Η ραπτομηχανή, το πλυντήριο, το πλυντήριο πιάτων και ακόμη και το έτοιμο φαγητό υποσχέθηκαν να μας χαρίσουν χρόνο – Σήμερα η τεχνητή νοημοσύνη υπόσχεται κάτι ανάλογο. Η ιστορία όμως δείχνει ότι όταν η τεχνολογία κάνει μια εργασία ευκολότερη, συχνά δεν εργαζόμαστε λιγότερο: απλώς κάνουμε περισσότερα.
Από τον Tim Harford | The Independent
Απόδοση – δημοσιογραφική επιμέλεια: Αργώ | Greece2Day
Ο Isaac Merritt Singer θα ήταν ένας μάλλον απίθανος υποψήφιος για τον τίτλο του ανθρώπου που συνέβαλε στην απελευθέρωση των γυναικών. Η προσωπική του ζωή δύσκολα θα μπορούσε να χαρακτηριστεί υπόδειγμα σεβασμού προς αυτές. Είχε παράλληλες οικογένειες και πολλά παιδιά με διαφορετικές γυναίκες, ενώ μία από τις συντρόφους του τον κατήγγειλε για ξυλοδαρμό. Υπάρχει μάλιστα μια περίφημη ιστορία για την πρώτη αντίδρασή του όταν είδε μια πρώιμη ραπτομηχανή. Ο Singer φέρεται να αναρωτήθηκε τι θα απογίνουν οι γυναίκες αν μια τέτοια "διαβολική μηχανή" τις απαλλάξει από το ράψιμο.
Η ειρωνεία της ιστορίας είναι ότι το δικό του όνομα θα γινόταν τελικά σχεδόν συνώνυμο με τη συγκεκριμένη μηχανή. Και η ραπτομηχανή θα εξελισσόταν σε μία από τις τεχνολογίες που άλλαξαν περισσότερο την καθημερινή ζωή των γυναικών τον 19ο αιώνα. Και σχεδόν δύο αιώνες αργότερα ακούμε παρόμοιες υποσχέσεις. Μόνο που αυτή τη φορά η μηχανή δεν ράβει. Σκέφτεται - ή τουλάχιστον εκτελεί εργασίες που μέχρι πρόσφατα θεωρούσαμε αποκλειστικά ανθρώπινες.
Και τη λέμε τεχνητή νοημοσύνη.
Όταν 400 άνθρωποι έκαναν τη δουλειά 2.000
Η αλλαγή που έφερε η ραπτομηχανή στην παραγωγικότητα ήταν εντυπωσιακή. Σε εργοστάσιο πουκαμίσων στο Κονέκτικατ το 1860, περίπου 400 εργαζόμενοι με ραπτομηχανές μπορούσαν να παράγουν όσα περίπου 2.000 άτομα που έραβαν με το χέρι. Πριν από τη μηχανή, ένας εργαζόμενος παρήγαγε λιγότερα από πέντε πουκάμισα την εβδομάδα. Με τη μηχανή μπορούσε να φθάσει περίπου τα 24. Και οι αμοιβές ήταν υψηλότερες. Επιφανειακά, λοιπόν, έχουμε το τέλειο παράδειγμα τεχνολογικής προόδου. Λιγότερη εργασία. Περισσότερη παραγωγή. Υψηλότερη αμοιβή.
Όμως η πραγματικότητα ήταν πιο περίπλοκη. Η ιστορική έρευνα του Smithsonian δείχνει ότι η βιομηχανία έτοιμων ενδυμάτων υιοθέτησε ταχύτατα τη ραπτομηχανή. Παρά τους αρχικούς φόβους ότι οι μοδίστρες θα έχαναν τη δουλειά τους, η εκρηκτική ανάπτυξη της βιομηχανίας συνέχισε να απαιτεί δεκάδες χιλιάδες εργαζομένους. Η παραγωγικότητα αυξήθηκε θεαματικά. Τα ρούχα έγιναν φθηνότερα. Αλλά τα εισοδήματα των γυναικών που έραβαν στο σπίτι δεν αυξήθηκαν στον ίδιο βαθμό. Το πρώτο μάθημα της τεχνολογίας είχε ήδη εμφανιστεί: το γεγονός ότι μια μηχανή κάνει έναν εργαζόμενο πολύ παραγωγικότερο δεν σημαίνει ότι ο εργαζόμενος θα εισπράξει ολόκληρο το οικονομικό όφελος.
