iStock

ΠΟΙΟΣ ΘΑ ΒΡΙΣΚΕΙ ΔΟΥΛΕΙΑ ΟΤΑΝ Η ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ ΚΑΤΑΚΤΗΣΕΙ ΟΛΗ ΤΗΝ ΑΝΘΡΩΠΙΝΗ ΓΝΩΣΗ;

Η τεχνητή νοημοσύνη απειλεί πεδία που θεωρούσαμε σχεδόν ανθρώπινη αποκλειστικότητα, όπως η μαθηματική έρευνα και η εξειδικευμένη πνευματική εργασία. Αν η AI ξεπεράσει τον άνθρωπο ακόμη και στην παραγωγή γνώσης, ποιος θα βρίσκει δουλειά;

Το καλοκαίρι του 2026, η αντίσταση στην ραγδαία εξέλιξη της τεχνολογίας επαναπροσδιορίστηκε ως Επανάσταση (Anti-Tech Revolution). Οι νεο-λουδίτες, όπως κι εκείνοι του 19ου αιώνα, βλέπουν τις μηχανές να αποκτούν όλο και ισχυρότερη παρουσία στην αγορά εργασίας και, παρά τις θεωρίες του Elon Musk περί αφθονίας αβίαστα και ακούραστα χάρη στην τεχνητή νοημοσύνη (AI), ξέρουν ότι οι θέσεις τους απειλούνται. Δηλαδή, και αλήθεια να είναι ότι μας περιμένει ο παράδεισος επί Γης, η μετάβαση θα είναι δύσκολη – και τα κεφάλια που θα πέσουν θα είναι περισσότερα απ’ τα αναμενόμενα.

Σε κάθε βιομηχανική και τεχνολογική επανάσταση, οι πρώτες απώλειες σημειώνονται στις τάξεις των ανειδίκευτων και όσων η είσοδος στη νέα εργασιακή πραγματικότητα δεν μπορεί να εξασφαλιστεί μέσα από κάποια μορφή επιμόρφωσης και επανεκπαίδευσης. Η τεχνολογική πρόοδος μπορεί πράγματι να ενισχύει την οικονομία, τρέχει όμως με πολύ γρηγορότερους ρυθμούς από τη χάραξη πολιτικών με αντίβαρα για τις χαμένες θέσεις εργασίας.

Τον Σεπτέμβριο του 2025, δημοσιεύτηκε η πρώτη έρευνα για τον αντίκτυπο της τεχνητής νοημοσύνης στην ελληνική οικονομία, που παρουσίασε τρία πιθανά σενάρια (αρνητικό, ουδέτερο και θετικό) μέσα από μοντέλα προσαρμοσμένα αποκλειστικά σε δεδομένα της περιόδου 2015-2021. Τα στοιχεία αντλήθηκαν κατά βάση από την ΕΛΣΤΑΤ και διασταυρώθηκαν με ευρωπαϊκές πηγές.

Η μελέτη περιγράφει την τεχνητή νοημοσύνη ως μια τεχνολογία «διπλής επίδρασης» (dual effect), που ξεκλειδώνει πρωτοφανή κέρδη παραγωγικότητας και οικονομικής αποδοτικότητας από τη μία πλευρά –χωρίς να αναμένεται ότι θα διανεμηθούν ισότιμα–, ενώ από την άλλη ανασχηματίζει βίαια την αγορά εργασίας, διευρύνοντας τις εισοδηματικές ανισότητες.

Ποιος θα βρίσκει δουλειά όταν η AI κατακτήσει όλη την ανθρώπινη γνώση;
Στα γραφεία της OpenAI συγκεντρώθηκαν 40 κορυφαίοι μαθηματικοί για να συζητήσουν τι θα απομείνει να κάνουν οι άνθρωποι αν η AI ξεπεράσει τις ανθρώπινες ικανότητες ακόμη και στα ανώτερα μαθηματικά. Unsplash ThisisEngineering

Τα ευρήματα δείχνουν ότι:

  • Οι εργαζόμενοι χαμηλής και μεσαίας ειδίκευσης παραμένουν ιδιαίτερα ευάλωτοι σε παραδοσιακούς ή τεχνολογικά στάσιμους κλάδους, αντιμετωπίζοντας αυξημένο κίνδυνο διαρθρωτικής ανεργίας και συμπίεσης μισθών.
  • Για τους εργαζόμενους υψηλής ειδίκευσης, παρότι οι ισχυρές ψηφιακές δεξιότητες παρέχουν αρχικά ένα στρώμα προστασίας, ο κίνδυνος εκτόπισης αυξάνεται κατακόρυφα όταν τα επαγγέλματά τους εκτίθενται άμεσα στην AI.

