Για χρόνια ο φόβος γύρω από την τεχνητή νοημοσύνη στη δουλειά είχε μία μορφή: «θα με αντικαταστήσει». Μια έρευνα που δημοσιεύτηκε στις 17 Νοεμβρίου 2026 δείχνει ότι μέσα στις επιχειρήσεις έχει εμφανιστεί και ένας δεύτερος φόβος, πιο ήσυχος και ίσως πιο επικίνδυνος για την κουλτούρα ενός οργανισμού: «θα φανεί ότι δεν τη χρησιμοποιώ αρκετά».
Ο πρώτος φόβος αφορά τη μηχανή. Ο δεύτερος αφορά το βλέμμα των άλλων. Και αυτό τον κάνει ζήτημα κουλτούρας, όχι τεχνολογίας.
Τι βρήκε η έρευνα του LSE
Η Inclusion Initiative του London School of Economics, σε συνεργασία με την εταιρεία συμβούλων Protiviti, ρώτησε 3.001 επαγγελματίες σε διάφορες χώρες, την άνοιξη του 2026, πώς χρησιμοποιούν την τεχνητή νοημοσύνη στη δουλειά τους. Η έκθεση έχει τίτλο Beyond the Technology: Who Really Captures AI’s Gains at Work, δηλαδή «Πέρα από την τεχνολογία: ποιος κερδίζει πραγματικά από την ΤΝ στη δουλειά». Τα βασικά ευρήματα:
- Το 74% χρησιμοποιεί πλέον ΤΝ στη δουλειά, από 29% το 2024.
- Το 48% ανησυχεί ότι θα κριθεί επειδή δεν τη χρησιμοποιεί αρκετά. Μόνο το 20% ανησυχεί ότι θα κριθεί επειδή τη χρησιμοποιεί.
- Όσοι τη χρησιμοποιούν λένε ότι κερδίζουν κατά μέσο όρο το 19% της εβδομάδας εργασίας τους. Το 72% αυτού του χρόνου όμως πηγαίνει σε περισσότερη δουλειά.
- Οι ερευνητές δεν βρήκαν σταθερή σχέση ανάμεσα στο πόσο χρησιμοποιεί κανείς την ΤΝ και στο πόσο καλά πιστεύει ότι κάνει τη δουλειά του. Αυτό που συνδεόταν με την καλή απόδοση ήταν η ευσυνειδησία, η ανθεκτικότητα, η αυτοπεποίθηση στην επίλυση προβλημάτων και η διάθεση για μάθηση.
Δύο επιφυλάξεις. Τα στοιχεία είναι όσα δηλώνουν οι ίδιοι οι εργαζόμενοι, όχι μετρήσεις παραγωγικότητας. Και η έρευνα έγινε μαζί με εταιρεία που πουλά συμβουλευτικές υπηρεσίες για την ΤΝ. Η εικόνα που δίνει, ωστόσο, αξίζει προσοχή ακριβώς επειδή δεν είναι η εικόνα που θα ήθελε να δείξει ένας πωλητής τεχνολογίας.
Ο φόβος της νέας τεχνολογίας έχει μακρά ιστορία
Στον Φαίδρο του Πλάτωνα ο Σωκράτης διηγείται έναν μύθο. Ο θεός Θεύθ, που επινόησε τους αριθμούς και τη γραφή, παρουσιάζει την εφεύρεσή του στον βασιλιά Θαμούς της Αιγύπτου και την επαινεί ως φάρμακο της μνήμης και της σοφίας. Ο Θαμούς διαφωνεί: «οὔκουν μνήμης ἀλλὰ ὑπομνήσεως φάρμακον ηὗρες» (275a). Δεν βρήκες φάρμακο της μνήμης, αλλά της υπόμνησης. Οι άνθρωποι θα σταματήσουν να θυμούνται από μέσα τους και θα στηρίζονται σε σημάδια έξω από αυτούς.