Απελευθέρωσε πράγματι η ραπτομηχανή τις γυναίκες;
Η απάντηση είναι: εξαρτάται ποιες γυναίκες. Νεότερη οικονομική έρευνα που εξετάζει δεδομένα από τη Μασαχουσέτη του 19ου αιώνα υποδεικνύει ότι για πολλές γυναίκες της εργατικής τάξης η ραπτομηχανή δημιούργησε μεγαλύτερη οικονομική ανεξαρτησία. Μπορούσαν ευκολότερα να εργαστούν έναντι αμοιβής. Και αυτό φαίνεται ότι επηρέασε ακόμη και αποφάσεις ζωής. Ορισμένες καθυστερούσαν τον γάμο και τη δημιουργία οικογένειας. Όχι επειδή η ραπτομηχανή ήταν κάποιο κοινωνικό επαναστατικό πρόγραμμα. Αλλά επειδή άλλαξε τα οικονομικά δεδομένα των επιλογών τους. Για τις γυναίκες των πιο εύπορων οικογενειών, όμως, συνέβη κάτι διαφορετικό. Η μηχανή μείωσε τον χρόνο που απαιτούσε μια βαριά οικιακή υποχρέωση.
Ο χρόνος αυτός μπορούσε πλέον να χρησιμοποιηθεί για κοινωνικές δραστηριότητες, φιλανθρωπικές οργανώσεις και συμμετοχή στην κοινότητα. Αλλά συνέβη και κάτι που ίσως δεν θα προέβλεπε κανείς. Σε ορισμένες περιπτώσεις, οι γυναίκες αυτές παντρεύονταν νωρίτερα και αποκτούσαν περισσότερα παιδιά. Η ίδια τεχνολογία λοιπόν είχε σχεδόν αντίθετες κοινωνικές συνέπειες ανάλογα με το ποιος τη χρησιμοποιούσε.
Το μεγάλο παράδοξο της τεχνολογίας
Κάπου εδώ εμφανίζεται η σημαντικότερη ιδέα. Υποθέτουμε συνήθως ότι μια μηχανή που μας εξοικονομεί δύο ώρες εργασίας θα μας χαρίσει δύο ώρες ελεύθερου χρόνου. Δεν λειτουργεί πάντοτε έτσι. Πολλές φορές χρησιμοποιούμε τον χρόνο που κερδίσαμε για να κάνουμε περισσότερο από αυτό που κάναμε ήδη. Το πλυντήριο ρούχων είναι ίσως το κλασικότερο παράδειγμα.
Η διαφορά ανάμεσα στο πλύσιμο με το χέρι και στο αυτόματο πλυντήριο είναι τεράστια. Θα περίμενε λοιπόν κανείς ότι η οικιακή εργασία θα μειωνόταν δραματικά. Αλλά όταν έγινε εύκολο να πλένουμε τα ρούχα, αρχίσαμε απλώς να τα πλένουμε πολύ συχνότερα. Άλλαξαν ακόμη και τα κοινωνικά πρότυπα καθαριότητας. Τα ρούχα μπορούσαν να αλλάζουν καθημερινά. Τα λευκά μπορούσαν να είναι πραγματικά λευκά. Οι απαιτήσεις μας αυξήθηκαν μαζί με την παραγωγικότητα της μηχανής. Η τεχνολογία μείωσε το κόστος της καθαριότητας - και εμείς απαντήσαμε απαιτώντας περισσότερη καθαριότητα.
Το πλυντήριο πιάτων είχε διαφορετική τύχη
Εδώ μπαίνει στην ιστορία μια άλλη εφεύρεση. Το πλυντήριο πιάτων. Η Josephine Cochrane κατοχύρωσε το 1886 μια από τις πρώτες πραγματικά αποτελεσματικές μηχανές πλυσίματος πιάτων. Και εδώ υπάρχει μια ωραία ιστορική ειρωνεία. Η Cochrane ήταν εύπορη. Δεν έπλενε η ίδια τα πιάτα της. Το πρόβλημά της ήταν ότι οι υπηρέτες της έσπαγαν ή χαλούσαν την πολύτιμη πορσελάνη της. Η μηχανή λοιπόν που αργότερα θα εξοικονομούσε αμέτρητες ώρες οικιακής εργασίας δεν δημιουργήθηκε αρχικά για να απελευθερώσει κάποιον από αυτήν.