Όπως σημειώνουν οι ερευνητές, η τεχνητή νοημοσύνη μπορεί να αυτοματοποιήσει περισσότερα είδη εργασιών από προηγούμενες τεχνολογίες, συμπεριλαμβανομένων εκείνων που απαιτούν δεξιότητες αναγνώρισης μοτίβων σε επίπεδο ειδικού. Συνεπώς, η απειλή εκτείνεται πέρα από επαναλαμβανόμενες και χειρωνακτικές εργασίες.

Θα φέρει η τεχνητή νοημοσύνη «το τέλος των Μαθηματικών»;

Μια ιδέα για το πόσο μακριά μπορεί να φτάσει η αλλαγή δίνει η Washington Post, σε άρθρο της για το πώς οι μαθηματικοί ενδέχεται να γίνουν οι πρώτοι που θα χάσουν τη δουλειά τους από την τεχνητή νοημοσύνη. Το ρεπορτάζ αναφέρεται σε συγκέντρωση 40 κορυφαίων παγκοσμίως μαθηματικών στα γραφεία της OpenAI (ChatGPT), στο Σαν Φρανσίσκο, για να συζητήσουν τι θα απομείνει να κάνουν οι άνθρωποι αν η AI ξεπεράσει τις ανθρώπινες ικανότητες ακόμη και στα ανώτερα μαθηματικά.

Ποιος θα βρίσκει δουλειά όταν η AI κατακτήσει όλη την ανθρώπινη γνώση;
Ο Daniel Litt, καθηγητής στο Πανεπιστήμιο του Τορόντο, εκτιμά ότι η AI παράγει προηγμένη έρευνα με τέτοια ταχύτητα και κλίμακα, ώστε η ανθρώπινη έρευνα κινδυνεύει να καταστεί περιττή. iStock
Ο Daniel Litt, καθηγητής στο Πανεπιστήμιο του Τορόντο, εκτιμά ότι η AI παράγει προηγμένη έρευνα με τέτοια ταχύτητα και κλίμακα, ώστε η ανθρώπινη έρευνα κινδυνεύει να καταστεί περιττή.

Ο Daniel Litt, καθηγητής στο Πανεπιστήμιο του Τορόντο, έδωσε το στίγμα του προβληματισμού με μια ομιλία που έφερε τον τίτλο «The End of Mathematics». Στην παρουσίασή του περιέγραψε ένα δυσοίωνο σενάριο, στο οποίο η AI παράγει προηγμένη έρευνα σε τέτοιες ποσότητες και ταχύτητες, ώστε η διατήρηση ανθρώπων ερευνητών παύει να έχει οικονομικό ή πρακτικό νόημα.

«Υπάρχει περίπτωση να καταλήξουμε σε έναν κόσμο όπου δεν θα υπάρχει μαθηματική έρευνα υψηλής ποιότητας και η ανθρώπινη τεχνογνωσία στα μαθηματικά θα έχει χαθεί εντελώς», ανέφερε ο Litt. Παρόλο που ο ίδιος θεωρεί μια τέτοια ακραία έκβαση απίθανη, υπογράμμισε την κατεπείγουσα ανάγκη προσαρμογής της ακαδημαϊκής κοινότητας.

ΟΙ ΜΑΘΗΜΑΤΙΚΟΙ ΜΠΟΡΕΙ ΝΑ ΑΠΟΤΕΛΕΣΟΥΝ ΤΑ ΠΡΩΤΑ ΘΥΜΑΤΑ ΜΙΑΣ ΕΥΡΥΤΕΡΗΣ ΑΛΛΑΓΗΣ, ΝΑ ΓΙΝΟΥΝ Ο ΠΡΩΤΟΣ ΣΤΟΧΟΣ ΤΗΣ ΤΕΧΝΟΛΟΓΙΑΣ.

