Public debate on Artificial Intelligence often moves between excitement and anxiety, but the real question is not whether AI will change work, but how quickly and in what terms it will do so. From administrative office positions and customer support to new developers and analysts, pressure is already visible, as automation dynamically enters recurring and digital tasks.
At the same time, the image is not one-dimensional. While some white collar professions become more vulnerable, demand for specialized skills is increasing, while technical and blue collar professions acquire new dynamics, prestige and perspective. In his interview with Liberal, the professor of the Athens University of Economics, George Dukidis, explains why Greece must invest directly in the practical retraining, lifelong learning and connection of TN with the productivity of small and medium-sized enterprises.
Interview with Christos Th. Panagopoulos
Mr. Dukides, several CEOs warn that Artificial Intelligence can automate up to 50% of jobs in the coming years. What categories of workers do you think are now more exposed to Greece: administrative officials, new office graduates, customer support workers, analysts or even junior developers?
The professions that will be adversely affected are White collar, i.e. the office that usually create digital content and do not include manual engagement. The trend here is for more selective demand, not their complete disappearance. In this category of workers the labour market has become more competitive and selective, companies hire less and more targeted, and many entry-level positions are reduced due to TN. Particularly vulnerable professions are administrative positions (secretary, customer support), accountants engaged in routine procedures, low-specialization marketing executives, entry-level developers. The reason is simple, their processes are easily automated and the result of their work is digital and easily reproduced.
Despite the reduction, some other white collar occupations rise to demand, such as data analysis, cybersecurity, risk management and financial analysis, cloud development applications, etc. That is, professions that are not simple. «Office»but combine high specialization in combination with technological developments. So white collar professions don't die, but they reduce the most «easy» occupationals due to TN, while the skill requirement is increasing due to complexity. That is, we are led to an environment with fewer but more specialized white collar workers.
The most calm international analyses show that TN does not necessarily remove entire professions, but mainly individual tasks within them. How important this distinction is not to lead the public debate to excesses and what the professions will not be affected.
Αυτή η διαπίστωση σχετίζεται με τα Blue collar επαγγέλματα (δηλαδή τα τεχνικά / χειρωνακτικά), όπου η τάση είναι για σοβαρή άνοδο της ζήτησης. Οι λόγοι για την αύξηση αφορούν την αναβάθμιση των δεξιοτήτων λόγω τεχνολογικών εξελίξεων, η ΤΝ δεν μπορεί εύκολα να αντικαταστήσει τη φυσική εργασία, υπάρχει γήρανση των εργαζομένων αφού πολλοί εργαζόμενοι συνταξιοδοτούνται και παράλληλα υπάρχει ουσιαστική ανάπτυξη σχετικών κλάδων όπως: κατασκευές, ενέργεια, υποδομές, παραγωγή. Παραδείγματα τέτοιων επαγγελμάτων περιλαμβάνουν τους ηλεκτρολόγους, υδραυλικούς, ενεργειακούς τεχνικούς, κατασκευαστές, μηχανικοί παραγωγής κ.λπ. Παράλληλα σε αυτά τα blue collar επαγγέλματα παρατηρούμε αύξηση μισθών και επαγγελματική σταθερότητα λόγω αναβάθμισης της εργασίας τους με την τεχνολογική αναβάθμιση του εργασιακού αντικειμένου, για παράδειγμα τεχνολογίες IoT εντός του σπιτιού.
Συμπερασματικά η αγορά εργασίας δεν κατευθύνεται προς «white vs blue collar» αλλά προς μια οικονομία δεξιοτήτων. Δηλαδή δεν θα μετράει τόσο πολύ το πτυχίο, αλλά τι μπορεί να κάνει πρακτικά ο εργαζόμενος με τις αναγκαίες δεξιότητες. Όπως τις τεχνικές γνωσιακές και αλλά κυρίως τος ποιοτικές όλως τη συνεργασία, την επικοινωνία, την καινοτόμο σκέψη κ.λπ.
Άρα βλέπουμε μια ανάπτυξη των Blue Colllar επαγγελμάτων. Για να ξεπερασθεί όμως η κοινωνική υποτίμηση των Blue Collar επαγγελμάτων που έχουμε στην Ελλάδα, μήπως υπάρχει δυνατότητα για πανεπιστημιακή εκπαίδευση τους και πως αυτό θα επιφέρει αλλαγές στο εργασιακό περιβάλλον του μέλλοντος;
Ναι και μάλιστα αυτή είναι μια από τις πιο σημαντικές δυνατότητες που ανοίγονται σήμερα και με την αξιοποίηση της ΤΝ. Όμως δεν αναφερόμαστε στο κλασικό πανεπιστήμιο όπως το ξέρουμε, αλλά για ένα νέο υβριδικό μοντέλο εκπαίδευσης που γεφυρώνει τα blue-collar επαγγέλματα με πανεπιστημιακού επιπέδου γνώση. Η προχωρημένη εκπαίδευση αφορά τεχνικά επαγγέλματα όπως: ηλεκτρολόγοι, μηχανικοί αυτοματισμών, τεχνικοί δικτύων κ.λπ. σταδιακά γίνεται αναγκαία γιατί αρχίζουν να απαιτούν κατανόηση πολύπλοκων ψηφιακών συστημάτων, γνώση και χρήση προχωρημένων τεχνολογικών εργαλείων και ανάλυση δεδομένων. Δηλαδή, πιο επιστημονικό υπόβαθρο από παλιά. Επίσης αναδεικνύονται νέες μορφές σπουδών και όχι απαραίτητα 4ετές πτυχίο.