Όμως το πλυντήριο πιάτων παρουσιάζει μια ενδιαφέρουσα διαφορά από το πλυντήριο ρούχων. Όταν έγινε ευκολότερο να πλένουμε ρούχα, αρχίσαμε να πλένουμε περισσότερα. Όταν έγινε ευκολότερο να πλένουμε πιάτα, δεν αρχίσαμε να τρώμε δέκα γεύματα την ημέρα για να αξιοποιήσουμε το μηχάνημα.
Η ελαστικότητα της ζήτησης
Στα οικονομικά υπάρχει όρος γι' αυτό: ελαστικότητα της ζήτησης. Αν η πτώση του κόστους μιας δραστηριότητας προκαλεί μεγάλη αύξηση στη ζήτησή της, η ζήτηση είναι ελαστική. Εάν όχι, είναι σχετικά ανελαστική. Και αυτή η φαινομενικά τεχνική έννοια μπορεί να αποδειχθεί καθοριστική για το μέλλον της τεχνητής νοημοσύνης. Αν η τεχνητή νοημοσύνη μειώσει κατά 80% τον χρόνο που απαιτείται για να γράψουμε μια αναφορά, τι θα συμβεί; Θα εργαζόμαστε λιγότερο; Ή θα γράφουμε πέντε φορές περισσότερες αναφορές; Αν χρειάζονται δέκα λεπτά αντί για δύο ώρες για μια παρουσίαση, θα φύγουμε νωρίτερα από το γραφείο; Ή θα αρχίσουμε να παράγουμε περισσότερες παρουσιάσεις;
Δεν γνωρίζουμε ακόμη. Αλλά η ιστορία μάς προειδοποιεί να μην υποθέσουμε αυτομάτως το πρώτο.
Η πιο αποτελεσματική οικιακή τεχνολογία ίσως βρίσκεται στο… σούπερ μάρκετ
Υπάρχει μάλιστα μια τεχνολογία που πιθανότατα εξοικονόμησε περισσότερο χρόνο στις γυναίκες από πολλές εντυπωσιακές οικιακές συσκευές. Το επεξεργασμένο και προπαρασκευασμένο φαγητό. Κατεψυγμένα γεύματα. Καθαρισμένο κοτόπουλο. Έτοιμες σαλάτες. Κονσέρβες. Έτοιμες σάλτσες. Και αργότερα η τεράστια ανάπτυξη του φαγητού σε πακέτο. Δεν ακούγονται τόσο επαναστατικά όσο ένα ρομπότ ή ένας υπολογιστής. Αλλά εξαφάνισαν τεράστιο όγκο καθημερινής εργασίας. Στη δεκαετία του 1960, ακόμη και μορφωμένες γυναίκες εύπορων οικογενειών μπορούσαν να αφιερώνουν τέσσερις ή πέντε ώρες την ημέρα στην προετοιμασία και το σερβίρισμα φαγητού και στο καθάρισμα που ακολουθούσε.
Σήμερα ο αντίστοιχος χρόνος είναι πολύ μικρότερος. Η έκφραση "βάζω φαγητό στο τραπέζι" κάποτε περιέγραφε κυριολεκτικά ώρες καθημερινής εργασίας.
Και η σημαντικότερη τεχνολογία απελευθέρωσης ίσως δεν εξοικονομούσε καθόλου εργασία
Υπάρχει όμως μια ακόμη πιο ενδιαφέρουσα περίπτωση. Το αντισυλληπτικό χάπι. Δεν έπλενε. Δεν μαγείρευε. Δεν έραβε. Δεν έκανε καμία δουλειά ταχύτερα. Κι όμως, η οικονομολόγος και νομπελίστρια Claudia Goldin και ο Lawrence Katz έχουν δείξει πόσο βαθιά συνδέθηκε η πρόσβαση των νεαρών γυναικών σε αξιόπιστη αντισύλληψη με την επένδυση σε μακροχρόνιες επαγγελματικές σταδιοδρομίες. Ιατρική. Νομική. Οδοντιατρική. Επαγγέλματα στα οποία η εκπαίδευση απαιτούσε χρόνια.
