεν μπορούν να αντικαταστήσουν.

Ας εξετάσουμε τα αυτόματα μηχανήματα ανάληψης χρημάτων (ATM). Όπως έχει καταγράψει ο James Bessen, τα ATM μείωσαν τον αριθμό των τραπεζικών υπαλλήλων ανά υποκατάστημα από περίπου 20 σε 13. Επειδή όμως τα υποκαταστήματα έγιναν φθηνότερα στη λειτουργία τους, οι τράπεζες άνοιξαν πολύ περισσότερα. Ως αποτέλεσμα, ο συνολικός αριθμός των τραπεζικών υπαλλήλων συνέχισε να αυξάνεται για δεκαετίες, ενώ η φύση της εργασίας τους άλλαξε, από την καταμέτρηση μετρητών στην παροχή συμβουλών στους πελάτες. Με άλλα λόγια, μια τεχνολογία που ευρέως αναμενόταν ότι θα εξαφάνιζε ένα επάγγελμα, τελικά το διεύρυνε.

Σε μια μελέτη του 2019, οι Daron Acemoglu και Pascual Restrepo πρότειναν ένα πλαίσιο για την κατανόηση αυτής της δυναμικής. Ενώ η αυτοματοποίηση μεταφέρει ορισμένες εργασίες από τους εργαζόμενους στις μηχανές, εξήγησαν, αυτές οι απώλειες αντισταθμίζονται από την υψηλότερη παραγωγικότητα και, κυρίως, από τη δημιουργία εντελώς νέων εργασιών που απαιτούν ανθρώπινες δεξιότητες. Πολλά από τα επαγγέλματα που έχουν τροφοδοτήσει την αύξηση της απασχόλησης τις τελευταίες δεκαετίες μόλις και μετά βίας υπήρχαν μία γενιά νωρίτερα.

Βεβαίως, δεν υπάρχουν εγγυήσεις. Οι Acemoglu και Restrepo περιγράφουν επίσης αυτό που αποκαλούν «μέτρια αυτοματοποίηση» (so-so automation): τεχνολογίες που εκτοπίζουν εργαζόμενους χωρίς να δημιουργούν αρκετά μεγάλα κέρδη παραγωγικότητας ή ζήτηση ώστε να προκύψουν νέες ευκαιρίες, μειώνοντας έτσι το μερίδιο της εργασίας στην οικονομία.

Η AI έχει τη δυνατότητα να αναδιαμορφώσει την οικονομία ακόμη πιο δραματικά από προηγούμενα κύματα αυτοματοποίησης, επειδή, αντί απλώς να αυτοματοποιεί μεμονωμένες εργασίες, μειώνει το κόστος της ίδιας της γνωστικής ικανότητας. Όταν το κόστος μιας τέτοιας γενικής εισροής μειώνεται δραστικά, οι αγορές δεν καταναλώνουν απλώς περισσότερες από τις ίδιες υπηρεσίες. Δημιουργούν νέες. Η μείωση του κόστους της νομικής, ιατρικής, εκπαιδευτικής και επιστημονικής γνώσης — τομείς όπου η πρόσβαση περιοριζόταν επί μακρόν λόγω της έλλειψης εξειδικευμένων επαγγελματιών — δεν αντικαθιστά τους ειδικούς. Αντίθετα, τους επιτρέπει να φτάσουν σε πολύ περισσότερους ανθρώπους από ό,τι ήταν προηγουμένως δυνατό.

Αυτό είναι το πραγματικό νόημα της συμπληρωματικότητας. Ένα εργαλείο συμπληρώνει τους ανθρώπους όταν αυξάνει την αξία της κρίσης, της αισθητικής αντίληψης, της λογοδοσίας, των σχέσεων και των άλλων ανθρώπινων δυνατοτήτων που η AI δεν παρέχει. Καθώς η ακατέργαστη γνωστική ικανότητα γίνεται άφθονη, αυτά τα καθαρά ανθρώπινα χαρακτηριστικά γίνονται πιο πολύτιμα και όχι λιγότερο.

Φυσικά, αν αυτά τα αποτελέσματα ήταν αναπόφευκτα, η δήλωση που υπογράψαμε δεν θα ήταν απαραίτητη. Το αν η AI θα αντικαταστήσει την ανθρώπινη εργασία ή θα τη συμπληρώσει εξαρτάται από τις επιλογές που κάνουμε σήμερα. Η αντικατάσταση ενός εργαζομένου είναι εύκολο να τιμολογηθεί, να χρηματοδοτηθεί και να εξηγηθεί, ενώ η δημιουργία εργαλείων που επιτρέπουν στους ανθρώπους να επιτύχουν πράγματα που κανείς δεν μπορούσε προηγουμένως είναι δυσκολότερη, απαιτεί περισσότερο χρόνο για να αποδώσει και παράγει οφέλη που κατανέμονται ευρύτερα. Όταν αφεθεί ανεξέλεγκτο, το κεφάλαιο τείνει να κατευθύνεται προς την υποκατάσταση, επειδή η υποκατάσταση αποτελεί το απλούστερο επιχειρηματικό μοντέλο.

Για να απελευθερώσουμε το πλήρες οικονομικό δυναμικό της AI, πρέπει να την κατευθύνουμε προς την επέκταση. Αυτό απαιτεί την αντικατάσταση κινήτρων που ευνοούν το κεφάλαιο έναντι της εργασίας με κίνητρα που ανταμείβουν την ενίσχυση των ανθρώπινων δυνατοτήτων και τις επενδύσεις στο ανθρώπινο κεφάλαιο. Η επιτυχία θα πρέπει να μετράται όχι από το πόσους εργαζόμενους αντικαθιστά η AI, αλλά από το πόση νέα ζήτηση και πόσες νέες ευκαιρίες δημιουργεί. Ένα σύστημα AI που απλώς αυτοματοποιεί την υπάρχουσα εργασία αποτυγχάνει σε αυτό το τεστ, ακόμη και αν αυξάνει τα βραχυπρόθεσμα κέρδη.

Όπως έχουμε υποστηρίξει και στο παρελθόν, το ερώτημα δεν είναι αν η AI θα είναι ισχυρή — ήδη είναι και θα γίνει ακόμη περισσότερο — αλλά αν θα χρησιμοποιήσουμε αυτή την ισχύ για να περιορίσουμε το εύρος της ανθρώπινης εργασίας ή για να το επεκτείνουμε σε αγορές που σήμερα δεν μπορούμε ακόμη να φανταστούμε. Αντί να αυτοματοποιούμε εργασίες που οι άνθρωποι ήδη εκτελούν καλά, θα πρέπει να τους ενδυναμώσουμε ώστε να επιτύχουν πράγματα που προηγουμένως θεωρούνταν αδύνατα και να διασφαλίσουμε ότι η ευημερία που θα προκύψει θα μοιραστεί ευρέως.

Mark Esposito είναι καθηγητής Πολιτικής Τεχνολογίας στο Northeastern University, συνεργάτης του Berkman Klein Center for Internet & Society του Harvard University και επικεφαλής οικονομολόγος της micro1. Είναι συν-συγγραφέας των βιβλίων Becoming AI Native (Routledge, 2026) και The Great Remobilization: Strategies and Designs for a Smarter Global Future (MIT Press, 2023).

Aurélie Jean είναι διευθύνουσα σύμβουλος και συνιδρύτρια της Infra, μιας νεοφυούς εταιρείας βαθιάς τεχνολογίας (AI deep-tech) στον τομέα της προληπτικής ιατρικής για τις γυναίκες.

Πηγή: Project Syndicate