Βάσει του ρεπορτάζ, οι μαθηματικοί βρίσκονται στην πρώτη γραμμή μιας πρωτοφανούς μετάβασης. Η OpenAI, λίγο πριν τη συνάντηση, δημοσιοποίησε μια λίστα με 10 νέα και σημαντικά μαθηματικά αποτελέσματα που παρήχθησαν από AI, όπως:

  • η επίτευξη επιδόσεων επιπέδου χρυσού μεταλλίου στη Διεθνή Μαθηματική Ολυμπιάδα, έναν παγκόσμιο διαγωνισμό για τους κορυφαίους μαθητές λυκείου,
  • η κατάρριψη μακροχρόνιων μαθηματικών υποθέσεων από μοντέλα της OpenAI και της Anthropic,
  • η εύρεση πρωτότυπων λύσεων σε σύνθετα προβλήματα και
  • η παραγωγή πρωτότυπης μαθηματικής γνώσης, αρκετές φορές κατόπιν μια απλής εντολής στο μοντέλο ΑΙ να «δοκιμάσει μια ιδέα».

Όπως δήλωσε ο Drew Sutherland, μαθηματικός στο MIT, «ο λόγος που οι εταιρείες AI εστιάζουν στα μαθηματικά είναι επειδή λειτουργούν ως δείκτης για κάθε δραστηριότητα που απαιτεί υψηλή ευφυΐα. Ίσως απλώς να είναι τα πρώτα θύματα μιας ευρύτερης αλλαγής – είμαστε οι πρώτοι που θα χτυπήσει η τεχνολογία».

Τα λάθη στα εντυπωσιακά επιτεύγματα της AI

Βέβαια, δεν σημαίνει πως οι όποιες μαθηματικές αποδείξεις των μοντέλων τεχνητής νοημοσύνης είναι απαραιτήτως σωστές ή αξιόπιστες – πολύ περισσότερο όταν δημοσιεύονται χωρίς τήρηση της παραδοσιακής διαδικασίας, όπως η κλασική αξιολόγηση από ομοτίμους (peer-review). «Τα μαθηματικά αφορούν την κατανόηση των αποτελεσμάτων και όχι απλώς την απόδειξή τους. Μια απόδειξη που δεν γίνεται κατανοητή, δεν ενσωματώνεται στη βιβλιογραφία», επισήμανε η Bryna Kra, καθηγήτρια μαθηματικών στο Northwestern University.

Την ίδια ώρα, προσθέτει η Melanie Matchett Wood, μαθηματικός στο Harvard, τα σημερινά μοντέλα AI δυσκολεύονται να εξηγήσουν τη λογική τους· πλατειάζουν στα εύκολα σημεία μιας απόδειξης και προσπερνούν βιαστικά τα πιο σύνθετα νοητικά άλματα. Προκύπτει έτσι ο κίνδυνος να παρουσιάζουν λανθασμένους ή επιφανειακούς συλλογισμούς ως απόλυτα συμπεράσματα, καθιστώντας την ανθρώπινη επαλήθευση πιο αναγκαία –όσο και δυσκολότερη– από ποτέ.

Η ΑΠΟΚΤΗΣΗ ΝΕΩΝ ΔΕΞΙΟΤΗΤΩΝ ΓΙΑ ΔΙΑΦΟΡΕΤΙΚΟ ΑΝΤΙΚΕΙΜΕΝΟ ΕΡΓΑΣΙΑΣ ΚΑΙ Η ΑΝΑΒΑΘΜΙΣΗ ΤΩΝ ΥΦΙΣΤΑΜΕΝΩΝ ΔΕΞΙΟΤΗΤΩΝ ΘΑ ΚΑΝΟΥΝ ΤΗ ΔΙΑΦΟΡΑ ΣΤΗΝ ΕΡΓΑΣΙΑ ΣΤΗΝ ΕΠΟΧΗ ΤΗΣ ΤΕΧΝΗΤΗΣ ΝΟΗΜΟΣΥΝΗΣ.

Δεν είναι μόνο ποιος θα χάσει τη δουλειά του

«Η τεχνητή νοημοσύνη δεν καταργεί μαζικά την εργασία, αλλά την αναδιαμορφώνει», μου εξήγησαν σε επικοινωνία μας οι εκπονητές της ελληνικής μελέτης, Νικόλαος Ηρειώτης, Καθηγητής Λογιστικής του ΕΚΠΑ και Κοσμήτορας της Σχολής Οικονομικών και Πολιτικών Επιστημών, και Κωνσταντίνος Χαλλουμής, Διδάκτωρ Οικονομικών του ΕΚΠΑ, ακαδημαϊκός και ερευνητής. Σύμφωνα με τους ίδιους, δημιουργούνται νέες θέσεις υψηλής γνωστικής και τεχνολογικής εξειδίκευσης.