Η πραγματική καινοτομία δεν ήταν ότι το χάπι εξοικονομούσε χρόνο. Ήταν ότι έδινε μεγαλύτερο έλεγχο πάνω στον χρόνο. Και ίσως αυτή η διάκριση να είναι ακόμη σημαντικότερη.
Και τώρα έρχεται η τεχνητή νοημοσύνη
Επιστρέφουμε στο 2026. Για πρώτη φορά, οι μηχανές δεν αυτοματοποιούν μόνο μυϊκή ή επαναλαμβανόμενη εργασία. Μπορούν να συντάσσουν κείμενα. Να συνοψίζουν έγγραφα. Να γράφουν κώδικα. Να μεταφράζουν. Να επεξεργάζονται δεδομένα. Να προετοιμάζουν παρουσιάσεις. Να απαντούν σε πελάτες. Και ήδη υπάρχουν ενδείξεις πραγματικής αύξησης της παραγωγικότητας.
Μελέτη 5.179 εργαζομένων στην εξυπηρέτηση πελατών βρήκε ότι η χρήση εργαλείου παραγωγικής τεχνητής νοημοσύνης αύξησε κατά μέσο όρο την παραγωγικότητα περίπου 14%. Το εντυπωσιακότερο εύρημα ήταν αλλού. Οι μεγαλύτερες βελτιώσεις εμφανίστηκαν στους λιγότερο έμπειρους και χαμηλότερης παραγωγικότητας εργαζομένους. Η τεχνητή νοημοσύνη φαινόταν να τους μεταφέρει μέρος της γνώσης και των πρακτικών των καλύτερων συναδέλφων τους.
Νεότερα πειράματα δείχνουν μάλιστα ότι η τεχνητή νοημοσύνη μπορεί υπό ορισμένες συνθήκες να μειώνει σημαντικά τις διαφορές απόδοσης μεταξύ εργαζομένων με διαφορετικό μορφωτικό υπόβαθρο.
Αλλά πού πηγαίνουν οι ώρες που κερδίζουμε;
Αυτό είναι το πραγματικά δύσκολο ερώτημα. Σε μεγάλο πείραμα με περισσότερους από 7.000 εργαζομένους σε 66 επιχειρήσεις, όσοι χρησιμοποιούσαν συστηματικά εργαλεία παραγωγικής τεχνητής νοημοσύνης αφιέρωναν περίπου δύο ώρες λιγότερες την εβδομάδα στο ηλεκτρονικό ταχυδρομείο. Παράλληλα μειώθηκε η εργασία εκτός του κανονικού ωραρίου. Αυτό μοιάζει πράγματι με απελευθέρωση χρόνου. Αλλά η ίδια μελέτη δεν εντόπισε αντίστοιχη μεγάλη μεταβολή στο συνολικό μείγμα των εργασιών που εκτελούσαν οι εργαζόμενοι.
Και άλλες έρευνες προειδοποιούν ότι σε ορισμένα επαγγέλματα η υψηλότερη έκθεση στην τεχνητή νοημοσύνη μπορεί να συνδέεται ακόμη και με περισσότερες ώρες εργασίας και λιγότερο ελεύθερο χρόνο. Γιατί; Επειδή όταν ένας εργαζόμενος γίνεται παραγωγικότερος, η εργασία του μπορεί να γίνεται οικονομικά περισσότερο πολύτιμη. Και τότε η επιχείρηση μπορεί να θέλει περισσότερη από αυτήν, όχι λιγότερη.
Το παράδοξο της AI
Εδώ η ιστορία της ραπτομηχανής επιστρέφει σχεδόν αυτούσια. Η τεχνητή νοημοσύνη μπορεί να μειώσει δραματικά τον χρόνο μιας συγκεκριμένης εργασίας χωρίς να μειώσει καθόλου τον συνολικό χρόνο εργασίας. Όπως το πλυντήριο μάς έκανε να πλένουμε περισσότερα ρούχα, η AI μπορεί να μας κάνει να παράγουμε περισσότερα κείμενα, περισσότερες αναλύσεις, περισσότερο λογισμικό και περισσότερες παρουσιάσεις. Η παραγωγικότητα μπορεί να εκτοξευθεί. Αλλά αυτό δεν συνεπάγεται αυτομάτως περισσότερο ελεύθερο χρόνο.
