Το παρακάτω κείμενο είναι βασισμένο στην εισήγηση του Ζήση Σούρλα στη συζήτηση με τίτλο «Το αόρατο κόστος της ΑΙ», που πραγματοποιήθηκε στα πλαίσια του 33ου κάμπινγκ Antinazizone-YRE. Μπορείτε να βρείτε όλες τις εισηγήσεις του κάμπινγκ εδώ.
Τα τελευταία χρόνια γίνονται τεράστιες επενδύσεις στον κλάδο της Τεχνητής Νοημοσύνης (ΤΝ) με την υπόσχεση της εκτίναξης της παραγωγικότητας, της αντικατάστασης πολλών θέσεων εργασίας και μιας νέας εποχής αυτοματοποίησης. Ορισμένα στελέχη του κλάδου φτάνουν μέχρι και στο σημείο να μιλούν για επιπτώσεις ανάλογες με αυτές της Βιομηχανικής Επανάστασης. Η επίτευξη αυτών των στόχων είναι ο μόνος τρόπος ώστε οι επενδύσεις αυτές να πετύχουν πράγματι τις προβλεπόμενες αποδόσεις τους.
Υπάρχουν διάφορες και αντιφατικές απόψεις πάνω στο ζήτημα. Το προηγούμενο διάστημα είδαμε πράγματι μια σειρά τεχνολογικών κολοσσών να προχωρούν σε μαζικές απολύσεις χιλιάδων εργαζόμενων, με την αιτιολογία ότι πρόκειται να αντικατασταθούν από ΤΝ (πχ 16.000 εργαζόμενοι στην Amazon, 21.000 στην Oracle, πάνω από 1.000 στην Klarna κοκ). Από την άλλη, έρευνα του ΜΙΤ πέρσι βρήκε ότι παρότι το πρώτο εξάμηνο του 2025 είχανε επενδυθεί 30-40 δις δολάρια στην γενετική ΤΝ, στο 95% των περιπτώσεων, η απόδοση της επένδυσης ήταν σχεδόν μηδενική, δείχνοντας ότι το μέλλον που υπόσχονται οι μεγάλες εταιρείες ΤΝ δεν είναι τόσο δεδομένο όσο φαίνεται.
Μια πιο προσεχτική ματιά στα πράγματα όμως, δημιουργεί μια πιο σύνθετη εικόνα. Το κύμα απολύσεων ακολουθήθηκε από ένα κύμα επαναπροσλήψεων ή αναθεωρήσεων στρατηγικής σε πολλές εταιρείες όπως για παράδειγμα στην Klarna και στην Duolingo. Επιπλέον οι παραπάνω απολύσεις δεν μπορούν να αποδοθούν απόλυτα στην ΤΝ και ίσως έχουν να κάνουν με μια εξισορρόπηση στον κλάδο μετά την πανδημία. Βασικές αιτίες ήταν τόσο η αποτυχία της ΤΝ να επιτύχει εξίσου ποιοτικά αποτελέσματα με τους ανθρώπους, όσο και τα αυξανόμενα κόστη καθώς οι εταιρείες ΤΝ αντικατάστησαν το μοντέλο σταθερής συνδρομής με το μοντέλο πληρωμών ανάλογα με τη χρήση, πράγμα που εκτόξευσε τα κόστη ειδικά για τα πιο προηγμένα μοντέλα. Χαρακτηριστικό παράδειγμα αποτελεί η Uber, η οποία ξόδεψε όλον τον προϋπολογισμό της για ΤΝ για το 2026 μέσα σε λιγότερο από 4 μήνες.
Αν και αυτές η υποχωρήσεις παρουσιάζονται από τους σκεπτικιστές ως απόδειξη της αποτυχίας της ΤΝ, δεν σημαίνουν ωστόσο ότι δεν υπάρχει κίνδυνος για τους εργαζόμενους. Η προαναφερθείσα έρευνα του ΜΙΤ κατέληγε μεν στο βασικό συμπέρασμα που ανάφερα αλλά επεσήμανε πώς με την ανάπτυξη των πρακτόρων ΤΝ (AI Agents), δηλαδή συστημάτων που εκτός από chatbots διαθέτουν και μια σειρά από εργαλεία, εντολές και συστήματα μνήμης, μπορούμε να μιλάμε για ένα νέο τύπου διαδικτύου όπου αυτόνομοι πράκτορες θα συνεννοούνται μεταξύ τους και θα ολοκληρώνουν εργασίες αυτόνομα. Πχ ένας πράκτορας που όταν εντοπίζει ελλείψεις σε πρώτες ύλες σε μια βιομηχανία, επικοινωνεί και διαπραγματεύεται τις παραγγελίες με τους πράκτορες των προμηθευτών και αυτόνομα εκτελεί τη συνεννόηση και τις παραγγελίες. Τέτοιους είδους συστήματα αναπτύσσονται αυτή τη στιγμή από όλες τις μεγάλες εταιρείες τεχνολογίας αλλά και από πολλές μικρότερες.