Δύο χιλιάδες χρόνια αργότερα, ανάμεσα στο 1811 και στο 1816, οι Λουδίτες έσπαγαν μηχανές στα υφαντουργεία της Αγγλίας. Ο ιστορικός E. P. Thompson έδειξε ότι δεν ήταν απλώς εχθροί της προόδου: αντιδρούσαν στον τρόπο που οι μηχανές χρησιμοποιούνταν για να ρίξουν μισθούς και ποιότητα. Το 1930 ο John Maynard Keynes έγραφε για μια «νέα ασθένεια», την τεχνολογική ανεργία. Και το 2015 ο οικονομολόγος David Autor ρωτούσε στον τίτλο ενός άρθρου του γιατί, μετά από δύο αιώνες αυτοματοποίησης, υπάρχουν ακόμα τόσες θέσεις εργασίας. Η απάντησή του: οι μηχανές αντικαθιστούν εργασίες, όχι ολόκληρους ανθρώπους, και συχνά κάνουν πιο πολύτιμο ό,τι μένει ανθρώπινο.
Ο φόβος, λοιπόν, δεν ήταν ποτέ εντελώς λάθος. Η γραφή άλλαξε πράγματι τη μνήμη, και οι υφαντές πράγματι έχασαν. Η ανθρωπότητα όμως δεν ξεπεράστηκε. Άλλαξε αυτό που κάνει.
Τι είναι καινούργιο αυτή τη φορά
Σε όλες αυτές τις ιστορίες ο φόβος κοιτούσε τη μηχανή: τι θα μας πάρει. Ο φόβος που καταγράφει το LSE κοιτάζει αλλού. Ο εργαζόμενος δεν φοβάται τόσο το εργαλείο όσο το τι θα σκεφτούν οι άλλοι για εκείνον αν δεν το χρησιμοποιεί.
Όταν ένα εργαλείο γίνεται σημάδι ότι ανήκεις, έχει πάψει να είναι μόνο εργαλείο. Έχει γίνει μέρος της κουλτούρας. Και μια κουλτούρα που ανταμείβει το να φαίνεσαι ότι χρησιμοποιείς κάτι παράγει, φυσικά, ανθρώπους που φροντίζουν να φαίνονται.
Η εμφάνιση της σοφίας
Ο Θαμούς λέει στον Θεύθ κάτι ακόμα, που συνήθως ξεχνιέται: «σοφίας δὲ τοῖς μαθηταῖς δόξαν, οὐκ ἀλήθειαν πορίζεις» (275a). Στους μαθητές σου δίνεις τη φήμη της σοφίας, όχι την αλήθεια της. Θα γίνουν, συνεχίζει, «δοξόσοφοι ἀντὶ σοφῶν» (275b): άνθρωποι που φαίνονται σοφοί χωρίς να είναι.
Η διάκριση ανάμεσα στο να φαίνεσαι και στο να είσαι είναι από τα πιο παλιά εργαλεία της ελληνικής σκέψης, και ταιριάζει ακριβώς εδώ. Ένας οργανισμός μπορεί να μετράει πόσο χρησιμοποιούνται τα εργαλεία ΤΝ: άδειες, ώρες, αιτήματα. Αυτό μετράει τη δόξα. Αν δεν μετράει αν η δουλειά έγινε καλύτερη, ο πελάτης πιο ικανοποιημένος, ο άνθρωπος πιο ικανός, δεν ξέρει τίποτα για την ἀλήθεια.
Όταν μια διοίκηση λέει «είμαστε εταιρεία που βάζει την ΤΝ πρώτη» και μετράει μόνο τη χρήση, η απόσταση ανάμεσα σε αυτό που λέει και σε αυτό που συμβαίνει μεγαλώνει χωρίς να το βλέπει κανείς. Οι εργαζόμενοι το βλέπουν πρώτοι.
Πού πάει ο χρόνος που κερδίζεται
Το πιο πρακτικό εύρημα της έρευνας είναι το λιγότερο εντυπωσιακό: από τον χρόνο που εξοικονομείται, σχεδόν τα τρία τέταρτα ξαναγεμίζουν με δουλειά. Η Grace Lordan, ιδρυτική διευθύντρια της Inclusion Initiative, το διατυπώνει έτσι: «Without that direction, greater efficiency may simply raise the baseline for what employees are expected to deliver». Χωρίς κατεύθυνση, η μεγαλύτερη αποδοτικότητα μπορεί απλώς να ανεβάσει τον πήχη του τι περιμένουμε από τους εργαζόμενους.
