Η Σοφία δουλεύει σε ένα μικρό ταξιδιωτικό γραφείο σε πόλη με λιμάνι. Πριν από έναν χρόνο, για να φτιάξει ένα πρόγραμμα ταξιδιού για μια οικογένεια, χρειαζόταν ένα ολόκληρο απόγευμα: πτήσεις, ξενοδοχεία, μεταφορές, εκδρομές. Σήμερα ένα πρόγραμμα τεχνητής νοημοσύνης της το ετοιμάζει σε πέντε λεπτά.
Στην αρχή φοβήθηκε. «Αν η μηχανή φτιάχνει το πρόγραμμα, τι χρειάζονται εμένα;» Μετά από μερικούς μήνες κατάλαβε κάτι που δεν περίμενε. Οι πελάτες δεν έρχονταν ποτέ για το πρόγραμμα. Έρχονταν για εκείνη.
Αυτό που η μηχανή δεν ήξερε
Ένα ηλικιωμένο ζευγάρι ήθελε να πάει σε ένα νησί τον Αύγουστο. Η μηχανή πρότεινε ένα πολύ καλό πρόγραμμα: ωραίο ξενοδοχείο, πτήση το πρωί, εκδρομές κάθε μέρα. Η Σοφία το κοίταξε και είπε στο ζευγάρι: «Θα σας πρότεινα τον Σεπτέμβριο. Τον Αύγουστο έχει πολύ κόσμο και ζέστη, και το ξενοδοχείο έχει πολλά σκαλιά μέχρι τη θάλασσα».
Η μηχανή ήξερε πώς να φτιάξει ένα ταξίδι. Η Σοφία ήξερε ποιο ταξίδι ταίριαζε σε αυτούς τους ανθρώπους, και γιατί. Το ζευγάρι πήγε τον Σεπτέμβριο, γύρισε ενθουσιασμένο, και την επόμενη χρονιά έφερε και τα παιδιά του.
Δεν είναι μόνο η Σοφία
Τον Νοέμβριο του 2026 η PwC, μια από τις μεγαλύτερες εταιρείες συμβούλων στον κόσμο, ανακοίνωσε ότι θα εκπαιδεύσει πάνω από 85.000 ανθρώπους της όχι σε ένα νέο εργαλείο, αλλά στην κριτική σκέψη και στην κρίση. Η λογική είναι ίδια με της Σοφίας: όσο η μηχανή κάνει το πώς, τόσο πιο πολύτιμος γίνεται ο άνθρωπος που ξέρει τι αξίζει να γίνει.
Τρεις ερωτήσεις που η μηχανή δεν μπορεί να απαντήσει για σένα
Αν θέλεις να δεις πού βρίσκεται η δική σου αξία στη δουλειά, δοκίμασε αυτές τις τρεις ερωτήσεις, για μία εβδομάδα:
- Τι ξέρω για τους ανθρώπους με τους οποίους δουλεύω, που δεν είναι γραμμένο πουθενά; Ποιος πελάτης θέλει να τον πάρεις τηλέφωνο αντί για email, ποιος συνάδελφος χρειάζεται χρόνο πριν πει ναι. Αυτή η γνώση είναι δική σου.
- Πότε είπα «όχι» αυτή την εβδομάδα, και γιατί; Η μηχανή σπάνια λέει όχι. Ένα καλό «όχι» σε μια κακή δουλειά ή σε μια λάθος πρόταση είναι συχνά η πιο πολύτιμη απόφαση της εβδομάδας.
- Τι θα έκανα διαφορετικά από αυτό που μου πρότεινε η μηχανή; Κάθε φορά που διορθώνεις κάτι που σου έδωσε, γράψε γιατί. Στο τέλος της εβδομάδας θα έχεις μια λίστα με αυτό που ξέρεις εσύ και δεν ξέρει εκείνη.
Αν έχεις μια επιχείρηση
- Μην κρίνεις τους ανθρώπους σου μόνο από το πόσο γρήγορα δουλεύουν. Η ταχύτητα είναι πια φθηνή. Η κρίση δεν είναι.
- Ρώτα τους «τι θα άλλαζες;» αντί για «το τελείωσες;». Η απάντηση στην πρώτη ερώτηση σου λέει πολύ περισσότερα.
- Άσε τους νέους να κάνουν και λίγη δουλειά με το χέρι. Η κρίση χτίζεται κάνοντας. Αν η μηχανή τα κάνει όλα από την αρχή, οι νέοι δεν θα μάθουν ποτέ γιατί κάτι γίνεται έτσι.
Αυτό που μένει
Η τεχνητή νοημοσύνη έχει μάθει από εκατομμύρια ανθρώπους πώς γίνονται τα πράγματα. Αυτό που δεν μπορεί να ξέρει είναι τι θέλεις εσύ, για ποιον δουλεύεις και τι δεν θα έκανες ποτέ. Εκεί βρίσκεται το καλύτερο κομμάτι του εαυτού σου στη δουλειά, και όσο η μηχανή αναλαμβάνει τα υπόλοιπα, τόσο περισσότερος χώρος του μένει.
Αν το σκεφτείς σαν ταξίδι με βάρκα: η μηχανή είναι ένας πολύ καλός ναύτης. Ξέρει να δένει τα σχοινιά, να διαβάζει τον καιρό, να κρατά την πορεία που του δίνεις. Το τιμόνι όμως, το πού πηγαίνουμε και γιατί, μένει στα δικά σου χέρια.
Η Σοφία δεν φοβάται πια τη μηχανή. Τη χρησιμοποιεί για να γλιτώνει χρόνο, και τον χρόνο αυτό τον δίνει στους πελάτες της.
Για όποιον θέλει να το δει πιο αναλυτικά, με τα στοιχεία, τις έρευνες και τι έλεγε ο Αριστοτέλης για τις μηχανές που δουλεύουν μόνες τους: Όταν η μηχανή κάνει το «πώς»: γιατί η κρίση γίνεται το πιο πολύτιμο προσόν μιας επιχείρησης.
Διάβασε επίσης
- Η μηχανή ξέρει το «πώς». Εσύ ξέρεις το «πού»
- Χρησιμοποιείς την ΤΝ στη δουλειά επειδή βοηθάει ή επειδή «πρέπει»; Ένα απλό τεστ
Πηγή
- Colvin, C. (16 Νοεμβρίου 2026). Want to combat AI brainrot? PwC is piloting a way to do so. HR Dive (το πρόγραμμα Critical Thinking and Judgment της PwC).