Χρησιμοποιείς την ΤΝ στη δουλειά επειδή βοηθάει ή επειδή «πρέπει»; Ένα απλό τεστ

Η Ελένη δουλεύει στην εξυπηρέτηση πελατών ενός ηλεκτρονικού καταστήματος με δώδεκα άτομα. Πριν από λίγους μήνες ο ιδιοκτήτης μάζεψε την ομάδα και είπε: «Από εδώ και πέρα θέλω όλοι να δουλεύετε με τεχνητή νοημοσύνη. Όποιος μένει πίσω, μένει πίσω».

Η Ελένη έκανε ό,τι έκαναν όλοι. Άνοιξε λογαριασμό, άρχισε να γράφει τις απαντήσεις στους πελάτες με τη βοήθεια της ΤΝ, και φρόντιζε να το αναφέρει στις συσκέψεις. Κάποιες απαντήσεις έβγαιναν πράγματι πιο γρήγορα. Άλλες τις ξανάγραφε από την αρχή, γιατί ακούγονταν ψυχρές ή έλεγαν κάτι λάθος για την πολιτική επιστροφών. Αυτό όμως δεν το έλεγε σε κανέναν. Δεν ήθελε να φανεί ότι «δεν τα πάει καλά με την τεχνολογία».

Τρεις μήνες μετά, η Ελένη απαντούσε σε περισσότερα μηνύματα την ημέρα. Ήταν και πιο κουρασμένη από ποτέ.

Δεν είναι μόνο η Ελένη

Μια έρευνα του London School of Economics, που δημοσιεύτηκε τον Νοέμβριο του 2026, ρώτησε 3.001 επαγγελματίες πώς χρησιμοποιούν την ΤΝ στη δουλειά. Σχεδόν οι μισοί (48%) είπαν ότι φοβούνται ότι θα κριθούν επειδή δεν τη χρησιμοποιούν αρκετά. Και από τον χρόνο που τους γλιτώνει, σχεδόν τα τρία τέταρτα ξαναγεμίζουν με περισσότερη δουλειά.

Με άλλα λόγια: πολλοί χρησιμοποιούν την ΤΝ για να μη φανούν πίσω, και ο χρόνος που κερδίζουν χάνεται χωρίς να το αποφασίσει κανείς.

Το απλό τεστ: βοηθάει ή «πρέπει»;

Η τεχνητή νοημοσύνη μπορεί να είναι πολύ χρήσιμη στη δουλειά. Το θέμα δεν είναι αν θα τη χρησιμοποιείς, αλλά γιατί. Πέντε ερωτήσεις για να το δεις:

  • Αν δεν με έβλεπε κανείς, θα τη χρησιμοποιούσα εδώ; Αν η απάντηση είναι όχι, τη χρησιμοποιείς για τους άλλους, όχι για τη δουλειά.
  • Το αποτέλεσμα βγαίνει καλύτερο ή απλώς πιο γρήγορο; Πιο γρήγορο δεν σημαίνει πάντα καλύτερο. Μια γρήγορη λάθος απάντηση σε πελάτη κοστίζει περισσότερο από μια αργή σωστή.
  • Πόσο χρόνο ξοδεύω για να διορθώσω αυτό που μου έδωσε; Αν τον μετρήσεις, μπορεί να εκπλαγείς, προς οποιαδήποτε κατεύθυνση.
  • Πού πήγε ο χρόνος που κέρδισα; Σε κάτι που ήθελες να κάνεις, σε κάτι καινούργιο που έμαθες, ή απλώς σε περισσότερα από τα ίδια;
  • Μπορώ να πω ανοιχτά «εδώ δεν βοηθάει»; Αν δεν μπορείς, αυτό είναι κάτι που αξίζει να το ξέρεις για τον χώρο όπου δουλεύεις.

Τι έκανε τελικά η Ελένη

Για μία εβδομάδα η Ελένη κράτησε ένα απλό σημείωμα: σε ποια μηνύματα η ΤΝ τη βοήθησε και σε ποια τη δυσκόλεψε. Το αποτέλεσμα ήταν ξεκάθαρο. Στις απλές ερωτήσεις («πού είναι η παραγγελία μου;») γλίτωνε χρόνο. Στα παράπονα και στις επιστροφές έχανε χρόνο, γιατί εκεί ο πελάτης ήθελε να νιώσει ότι τον ακούει ένας άνθρωπος.

Πήγε το σημείωμα στον ιδιοκτήτη. Περίμενε να ακούσει ότι «δεν το έχει». Εκείνος όμως είδε κάτι που δεν ήξερε: ότι η ΤΝ έκανε καλά το μισό της δουλειάς και κακά το άλλο μισό. Αποφάσισαν μαζί να τη χρησιμοποιούν μόνο στις απλές ερωτήσεις, και ο χρόνος που κερδίζεται να πηγαίνει στα δύσκολα παράπονα, εκεί που χάνονταν πελάτες.

Η Ελένη δεν χρησιμοποιεί τώρα λιγότερο την τεχνολογία. Τη χρησιμοποιεί εκεί που βοηθάει, και το λέει ανοιχτά.

Αν έχεις μια επιχείρηση

Τρία πράγματα, που δεν κοστίζουν τίποτα:

  • Μη ζητάς «χρησιμοποιήστε ΤΝ». Ζήτα «βρείτε πού μας βοηθάει και πού όχι». Η πρώτη φράση φέρνει θέατρο, η δεύτερη φέρνει πληροφορία.
  • Πες από πριν τι θα γίνει ο χρόνος που κερδίζεται. Αλλιώς θα γεμίσει μόνος του, συνήθως με περισσότερη δουλειά για τους ίδιους ανθρώπους.
  • Ευχαρίστησε τον πρώτο που θα σου πει «εδώ δεν δουλεύει». Σου έδωσε κάτι πιο πολύτιμο από ένα ακόμα «όλα καλά».

Αυτό που μένει

Ένας τρόπος να το σκεφτείς: η τεχνητή νοημοσύνη έχει «διαβάσει» ό,τι έχουμε γράψει όλοι μαζί, εκατομμύρια άνθρωποι, για αιώνες. Όταν τη ρωτάς, είναι σαν να ρωτάς λίγο από όλους μας. Γι’ αυτό αξίζει να τη ρωτάς όπως θα ρωτούσες τον καλύτερο εαυτό σου: για να καταλάβεις κάτι, να κάνεις κάτι καλύτερα, να δεις μια πλευρά που δεν είχες δει. Όχι για να σε δουν οι άλλοι.

Η τεχνολογία αλλάζει γρήγορα, αλλά ένα πράγμα μένει ίδιο: η ομάδα καταλαβαίνει πότε κάτι γίνεται για να γίνει δουλειά και πότε για να φαίνεται. Χρησιμοποίησε την ΤΝ εκεί που βοηθάει, και πες το. Πες το και εκεί που δεν βοηθάει.

Για όποιον θέλει να το δει πιο αναλυτικά, με την έρευνα, την ιστορία και τι θα έλεγε ο Πλάτων γι’ αυτό: Ο νέος φόβος στη δουλειά: όχι ότι η μηχανή θα σε αντικαταστήσει, αλλά ότι δεν τη χρησιμοποιείς αρκετά.

Διάβασε επίσης

Πηγή

  • 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).

Αφήστε ένα Σχόλιο

Η ηλ. διεύθυνση σας δεν δημοσιεύεται. Τα υποχρεωτικά πεδία σημειώνονται με *

Κύλιση στην κορυφή