Ας το δούμε σε μια μικρή επιχείρηση. Ένα λογιστικό γραφείο με οκτώ άτομα αρχίζει να χρησιμοποιεί ΤΝ για τη συμφωνία κινήσεων και τα πρώτα σχέδια απαντήσεων σε πελάτες. Κάθε υπάλληλος κερδίζει, ας πούμε, ένα απόγευμα την εβδομάδα. Ο ιδιοκτήτης δεν λέει τι θα γίνει αυτός ο χρόνος, οπότε γίνεται ό,τι γίνεται πάντα: μπαίνουν περισσότεροι πελάτες στο ίδιο προσωπικό. Σε έναν χρόνο το γραφείο εξυπηρετεί περισσότερους με τους ίδιους ανθρώπους, κανείς όμως δεν έχει μάθει κάτι καινούργιο, κανείς δεν έχει χρόνο να σκεφτεί έναν πελάτη σε βάθος, και ο πιο ικανός υπάλληλος αρχίζει να ψάχνει δουλειά. Το κέρδος της τεχνολογίας υπήρξε. Απλώς πήγε κάπου που κανείς δεν διάλεξε συνειδητά.
Αυτό είναι, στην πραγματικότητα, το ερώτημα του τίτλου της έκθεσης: ποιος κερδίζει. Και η απάντηση δεν τη δίνει η τεχνολογία. Τη δίνει η απόφαση, ή η απουσία απόφασης, για το τι θα γίνει ο χρόνος που ελευθερώνεται.
Η αντίρρηση: μήπως η πίεση είναι υγιής;
Υπάρχει μια σοβαρή αντίρρηση σε όλα αυτά. Η πίεση να μάθεις ένα νέο εργαλείο δεν είναι απαραίτητα κακή. Η ίδια έρευνα δείχνει ότι όσοι εκπαιδεύτηκαν το χρησιμοποιούν πολύ περισσότερο (93% έναντι 50%) και κερδίζουν σχεδόν διπλάσιο χρόνο (22% των ωρών εργασίας έναντι 13%). Όσοι μένουν πίσω σε μια τεχνολογική αλλαγή συνήθως πληρώνουν. Ίσως ο φόβος του 48% είναι απλώς ρεαλισμός.
Η αντίρρηση έχει βάση. Η διαφορά όμως είναι ανάμεσα σε δύο είδη πίεσης. Η μία λέει: «μάθε το εργαλείο, γιατί θα κάνει τη δουλειά σου καλύτερη, και να πώς θα το δούμε». Η άλλη λέει: «φρόντισε να φαίνεται ότι το χρησιμοποιείς». Η πρώτη χτίζει ικανότητα. Η δεύτερη χτίζει θέατρο. Από έξω μοιάζουν ίδιες· μέσα στον οργανισμό παράγουν εντελώς διαφορετικούς ανθρώπους.
Υπάρχει και μια άλλη ματιά, που τη θεωρώ πιο κοντά στην αλήθεια από τον φόβο. Ένα μοντέλο τεχνητής νοημοσύνης δεν είναι κάτι ξένο προς εμάς. Είναι φτιαγμένο από ό,τι έχει γράψει, ρωτήσει και σκεφτεί η ανθρωπότητα, κάτι σαν μια συλλογική μνήμη που απαντά. Ο Ηράκλειτος έλεγε ότι ο λόγος είναι κοινός, κι όμως οι πολλοί ζουν σαν να έχουν ο καθένας ιδιωτική σκέψη. Αν το δούμε έτσι, το ερώτημα δεν είναι αν η μηχανή θα μας ξεπεράσει. Είναι τι βλέπουμε όταν κοιτάμε σε αυτόν τον κοινό καθρέφτη. Όποιος τον χρησιμοποιεί για να φανεί, βλέπει τον φόβο του. Όποιος τον χρησιμοποιεί για να γίνει καλύτερος σε αυτό που κάνει, βλέπει κάτι που μοιάζει με τον ανώτερο εαυτό του: όχι κάποιον άλλο, αλλά τον ίδιο, όπως θα μπορούσε να είναι. Η μηχανή δεν διαλέγει ποιο από τα δύο θα δούμε. Αυτό το διαλέγουμε εμείς.
Τι αλλάζει από αύριο
Μερικές δοκιμές, για μία εβδομάδα. Όχι συνταγές, αλλά τρόποι να δεις τι συμβαίνει ήδη.
Αν δουλεύεις σε μια επιχείρηση
- Σημείωσε πού πάει ο χρόνος. Κάθε φορά που η ΤΝ σού γλιτώνει χρόνο, γράψε δίπλα τι έκανες με αυτόν. Στο τέλος της εβδομάδας θα ξέρεις αν κερδίζεις χρόνο ή απλώς τρέχεις πιο γρήγορα στο ίδιο σημείο.