Συνεπώς, οι επιπτώσεις της ΤΝ στην αγορά εργασίας μπορεί να μην είναι άμεσες, αλλά μεσομακροπρόθεσμα ο κίνδυνος για μαζική απώλεια θέσεων εργασίας είναι υπαρκτός.
***
Για να μπορέσουμε να αξιολογήσουμε τον κίνδυνο αυτό, χρειάζεται να απαντήσουμε δύο βασικά ερωτήματα. Το πρώτο είναι να αξιολογήσουμε σε τι βαθμό η ΤΝ θα είναι ικανή να αντικαταστήσει τους εργαζόμενους και το δεύτερο είναι (όπως επισημαίνουν πολλοί οικονομολόγοι) σε τι βαθμό και με τι ταχύτητα θα μπορέσει να εισαχθεί στην παραγωγική διαδικασία.
Σε σχέση με το πρώτο ερώτημα η απάντηση δεν είναι προφανής αν και υπάρχουν ορισμένα σοβαρά εμπόδια στην εξέλιξη της ΤΝ.
Το ένα έχει ήδη αναφερθεί και είναι το αυξανόμενο κόστος. Η προσέγγιση, όλο και περισσότερα δεδομένα, όλο και μεγαλύτερα μοντέλα, όλο και περισσότερη υπολογιστική ισχύς, αφενός κάποια στιγμή θα χτυπήσει ταβάνι. Δεν γίνεται αέναα να αυξάνονται τα data centers, τα μικροτσίπ, ο όγκος των δεδομένων κοκ. Αφετέρου, δεν θα είναι οικονομικά και οικολογικά βιώσιμη λόγω του τεράστιου κόστους σε ενέργεια και υποδομές. Ωστόσο, διάφορα κινέζικα μοντέλα, όπως το Deepseek και το KimiK3, δείχνουν ότι υπάρχει και άλλος δρόμος για την ανάπτυξη της ΤΝ, ο οποίος απαιτεί πολύ λιγότερη υπολογιστική ισχύ επιτυγχάνοντας ένα εξίσου καλό επίπεδο ΤΝ.
Ένα ακόμη ζήτημα αφορά την ανικανότητα της ΤΝ να μάθει από την εμπειρία. Την ώρα που μιλάμε στο ChatGPT, αυτό δεν επανεκπαιδεύεται από τη συζήτησης μας, το «μυαλό» του παραμένει αμετάβλητο από την εμπειρία*, σε αντίθεση με το ανθρώπινο. Για να «εξελιχθεί» ένα μοντέλο, πρέπει να πάει πίσω στο εργαστήριο για να φτιαχτεί η επόμενη έκδοση. Το να φτιαχτεί ένα μοντέλο που να αυτοβελτιώνεται είναι ένα πρόβλημα που δεν έχει ακόμη επιλυθεί από τα προηγμένα εργαστήρια ΤΝ και είναι ένα ανοιχτό ερώτημα το αν γίνεται να επιλυθεί με την υπάρχουσα τεχνολογία. Αυτή η παρατήρηση φαίνεται να επιδρά και στον τρόπο που η ΤΝ εισάγεται στην παραγωγική διαδικασία. Έρευνα της ομοσπονδιακής τράπεζας του Ντάλλας βρήκε ότι ενώ η ΤΝ είναι εξαιρετικά ικανή στην αντικατάσταση νέων εργαζόμενων, που έχουν θεωρητική μόνο κατάρτιση, είναι ικανή μόνο να ενισχύσει και όχι να αντικαταστήσει τους εργαζόμενους με εμπειρία στο πεδίο. Αντιθέτως, έχει οδηγήσει ακόμη και σε αύξηση μισθών για έμπειρους εργαζόμενους σε κλάδους εκτεθειμένους στην ΤΝ. Από αυτά προκύπτει φυσικά η αντίφαση: πώς θα αντικατασταθούν οι έμπειροι εργαζόμενοι όταν συνταξιοδοτηθούν, αν δεν προσλαμβάνονται πλέον αρκετοί νέοι ώστε να αποκτήσουν εμπειρία;
Οι εκτιμήσεις για την ενσωμάτωση της ΤΝ στην παραγωγή και την επακόλουθη αύξηση στην παραγωγικότητα είναι αντιφατικές. Αρκετοί οικονομολόγοι έχουν ωστόσο αρχίσει και προβληματίζονται όλο και περισσότερο, σε αντίθεση με τα προηγούμενα χρόνια. Οι εκτιμήσεις των τεχνολογικών κολοσσών, που αναμένουν άμεση και ραγδαία αύξηση της παραγωγικότητας μέσα στα επόμενα χρόνια, μάλλον είναι υπερβολικά αισιόδοξες και μη ρεαλιστικές. Άλλες εκτιμήσεις είναι λιγότερο αισιόδοξες. Οικονομολόγοι της Goldman Sachs προβλέπουν τα πρώτα απτά οφέλη περίπου το 2030, με την μέγιστη απόδοση να εμφανίζεται γύρω στο 2034 ενώ ο ΟΟΣΑ είναι λιγότερο αισιόδοξος προβλέποντας ουσιαστικές μακροοικονομικές αποδόσεις στα μέσα της δεκαετίας του ‘30. Το σε τι βαθμό θα ενισχυθεί η παραγωγικότητα είναι επίσης αβέβαιο και αποτελεί ακόμη ένα σημείο διαφωνίας μεταξύ των οικονομολόγων.
