Μια νέα, πιο σκοτεινή πλευρά της Τεχνητής Νοημοσύνης αρχίζει να αποκαλύπτεται στην αγορά εργασίας, καθώς ολοένα και περισσότερες εταιρείες δεν αρκούνται πλέον στο να αξιολογούν την απόδοση των εργαζομένων τους, αλλά προχωρούν στην ψηφιακή χαρτογράφηση του τρόπου με τον οποίο αυτοί δουλεύουν, με τελικό στόχο την εκπαίδευση συστημάτων ΑΙ που ενδέχεται αργότερα να τους αντικαταστήσουν.

Η κούρσα της Τεχνητής Νοημοσύνης ξαναγράφει αθόρυβα αλλά ριζικά το τοπίο της επιτήρησης στους χώρους εργασίας. Εργοδότες παρακολουθούν ήδη τι κάνουν οι εργαζόμενοί τους στις εταιρικές συσκευές, συλλέγοντας κρίσιμα δεδομένα για τον τρόπο που γράφουν, επικοινωνούν, κωδικοποιούν, απαντούν σε email, οργανώνουν τη δουλειά τους ή ολοκληρώνουν καθημερινές εργασίες. Αυτά τα δεδομένα, στη συνέχεια, αξιοποιούνται για την εκπαίδευση «πρακτόρων» Τεχνητής Νοημοσύνης, που μπορούν να αναπαράγουν ή να υποστηρίζουν τις ίδιες διαδικασίες.

Η τάση αυτή ενισχύθηκε τα τελευταία χρόνια λόγω της τηλεργασίας και της διάδοσης νέων εργαλείων παρακολούθησης, όπως έχει επισημάνει και το Γραφείο Λογοδοσίας της Κυβέρνησης των ΗΠΑ. Η εργοδοτική επιτήρηση, που άλλοτε περιοριζόταν στον έλεγχο της παρουσίας ή στην απλή παρακολούθηση της παραγωγικότητας, περνά πλέον σε άλλο επίπεδο: επιχειρεί να καταγράψει σε πραγματικό χρόνο την ίδια τη «θεσμική γνώση» που παράγουν οι εργαζόμενοι μέσα από την καθημερινή τους λειτουργία.

Μεγάλες επιχειρήσεις έχουν ήδη κάνει βήματα προς αυτή την κατεύθυνση. Η AT&T έχει αξιοποιήσει τεχνολογία για να ελέγχει ποιοι εργαζόμενοι εμφανίζονται στο γραφείο, ενώ η JPMorgan, σύμφωνα με το Business Insider, χρησιμοποιεί dashboards για να παρακολουθεί τη χρήση εργαλείων Τεχνητής Νοημοσύνης από μηχανικούς λογισμικού. Ωστόσο, η νέα φάση είναι ακόμη πιο παρεμβατική. Οι εταιρείες δεν θέλουν πλέον μόνο το τελικό αποτέλεσμα μιας εργασίας, αλλά τον τρόπο με τον οποίο αυτή παράγεται.

Αυτό ακριβώς είναι που κάνει τα δεδομένα των εργαζομένων τόσο πολύτιμα. Τα email, τα μηνύματα, οι διαδοχικές κινήσεις σε ένα σύστημα, ακόμη και ο τρόπος λήψης αποφάσεων, θεωρούνται πλέον χρυσωρυχείο για τις εταιρείες που θέλουν να εκπαιδεύσουν αποτελεσματικά συστήματα ΑΙ. Σε αντίθεση με τα μεγάλα γλωσσικά μοντέλα που «τρέφονται» με γενικά δεδομένα του διαδικτύου, οι ψηφιακές συμπεριφορές των υπαλλήλων είναι εξαιρετικά εξειδικευμένες, άμεσα συνδεδεμένες με τις λειτουργίες κάθε επιχείρησης και, άρα, πολύ πιο χρήσιμες για την ανάπτυξη στοχευμένων πρακτόρων.

Χαρακτηριστική είναι η περίπτωση της Meta, η οποία, σύμφωνα με το δημοσίευμα, αναπτύσσει εσωτερικό εργαλείο που παρακολουθεί τη δραστηριότητα των εργαζομένων, ακόμη και σε επίπεδο πληκτρολογήσεων και κινήσεων του ποντικιού, με σκοπό να κατανοήσει καλύτερα πώς διεκπεραιώνουν τις εργασίες τους. Η εταιρεία υποστηρίζει ότι στόχος είναι οι πράκτορες Τεχνητής Νοημοσύνης να μπορούν να βοηθούν ή να αναπαράγουν αυτές τις διαδικασίες, ενώ παράλληλα διαβεβαιώνει ότι υπάρχουν μέτρα ασφαλείας για την προστασία ευαίσθητου περιεχομένου και ότι τα δεδομένα δεν αξιοποιούνται για άλλον σκοπό.

