Ιστολόγιο · · Από Rickard Eriksson
Η τεχνητή νοημοσύνη δεν δίνει υπερδυνάμεις σε όλους. Μόνο σε όσους ξέρουν πώς
Η τεχνητή νοημοσύνη δεν είναι αντικαταστάτης, είναι πολλαπλασιαστής: πολλαπλασιάζει αυτό που ήδη ξέρεις. Δημιουργεί ένα νέο χάσμα στους χώρους εργασίας, και αυτό μεγαλώνει κάθε μήνα. Αλλά το χάσμα δεν είναι φυσικός νόμος.
Πριν από περίπου 12.000 χρόνια, η ανθρωπότητα βρέθηκε μπροστά σε μια τεχνολογική αλλαγή. Μερικοί άρχισαν να καλλιεργούν, αποθήκευαν προμήθειες και έχτιζαν χωριά. Άλλοι κορόιδεψαν την ιδέα και συνέχισαν να κυνηγούν μαμούθ. Ξέρουμε πώς εξελίχθηκε η ιστορία: αυτοί που έμαθαν το νέο έχτισαν πολιτισμούς, και τα μαμούθ, παρεμπιπτόντως, εξαφανίστηκαν.
Το νόημα αυτής της ιστορίας δεν είναι ότι η τεχνολογία νίκησε, αυτό συμβαίνει πάντα στο τέλος. Το νόημα είναι ότι η αλλαγή δεν ανύψωσε όλους ταυτόχρονα. Ανύψωσε αυτούς που έμαθαν πρώτοι, και χρειάστηκαν μερικές χιλιάδες χρόνια για να προλάβουν οι υπόλοιποι. Αυτή τη φορά δεν έχουμε χιλιάδες χρόνια στη διάθεσή μας. Ούτε καν μερικά.
Ένας πολλαπλασιαστής, όχι αντικαταστάτης
Το πιο σημαντικό που μπορεί κανείς να καταλάβει για την τεχνητή νοημοσύνη στον εργασιακό χώρο χωράει σε μια πρόταση: η τεχνητή νοημοσύνη δεν είναι αντικαταστάτης, είναι πολλαπλασιαστής. Πολλαπλασιάζει αυτό που ήδη ξέρεις.
Μια έμπειρη δικηγόρος που ξέρει ακριβώς τι ψάχνει σε ένα συμβόλαιο μπορεί να αφήσει την τεχνητή νοημοσύνη να κάνει μια εβδομαδιαία ανάγνωση σε ένα απόγευμα, γιατί καταλαβαίνει αμέσως πότε η απάντηση είναι λάθος. Ένας marketer που ξέρει την τέχνη του παίρνει δέκα χρήσιμες ιδέες αντί για μία. Όμως αυτός που πολλαπλασιάζει το μηδέν παίρνει μηδέν, απλώς πιο γρήγορα και με πιο αυτοπεποίθηση. Αυτός που αντιμετωπίζει την τεχνητή νοημοσύνη σαν μαντείο και κάνει αόριστες ερωτήσεις παίρνει πίσω κομψά διατυπωμένη μετριότητα, και μάλιστα συχνά βγάζει λάθος συμπεράσματα, γιατί ακούγεται τόσο πειστική.
Επιπλέον, η αλλαγή αυτή είναι αντίστροφη σε σχέση με όλες τις προηγούμενες. Δεν επηρεάζονται πρώτα τα πρακτικά επαγγέλματα, αλλά η γραφειοκρατία, δηλαδή ακριβώς οι ομάδες που συνήθως παρακολουθούσαν τις τεχνολογικές αλλαγές από τα παρασκήνια.
Το χάσμα που μεγαλώνει κάθε μήνα
Το αποτέλεσμα φαίνεται ήδη στους χώρους εργασίας: ένα αυξανόμενο χάσμα μεταξύ αυτών που ξέρουν πώς να χρησιμοποιούν την τεχνητή νοημοσύνη και αυτών που απλώς παίζουν μαζί της. Δύο συνάδελφοι με τον ίδιο τίτλο και τον ίδιο μισθό αποδίδουν σε εντελώς διαφορετικά επίπεδα, και η διαφορά δεν είναι το ταλέντο αλλά η εξοικείωση με την τεχνολογία.