- Ρώτα τον εαυτό σου γιατί τη χρησιμοποιείς σε κάθε εργασία. Επειδή κάνει τη δουλειά καλύτερη, ή επειδή «πρέπει»; Η απάντηση δεν χρειάζεται να την ακούσει κανείς άλλος.
Αν έχεις ή διοικείς μια επιχείρηση
- Πες από πριν τι θα γίνει ο χρόνος που κερδίζεται. Μισός σε περισσότερη δουλειά και μισός σε εκπαίδευση, σε καλύτερη εξυπηρέτηση, σε ένα νέο προϊόν; Οποιαδήποτε απάντηση είναι καλύτερη από το να μη δοθεί απάντηση.
- Μέτρησε αποτέλεσμα, όχι χρήση. Αντί για «πόσοι χρησιμοποιούν το εργαλείο», ρώτα «τι έγινε καλύτερο από τότε που το χρησιμοποιούμε». Αν δεν μπορείς να το πεις, δεν ξέρεις ακόμα αν αξίζει.
- Κάνε ασφαλές το «εδώ δεν βοηθάει». Ζήτα από την ομάδα να σου πει μία εργασία όπου η ΤΝ δεν βοήθησε. Αν κανείς δεν τολμά να απαντήσει, το πρόβλημα δεν είναι το εργαλείο. Για το κόστος αυτής της σιωπής, δες και το άρθρο για την τεχνητή νοημοσύνη ως άλλοθι.
Το ερώτημα που μένει
Κάθε μεγάλη τεχνολογία έφερε έναν φόβο, και κάθε φορά ο φόβος είχε ένα μέρος δίκιο. Ο φόβος του Θαμούς δεν ήταν ότι η γραφή θα εξαφάνιζε τους ανθρώπους. Ήταν ότι θα τους έκανε να μοιάζουν με κάτι που δεν είναι. Αυτός είναι και ο κίνδυνος σήμερα: όχι ότι η μηχανή θα μας ξεπεράσει, αλλά ότι θα μάθουμε να υποκρινόμαστε μπροστά της.
Για όποιον θα στήσει αύριο μια επιχείρηση, το ερώτημα είναι απλό και δύσκολο μαζί: θέλεις μια ομάδα που χρησιμοποιεί την τεχνολογία, ή μια ομάδα που φαίνεται να τη χρησιμοποιεί; Από έξω, για αρκετό καιρό, δεν θα φαίνεται η διαφορά.
Μια πιο απλή και πρακτική εκδοχή, με ένα παράδειγμα από την πράξη: Χρησιμοποιείς την ΤΝ στη δουλειά επειδή βοηθάει ή επειδή «πρέπει»; Ένα απλό τεστ.
Πηγές
- Ηράκλειτος, απόσπασμα DK 22 B2 (Σέξτος Εμπειρικός, Προς μαθηματικούς 7.133): «τοῦ λόγου δ’ ἐόντος ξυνοῦ ζώουσιν οἱ πολλοὶ ὡς ἰδίαν ἔχοντες φρόνησιν».
- Πλάτων, Φαίδρος, 274c–275b (ο μύθος του Θεύθ και του Θαμούς· τα χωρία 275a και 275b).
- Nishimura, H., Jolles, D. & Lordan, G. (2026). Beyond the Technology: Who Really Captures AI’s Gains at Work. The Inclusion Initiative, London School of Economics, σε συνεργασία με την Protiviti. Δελτίο τύπου, 17 Νοεμβρίου 2026 (έρευνα σε 3.001 επαγγελματίες, Μάρτιος–Μάιος 2026).
- Furney, W. (18 Νοεμβρίου 2026). Nearly half of workers fear being judged for not using AI enough. HRreview (η δήλωση της Grace Lordan).
- Thompson, E. P. (1963). The Making of the English Working Class. London: Victor Gollancz (οι Λουδίτες).
- Keynes, J. M. (1930). Economic Possibilities for our Grandchildren (η «τεχνολογική ανεργία»).
- Autor, D. H. (2015). Why Are There Still So Many Jobs? The History and Future of Workplace Automation. Journal of Economic Perspectives, 29(3), 3–30.