Δηλαδή αναπτύσσονται νέα εκπαιδευτικά μοντέλα όπως οι μικρές επαγγελματικές πιστοποιήσεις (micro-credentials), πανεπιστημιακές σπουδές που «χτίζονται» κομμάτι-κομμάτι (stackable degrees) κατά τη διάρκεια όλης της εργασιακής ζωής. Έτσι κάποιος εργαζόμενος μπορεί να δουλεύει και να σπουδάζει ταυτόχρονα, καθώς και να επιστρέφει στην εκπαίδευση όταν χρειάζεται και όταν μπορεί. Σε αυτό το νέο μοντέλο εκπαίδευσης ο ρόλος της ΤΝ είναι καθοριστικός γιατί η ΤΝ κάνει την εκπαίδευση πιο πρακτική (μέσω simulations, AR/VR), προσαρμόζει τη μάθηση σε ανθρώπους χωρίς σοβαρό ακαδημαϊκό υπόβαθρο και επιταχύνει την εκμάθηση τεχνικών δεξιοτήτων.
Αν το δούμε όμως ρεαλιστικά. Δεν χρειάζονται όλα τα blue-collar jobs πανεπιστημιακό επίπεδο, ενώ η υπερ-ακαδημαϊκοποίηση μπορεί να είναι και πρόβλημα. Τέλος να η ξεχνάμε ότι η αξία της πρακτικής εμπειρίας παραμένει τεράστια. Σίγουρα θα μεγαλώσει η δυνατότητα «πανεπιστημιακού τύπου» εκπαίδευσης για blue collars, αλλά θα είναι πιο ευέλικτη, πιο πρακτική, πιο συνδεδεμένη με την αγορά. Εν κατακλείδι αναφερόμαστε σε σημαντικές κοινωνικές αλλαγές όπου θα μειωθεί το χάσμα μεταξύ “χειρωνακτικής” και “πνευματικής” εργασίας, κάποια τεχνικά επαγγέλματα θα αποκτήσουν υψηλότερο κύρος και εισόδημα, και τα πανεπιστήμια θα ανοίξουν σε πιο διαφορετικά προφίλ φοιτητών.
Πόσο έτοιμο είναι το ελληνικό εκπαιδευτικό σύστημα – από τα πανεπιστήμια έως τη δια βίου μάθηση – να περάσει από τη θεωρητική συζήτηση στην πρακτική επανεκπαίδευση εργαζομένων που θα βρεθούν αντιμέτωποι με την αυτοματοποίηση λόγω AI;
Στα ελληνικά πανεπιστήμια ήδη λειτουργούν 21 μεταπτυχιακά προγράμματα σε ΤΝ και data analytics και αρκετά είναι σε διαδικασία δημιουργίας. Άρα σε επίπεδο τεχνικών αποφοίτων ΤΝ δεν φαίνεται για την ώρα να υπάρχει ουσιαστική έλλειψη. Το πρόβλημα είναι στην αποτελεσματική ένταξη της ΤΝ στα προγράμματα σπουδών άλλων ειδικοτήτων όπως στη νομική, διοίκηση επιχειρήσεων, ιατρική κλπ. Αυτό είναι αναγκαίο γιατί όλα αυτά τα επαγγέλματα επηρεάζονται άμεσα από την ΤΝ, Παράλληλα τα πανεπιστήμια θα πρέπει άμεσα να υλοποιήσουν προγράμματα συνεχιζόμενης εκπαίδευσης για την εκπαίδευση στη ΤΝ των εργαζομένων. Ένα τέτοιο προγράμματα που λειτουργούμε στο Οικονομικό Πανεπιστήμιο Αθηνών μέσω του κέντρου δια βίου μαθ για τον «επιχειρηματικό μετασχηματισμό και ΤΝ» έχει εξαιρετική ζήτηση και προγραμματίζουμε νέο πρόγραμμα με αναφορά στην ένταξη της ΤΝ στα γνωστά επιχειρηματικά συστήματά ERP και CRM.
Επίσης να μη ξεχνάμε ότι η ίδια η εκπαίδευση ήδη αλλάζει γρήγορα λόγω της τεχνητής νοημοσύνης (ΤΝ). Δεν πρόκειται απλώς για “ψηφιοποίηση” μαθημάτων, αλλά για αναδιαμόρφωση του ίδιου του τρόπου που μαθαίνουμε, διδάσκουμε και αξιολογούμε. Άρα τα ελληνικά ΑΕΙ θα πρέπει να προετοιμαστούν για το νέο αυτό περιβάλλον με βάση τις παρακάτω αρχές:
(1) Η ΤΝ να επιτρέπει προγράμματα σπουδών προσαρμοσμένα στον κάθε φοιτητή. Αντί για ένα ενιαίο syllabus το περιεχόμενο θα προσαρμόζεται στο επίπεδο και τον ρυθμό του φοιτητή, που θα λαμβάνει στοχευμένο feedback σε πραγματικό χρόνο, ενώ τα κενά γνώσης θα εντοπίζονται αυτόματα.