Παρά τις διαβεβαιώσεις, οι ανησυχίες εντός των εταιρειών αυξάνονται. Και όχι άδικα. Πίσω από την τεχνολογική πρόοδο διαφαίνεται μια νέα σχέση εξουσίας ανάμεσα σε εργοδότη και εργαζόμενο. Το ζήτημα δεν είναι μόνο ποιος παρακολουθεί ποιον, αλλά και για ποιον λόγο. Για πολλούς εργαζομένους, ο φόβος είναι ξεκάθαρος. Οι ίδιες οι ψηφιακές τους κινήσεις, οι αποφάσεις τους, οι συνήθειες και οι δεξιότητές τους θα χρησιμοποιηθούν ως πρώτη ύλη για να δημιουργηθεί ένα σύστημα που, σε δεύτερο χρόνο, θα τους βγάλει εκτός αγοράς.

Αναλυτές περιγράφουν το φαινόμενο ως ένδειξη βαθύτερης «διάβρωσης της εμπιστοσύνης» ανάμεσα σε εργαζομένους και εργοδότες. Ο Dan Schawbel της Workplace Intelligence σημειώνει ότι οι εταιρείες δεν παρακολουθούν πλέον απλώς την παραγωγικότητα, αλλά καταγράφουν την ίδια τη θεσμική γνώση σε πραγματικό χρόνο, κάτι που θεωρεί εξαιρετικά πολύτιμο. Από την πλευρά του, δεν αποκλείει ότι εργαζόμενοι θα αποδέχονται ακόμη και αυτή την επιθετική μορφή παρακολούθησης απλώς και μόνο για να διατηρήσουν τη δουλειά τους για λίγο ακόμα.

Η εικόνα, ωστόσο, δεν είναι τόσο απλή ούτε τόσο τέλεια όσο ορισμένοι εργοδότες ίσως φαντάζονται. Η Emily Rose McRae από τη Gartner σημειώνει ότι πολλές εταιρείες έχουν ήδη στη διάθεσή τους πολύ περισσότερα δεδομένα από όσα μπορούν να αξιοποιήσουν ουσιαστικά. Συχνά τα αποθηκεύουν χωρίς να τα χρησιμοποιούν ή επιλέγουν να μην τα διατηρούν, επειδή το κόστος είναι υψηλό και οι κίνδυνοι ασφαλείας σοβαροί. Επιπλέον, ακόμη και όταν υπάρχουν δεδομένα, αυτά δεν αποτυπώνουν αναγκαστικά ολόκληρη την εικόνα της δουλειάς ενός ανθρώπου. Υπάρχουν πτυχές της εργασίας, της κρίσης, της δημιουργικότητας ή της διαχείρισης που δεν καταγράφονται πάντα μέσα από τις κινήσεις σε έναν υπολογιστή.

Παρά τα όρια αυτά, η τάση φαίνεται πως θα ενισχυθεί. Ειδικά σε επαγγέλματα όπως η ανάπτυξη λογισμικού, όπου η εργασία εκτελείται σχεδόν εξ ολοκλήρου σε ψηφιακό περιβάλλον και τα βήματα είναι πιο εύκολα ανιχνεύσιμα, η εκπαίδευση της Τεχνητής Νοημοσύνης πάνω στα δεδομένα χρήσης των εργαζομένων είναι σαφώς πιο εύκολη.

Το βασικό συμπέρασμα είναι ότι η Τεχνητή Νοημοσύνη δεν αλλάζει μόνο το πώς δουλεύουμε. Αλλάζει και το πώς μας παρακολουθούν. Και ίσως, στο επόμενο βήμα, αλλάξει και το ποιος θα συνεχίσει να δουλεύει. Για τις εταιρείες, το όφελος είναι διπλό. Αφενός βελτιώνουν τις εσωτερικές τους λειτουργίες με την εισαγωγή πρακτόρων ΑΙ, αφετέρου αποκτούν απτό παράδειγμα χρήσης των ίδιων αυτών τεχνολογιών, το οποίο μπορούν να δείξουν και στους πελάτες τους.

Για τους εργαζομένους, όμως, το ερώτημα γίνεται όλο και πιο πιεστικό! Μέχρι ποιο σημείο η ψηφιακή επιτήρηση θα βαφτίζεται «καινοτομία» και από ποιο σημείο και μετά θα σημαίνει απλώς ότι εκπαιδεύεις τον μηχανισμό που αύριο θα πάρει τη θέση σου;

Meta Τεχνητή Νοημοσύνη JP Morgan