Η συνηθισμένη απάντηση των εργοδοτών είναι να αγοράσουν άδειες χρήσης και να ελπίζουν. Αλλά μια άδεια δεν κάνει κανέναν καλλιεργητή, όπως ακριβώς και ένα τσάπα δεν έκανε κανέναν πριν από 12.000 χρόνια. Η γνώση για το πώς να ρωτάς, τι δεν μπορεί να κάνει το εργαλείο και πότε να μην εμπιστεύεσαι την απάντηση, δεν έρχεται μέσα στο κουτί.
Πώς να κάνουμε τις υπερδυνάμεις ομαδικό άθλημα
Η εκπαίδευση βοηθάει, γι’ αυτό και υπάρχουν εταιρείες εκπαίδευσης. Εμείς όμως φτιάξαμε το EuroWork με μια συμπληρωματική σκέψη: ο καλύτερος τρόπος να κλείσει το χάσμα είναι να ενσωματώσουμε τη γνώση στον ίδιο τον εργασιακό χώρο, ώστε να ανυψωθεί το επίπεδο για όλους και όχι μόνο το ταβάνι για λίγους.
Στην πράξη, αυτό φαίνεται έτσι στην υπηρεσία μας. Οι πιο έμπειροι συνάδελφοι αποθηκεύουν τις τεχνικές ερωτήσεων ως πρότυπα που μπορούν όλοι να χρησιμοποιήσουν, αντί ο καθένας να ανακαλύπτει ξανά τους δικούς του μαγικούς τύπους. Τα έγγραφα, οι οδηγίες και τα εγχειρίδια της οργάνωσης γίνονται υλικό που η τεχνητή νοημοσύνη αντλεί σε όλες τις συνομιλίες, ώστε οι απαντήσεις να βασίζονται στην πραγματικότητά σας και όχι στο διαδίκτυο γενικά. Οι έτοιμοι ειδικοί απαντούν όπως θέλει η οργάνωση, με τον σωστό τόνο και την κατάλληλη ορολογία, γιατί το γλωσσάρι καθοδηγεί κάθε απάντηση. Και όποιος νιώθει ότι υστερεί μπορεί να ρωτήσει τον εκπαιδευτικό βοηθό στο μενού ό,τι θέλει, ακόμα και τις πιο «χαζές» ερωτήσεις, χωρίς κανένας συνάδελφος να ακούει.
Έτσι, ο πολλαπλασιαστής γίνεται χαρακτηριστικό του εργασιακού χώρου αντί για λίγων ενθουσιωδών. Το χάσμα δεν είναι φυσικός νόμος. Είναι το άθροισμα του να αφήνεις τον καθένα να μαθαίνει μόνος του.
Το ερώτημα παραμένει
Οι υπάλληλοί σας χρησιμοποιούν ήδη τεχνητή νοημοσύνη, κάποιοι από αυτούς με εξαιρετικό τρόπο, οι περισσότεροι στην τύχη. Ξέρετε ποιοι είναι ποιοι, και ξέρετε τι μοιράζονται με αυτήν;
Αυτός που έχει ενσωματώσει τη γνώση στον εργασιακό χώρο δεν χρειάζεται να μαντεύει.

Rickard Eriksson
Το 1996 ο Rickard Eriksson δημιούργησε αυτό που έγινε το LunarStorm, το πρώτο κοινωνικό μέσο στον κόσμο, και από τότε έχει εκπαιδεύσει ανθρώπους από περισσότερες από 7.000 εταιρείες και δημόσιους οργανισμούς στην AI. Σήμερα διευθύνει το EuroWork.
Διάβασε περισσότερα για τον Rickard Eriksson →Αυτό το κείμενο έχει μεταφραστεί με τεχνητή νοημοσύνη από τα σουηδικά στα Ελληνικά.
Οι υπάλληλοί σου χρησιμοποιούν ήδη τεχνητή νοημοσύνη, συχνά σε προσωπικούς λογαριασμούς όπου κανείς δεν βλέπει τι ανεβάζουν. Το EuroWork προσφέρει την ίδια βοήθεια από την AI σε ένα μέρος όπου εσύ έχεις τον έλεγχο: τα ευαίσθητα δεδομένα εντοπίζονται πριν σταλούν, η επεξεργασία γίνεται στην ΕΕ, κάθε απάντηση δείχνει την τιμή της και η διοίκηση θέτει τους κανόνες.
Δείτε πώς λειτουργεί το EuroWork →