Υπάρχει και ένα δεύτερο ερώτημα. Ποιος θα πάρει το όφελος; Ο εργαζόμενος μέσω υψηλότερου μισθού ή μικρότερου ωραρίου; Η επιχείρηση μέσω μεγαλύτερων κερδών; Ο καταναλωτής μέσω χαμηλότερων τιμών; Ή και οι τρεις, αλλά σε διαφορετικές αναλογίες;
Η ιστορία της ραπτομηχανής μάς θυμίζει ότι η αύξηση της παραγωγικότητας και η αύξηση του εισοδήματος του εργαζομένου δεν είναι το ίδιο πράγμα.
Τρία μαθήματα από 175 χρόνια τεχνολογίας
Από τη ραπτομηχανή μέχρι την τεχνητή νοημοσύνη προκύπτουν τρία ενδιαφέροντα συμπεράσματα. Πρώτον, οι κοινωνικές συνέπειες μιας τεχνολογίας είναι σχεδόν αδύνατο να προβλεφθούν πλήρως. Η ίδια ραπτομηχανή συνέβαλε ώστε ορισμένες γυναίκες να καθυστερήσουν τον γάμο και άλλες να παντρευτούν νωρίτερα. Οι επιπτώσεις μιας τεχνολογίας εξαρτώνται από το εισόδημα, την εργασία, τις κοινωνικές συνθήκες και τις επιλογές των ανθρώπων. Δεύτερον, έχει σημασία τι κάνουμε με την εξοικονόμηση.
Αν μια εργασία γίνει δέκα φορές φθηνότερη ή γρηγορότερη, μπορεί απλώς να αρχίσουμε να την κάνουμε δέκα φορές περισσότερο. Η παραγωγικότητα δεν μετατρέπεται αυτομάτως σε ελεύθερο χρόνο. Και τρίτον, η πρόοδος δεν χρειάζεται να προέρχεται από ανθρώπους με ευγενή κίνητρα. Ο Singer δεν προσπάθησε να γίνει κοινωνικός μεταρρυθμιστής. Η Cochrane δεν κατασκεύασε το πλυντήριο πιάτων για να απελευθερώσει τις γυναίκες από τις δουλειές του σπιτιού. Και οι σημερινές εταιρείες τεχνητής νοημοσύνης δεν επενδύουν εκατοντάδες δισεκατομμύρια πρωτίστως για να μας χαρίσουν περισσότερο ελεύθερο χρόνο.
Οι οικονομικές και κοινωνικές συνέπειες μιας εφεύρεσης μπορούν να ξεπεράσουν εντελώς τις προθέσεις εκείνων που τη δημιούργησαν.
Θα μας απελευθερώσει λοιπόν η τεχνητή νοημοσύνη;
Ίσως. Αλλά πιθανότατα όχι με τον τρόπο που φανταζόμαστε σήμερα. Αυτό ακριβώς συνέβη με τη ραπτομηχανή. Με το πλυντήριο. Με το πλυντήριο πιάτων. Με το έτοιμο φαγητό. Και με πολλές άλλες τεχνολογίες που υποτίθεται ότι θα μας εξοικονομούσαν εργασία. Μας έκαναν πολύ παραγωγικότερους. Άλλαξαν τις τιμές. Άλλαξαν την κατανάλωση. Άλλαξαν την οικογένεια. Άλλαξαν τις επαγγελματικές ευκαιρίες.
Άλλαξαν ακόμη και τις προσδοκίες μας για το τι θεωρούμε φυσιολογικό επίπεδο καθαριότητας, άνεσης ή παραγωγής. Αλλά δεν μας χάρισαν απαραιτήτως ατελείωτες ώρες αδράνειας. Ίσως λοιπόν το λάθος ερώτημα για την τεχνητή νοημοσύνη να είναι: "Πόσες ώρες εργασίας θα μας γλιτώσει;" Το πιο ενδιαφέρον ερώτημα είναι: "Τι θα κάνουμε με τις ώρες που θα μας γλιτώσει;"
Add comment
Comments