«Η πνευματική εργασία μετασχηματίζεται σε πιο δημιουργική και συνθετική μορφή» εξηγούν, και εστιάζουν σε δύο στοιχεία που μπορούν να κάνουν τη διαφορά: το reskilling, που σημαίνει απόκτηση νέων δεξιοτήτων για διαφορετικό αντικείμενο εργασίας, και το upskilling, δηλαδή την αναβάθμιση των υφιστάμενων δεξιοτήτων.

Ποιος θα βρίσκει δουλειά όταν η AI κατακτήσει όλη την ανθρώπινη γνώση;
Στη μια υπόθεση για το μέλλον, τα μαθηματικά μοιάζουν περισσότερο με τη μηχανική λογισμικού, όπου η AI βοηθά εκατοντάδες ανθρώπους να συνεργάζονται πάνω στο ίδιο πρόβλημα. iStock
Στη μια υπόθεση για το μέλλον, τα μαθηματικά μοιάζουν περισσότερο με τη μηχανική λογισμικού, όπου η AI βοηθά εκατοντάδες ανθρώπους να συνεργάζονται πάνω στο ίδιο πρόβλημα.

Αισιόδοξες είναι οι προβλέψεις του Sébastien Bubeck, ερευνητή και μαθηματικού που εργάζεται στην OpenAI, ο οποίος συμμετείχε στη διοργάνωση της συνάντησης των μαθηματικών. Κόντρα στο δυστοπικό σενάριο του Daniel Litt, οι δικές του τρεις εκδοχές δεν αποκλείουν τον άνθρωπο:

  • Στη μια υπόθεση για το μέλλον, τα μαθηματικά μοιάζουν περισσότερο με τη μηχανική λογισμικού, όπου η AI βοηθά εκατοντάδες ανθρώπους να συνεργάζονται πάνω στο ίδιο πρόβλημα.
  • Σε ένα άλλο σενάριο, θα μπορούσαν να μοιάζουν με τη σύγχρονη φυσική, όπου τα πιο δύσκολα προβλήματα απαιτούν τεράστιους πόρους και η AI θα λειτουργεί ως εργαλείο που ενισχύει τις δυνατότητες των ερευνητών.
  • Τέλος, υπάρχει το ενδεχόμενο τα μαθηματικά να θυμίζουν περισσότερο την επιμέλεια ενός μουσείου. Η AI θα κάνει νέες ανακαλύψεις και οι άνθρωποι θα αποφασίζουν ποιες από αυτές αξίζει να εξετάσουν και να εντάξουν στη γνώση.

Έστω κι αν επικρατήσει η τελευταία υπόθεση, διευκρινίζει ο Bubeck, το κρίσιμο στοιχείο δεν είναι η παραγωγή περισσότερων αποτελεσμάτων, όσο το αν οι άνθρωποι εξακολουθούν να μαθαίνουν από αυτά. «Τα μαθηματικά έχουν ενδιαφέρον μόνο στον βαθμό που οι μαθηματικοί μαθαίνουν από αυτά», δήλωσε. «Πρέπει να βάλουμε μπροστά τους ανθρώπους, τον άνθρωπο, τους μαθηματικούς». Μα ποια εταιρεία Big Tech θα το κάνει;

Ο Βρετανός επιστήμονας Geoffrey Hinton, γνωστός ως «νονός της AI», προειδοποίησε ότι η μετάβαση θα μπορούσε να αφήσει εκατομμύρια εργαζομένους πίσω και, παρότι αναγνώρισε ότι η τεχνητή νοημοσύνη πράγματι θα δημιουργήσει νέες θέσεις εργασίας, τόνισε πως ο αριθμός τους δύσκολα θα πλησιάσει τον αριθμό των θέσεων που θα χαθούν. Στην περίπτωση που η ζωή τον επιβεβαιώσει, οι λύσεις για τα μαθηματικά της επιβίωσης θα είναι δύσκολες ακόμα και για τις πιο εξελιγμένες μηχανές.

SLOW MONDAY NEWSLETTER

Θέλεις να αλλάξεις τη ζωή σου; Μπες στη λογική του NOW. SLOW. FLOW.
Κάθε Δευτέρα θα βρίσκεις στο inbox σου ό,τι αξίζει να ανακαλύψεις.