Συμπερασματικά, μπορούμε να πούμε ότι η ΤΝ είναι μια τεχνολογία με αποδεδειγμένη ικανότητα να εκτελέσει διανοητική εργασία και ότι πρόκειται για μια τεχνολογία που δύναται να μετασχηματίσει την παραγωγική διαδικασία. Ωστόσο, ο βαθμός που θα μπορέσει να αντικαταστήσει τους ανθρώπους αλλά και η ταχύτητα που μπορεί αυτό να επιτευχθεί δεν είναι σαφή και μάλλον δεν ανταποκρίνεται στις υποσχέσεις και τις προσδοκίες των τεχνολογικών κολοσσών, οι οποίοι αυτή τη στιγμή τροφοδοτούν μια φούσκα.
***
Όποια οπτική και αν αποδειχθεί ορθότερη, η κατεύθυνση που δίνουν οι καπιταλιστές του κλάδου είναι μία. Βασιζόμενοι στη λογική του κέρδους, επιδιώκουν και πουλάνε υποσχέσεις για μαζική αντικατάσταση εργαζόμενων από αυτόνομα συστήματα. Για να το επιτύχουν αυτό έχουν φτιάξει αυτά τα τερατώδη μοντέλα, τα οποία σε τελική ανάλυση είναι ένα μεγάλο χωνευτήρι της συλλογικής ανθρώπινης γνώσης αιώνων.
Αυτή τη γνώση εμπορευματοποιούν και επιχειρούν να μετατρέψουν σε όπλο εναντίον των εργαζομένων. Σε αυτή την προσπάθεια η προστασία του περιβάλλοντος, η ασφάλεια, ακόμη και η ποιότητα του παραγόμενου προϊόντος δεν λαμβάνονται υπόψη. Το πόσο άμεσα μας απειλεί η ΤΝ είναι μία συζήτηση, το ότι το σύστημα του κέρδους θα την χρησιμοποιήσει εναντίον μας είναι άλλη και είναι δεδομένη.
Η σημασία αυτών των τεχνολογιών, αλλά και η ίδια η φύση τους καταδεικνύουν την ανάγκη να μην υπόκεινται στη λογική του κέρδους. Θα έπρεπε να βρίσκονται υπό τον έλεγχο της κοινωνίας και των ίδιων των εργαζομένων ώστε να υπάρχει διαφάνεια και ασφάλεια. Ώστε να αξιοποιούνται για την έρευνα και ανάπτυξη λύσεων προς όφελος της κοινωνίας, όχι για αυτόνομα όπλα, επιτήρηση και έλεγχο. Έχουμε δείγματα ότι η ΤΝ μπορεί να επιταχύνει την έρευνα σε μια σειρά τομείς όπως η ιατρική και η φαρμακευτική. Αρκεί να σκεφτούμε μόνο τις δυνατότητες που ανοίγονται ώστε να καταλάβουμε ότι τα προχωρήματα αυτά πρέπει να αποτελούν συλλογική ιδιοκτησία και όχι εμπορεύματα και πατέντες.
***
Είναι εφικτό και αναγκαίο η ανάπτυξη της ΤΝ να μην καταναλώνει αυτά τα ασύλληπτα ποσά ενέργειας. Θα μπορούσαν να ερευνηθούν και να δημιουργηθούν μικρότερα, πιο αποδοτικά μοντέλα, προσανατολισμένα σε συγκεκριμένες εργασίες, μια πολύ διαφορετική κατεύθυνση από αυτά τα μεγαθήρια που κυνηγούν τυφλά μια αόριστη «γενική νοημοσύνη» ανθρώπινου επιπέδου. Η συνεργασία και όχι ο ανταγωνισμός σε αυτόν τον τομέα θα μπορούσε να οδηγήσει σε μια ανθρωποκεντρική, οικολογική ΤΝ, με τα οφέλη της να καρπώνονται από την κοινωνία υπό τη μορφή λιγότερων ωρών εργασίας χωρίς μείωση απολαβών, με εξάλειψη ρουτινιάρικων και επικίνδυνων εργασιών, φθηνότερης και ταχύτερης έρευνας κοκ…
Το μόνο πράγμα που μπαίνει εμπόδιο σε αυτό το μέλλον που περιγράψαμε, δεν είναι οι τεχνολογικές δυνατότητες που υπάρχουν, είναι η υποβολή τους στη λογική του κέρδους και ενάντια σε αυτή την κατεύθυνση θα χρειαστεί η Αριστερά και τα κινήματα να δώσουν μάχες το επόμενο διάστημα.