(2) Οι κλασικές γραπτές εξετάσεις χάνουν την αξία τους όταν η ΤΝ μπορεί να απαντήσει εύκολα σε ερωτήσεις. Άρα να ενταχθούν περισσότερα projects και εφαρμοσμένες εργασίες, αξιολόγηση της διαδικασίας μάθησης και όχι μόνο του αποτελέσματος, και περισσότερες προφορικές/διαδραστικές εξετάσεις.
(3) Η πανεπιστημιακή εκπαίδευση δεν θα είναι μόνο 3-5 χρόνια αλλά δια βίου. Άρα τα πανεπιστήμια θα πρέπει να μετασχηματιστούν σταδιακά ώστε να μην είναι μια σύντομη φάση στα αρχικά στάδια της ζωής μας και να γίνουν hubs συνεχούς εκπαίδευσης, με επαγγελματικές μικρο-πιστοποιήσεις (micro-credentials) και ευέλικτα online και υβριδικά προγράμματα.
Θέλω να πιστεύω ότι η ΤΝ δε θα αντικαταστήσει το πανεπιστήμιο, αλλά θα το αναγκάσει να γίνει πιο ευέλικτο, πρακτικό, με επικέντρωση στη σκέψη και όχι στη στείρα γνώση.
Ποια θα ήταν, κατά τη γνώμη σας, τα άμεσα μέτρα πολιτικής που πρέπει να λάβει η Ελλάδα τώρα: φορολογικά κίνητρα για reskilling, αλλαγές στα πανεπιστημιακά προγράμματα, ενεργητικές πολιτικές απασχόλησης ή ένα νέο πλαίσιο προστασίας της εργασίας απέναντι στην αλγοριθμική διοίκηση;
Στην Ελλάδα έχομε περίπου 700000 μικρομεσαίες επιχειρήσεις στις ποιες είναι αναγκαίο να αυξηθεί η παραγωγικότητας τους για να αυξήσουν την ανταγωνιστικότητας τους. Περίπου οι μισές αφορούν επαγγελματίες/επιστήμονες (όπως λογιστές, δικηγόροι, μηχανικοί κλπ) που παράγουν περιεχόμενο και άυλες υπηρεσίες. Σε αυτές τις επαγγελματικές ομάδες το generative ΑΙ για αυτόματη παραγωγή περιεχομένου αξιοποιείται ευρέως γιατί είναι εύκολη η χρήση των γνωστών εργαλείων ΑΙ. Ήδη βλέπουμε ουσιαστική αύξηση της παραγωγικότητας τους ειδικά για απλές επαναλαμβανόμενες εργασίες.
Το πρόβλημα είναι για τις μικρομεσαίες επιχειρήσεις που αφορούν το εμπόριο και τη παραγωγή, όπου οι διαδικασίες είναι πιο πολύπλοκες. Εδώ οι επιχειρηματίες, λόγω περιορισμένων πόρων και της έλλειψης ειδικών γνώσεων, χρειάζονται καθημερινά πολλαπλούς βοηθούς και άρα το Agentic AI. Δηλαδή την ένταξη σεναρίων βοηθών ΤΝ στο πλαίσιο της καθημερινής χρήσης των συστημάτων ERP και CRM, ώστε αυτά τα συστήματά να γίνουν πραγματικά εργαλεία υποστήριξης αποφάσεων και αποδοτικής λειτουργίας. Άρα θα πρότεινα ως κυρία κυβερνητική πρωτοβουλία την ενίσχυση μέσω vouchers της μαζικής εισαγωγής σεναρίων agentic AI στα επιχειρηματικά πληροφοριακά συστήματά ειδικά για τις μικρομεσαίες επιχειρήσεις.
Επίσης, είναι αναγκαίο να ξεκινήσουν άμεσα μαζικά προγράμματα επανειδίκευσης εργαζομένων στη ΤΝ, όχι όμως γενικά και θεωρητικά, αλλά με συγκεκριμένα σενάρια πρακτικής αξιοποίησης (generative AI, agentic AI, data analytics) ανά συγκεκριμένο επιχειρηματικό κλάδο (για παράδειγμα τουρισμός, βιομηχανία, χονδρεμπόριο) και ανά επιχειρηματική λειτουργία (για παράδειγμα λογιστήριο, παραγωγή, μάρκετινγκ).
* Ο Γιώργος Δουκίδης είναι επικεφαλής του Εργαστηρίου Ηλεκτρονικού Εμπορίου και Επιχειρείν (ELTRUN) του Τμήματος Διοικητικής Επιστήμης και Τεχνολογίας στο Οικονομικό Πανεπιστήμιο Αθηνών.
