Η τεχνητή νοημοσύνη δεν έχει εξαφανίσει συνολικά τις θέσεις εργασίας — τουλάχιστον όχι ακόμη. Τα νέα στοιχεία, όμως, δείχνουν ότι μπορεί να κλείνει αθόρυβα την πόρτα από την οποία περνούν συνήθως οι νέοι εργαζόμενοι για να ξεκινήσουν την καριέρα τους.
Ένα χάσμα που μεγαλώνει
Σε επικαιροποιημένη ανάλυση του Stanford, η απασχόληση εργαζομένων ηλικίας 22 έως 25 ετών στα επαγγέλματα με τη μεγαλύτερη έκθεση στην AI βρίσκεται 19% χαμηλότερα από εκείνη των συνομηλίκων τους σε λιγότερο εκτεθειμένους κλάδους. Πέρυσι, η αντίστοιχη διαφορά ήταν 13%. Η εικόνα προκύπτει από ανώνυμα, συχνά συγκεντρωμένα δεδομένα μισθοδοσίας της ADP και από δείκτες που εκτιμούν τόσο τη δυνητική επίδραση της AI όσο και τον τρόπο με τον οποίο χρησιμοποιούνται μοντέλα στην καθημερινή εργασία.
Η σύγκριση δεν σημαίνει ότι κάθε απώλεια θέσης οφείλεται αποκλειστικά στην AI. Δείχνει, όμως, μια επίμονη και διευρυνόμενη συσχέτιση σε συγκεκριμένες ηλικίες και επαγγέλματα. Σε ολόκληρη την οικονομία, οι διαφορές μεταξύ περισσότερο και λιγότερο εκτεθειμένων κλάδων παραμένουν περιορισμένες. Για τους νέους, αντίθετα, η απόσταση είναι πολύ πιο καθαρή.
Η αλλαγή φαίνεται στις προσλήψεις
Οι ερευνητές αποδίδουν το φαινόμενο κυρίως σε χαμηλότερους ρυθμούς πρόσληψης entry-level εργαζομένων και όχι σε περισσότερες απολύσεις ή παραιτήσεις. Από το 2022, η απασχόληση των 22–25 ετών στα επαγγέλματα που ανήκουν στο 40% με τη μεγαλύτερη επίδραση της AI μειώθηκε περίπου 11%. Στο 60% των λιγότερο επηρεασμένων επαγγελμάτων, η απασχόληση των νέων αυξήθηκε κατά 10% την ίδια περίοδο.
Αυτό έχει σημασία επειδή η πρώτη δουλειά δεν είναι μόνο ένας μισθός. Είναι ο χώρος όπου κάποιος μαθαίνει διαδικασίες, αποκτά επαγγελματικές αναφορές και μετατρέπει τη θεωρητική γνώση σε εμπειρία. Αν αυτές οι θέσεις μειώνονται, η αγορά μπορεί να διατηρεί τον συνολικό αριθμό εργαζομένων της, ενώ δυσκολεύει την είσοδο της επόμενης γενιάς.
Αυτοματοποίηση και ενίσχυση δεν είναι το ίδιο
Η μελέτη ξεχωρίζει τις χρήσεις της AI που αυτοματοποιούν μια εργασία από εκείνες που ενισχύουν τον εργαζόμενο. Λογιστές και ελεγκτές, καθώς και υπάλληλοι υποδοχής και ενημέρωσης, συγκαταλέγονται στα επαγγέλματα όπου η χρήση μπορεί να αντικαθιστά μέρος της ανθρώπινης εργασίας. Αντίθετα, διευθύνοντες σύμβουλοι και νοσηλευτές εμφανίζονται συχνότερα σε χρήσεις όπου η τεχνολογία λειτουργεί συμπληρωματικά.
Η διάκριση αυτή εξηγεί γιατί η λέξη «AI» από μόνη της δεν αρκεί για να προβλέψει το μέλλον ενός επαγγέλματος. Το ερώτημα είναι αν το εργαλείο αναλαμβάνει μια τυποποιημένη διαδικασία ή αν αφήνει στον άνθρωπο τις αποφάσεις, την κρίση, την επικοινωνία και την ευθύνη.
Το πρόβλημα της «κλειστής εισόδου»
Οι ερευνητές συνδέουν τα ευρήματα με τη διαφορά ανάμεσα στη ρητά κωδικοποιημένη γνώση και στη σιωπηρή γνώση που αποκτάται με πρακτική, καθοδήγηση και επαναλαμβανόμενη έκθεση σε πραγματικές καταστάσεις. Η AI μπορεί να χειριστεί ευκολότερα διαδικασίες που περιγράφονται σε εγχειρίδια, πρότυπα και ψηφιακά αρχεία. Η εμπειρία, όμως, που χρειάζεται ένας νέος για να γίνει επαγγελματίας δεν μεταφέρεται πάντα τόσο εύκολα σε οδηγίες.
Για την Ελλάδα, η διεθνής ένδειξη είναι ένα χρήσιμο καμπανάκι — όχι απόδειξη ότι η ίδια ακριβώς τάση έχει ήδη μετρηθεί στην ελληνική αγορά. Θέτει, ωστόσο, ένα πρακτικό ερώτημα σε εταιρείες, σχολές και φορείς κατάρτισης: πώς θα προσφέρεται η πρώτη εμπειρία όταν οι απλές, επαναλαμβανόμενες εργασίες γίνονται οι πρώτες που αυτοματοποιούνται;
Τι χρειάζεται να αλλάξει
Η απάντηση δεν είναι να απομονωθούν οι νέοι από τα εργαλεία AI. Είναι να σχεδιαστούν θέσεις όπου η τεχνολογία αυξάνει την παραγωγικότητα, αλλά η μάθηση παραμένει μέρος της δουλειάς. Αυτό σημαίνει οργανωμένο mentoring, αξιολόγηση της ποιότητας των αποτελεσμάτων, εκπαίδευση σε πηγές και δεδομένα, και σταδιακή ανάθεση ευθύνης αντί για απλή παραγωγή έτοιμου κειμένου ή κώδικα.
Οι ελληνικές επιχειρήσεις που προσλαμβάνουν junior προσωπικό θα χρειαστεί να δουν την AI ως εργαλείο εκπαίδευσης και όχι μόνο ως τρόπο μείωσης κόστους. Τα πανεπιστήμια και τα προγράμματα κατάρτισης, από την πλευρά τους, πρέπει να ενισχύσουν δεξιότητες που δεν εξαντλούνται στην εκτέλεση μιας τυποποιημένης εντολής: έλεγχο, κρίση, συνεργασία και κατανόηση του πραγματικού προβλήματος.
Η πλήρης αναφορά του Stanford, όπως παρουσιάζεται από το Ars Technica, δεν προβλέπει ένα ενιαίο μέλλον για όλα τα επαγγέλματα. Προειδοποιεί για κάτι πιο συγκεκριμένο: η αγορά μπορεί να προστατεύει τους ήδη έμπειρους και να δυσκολεύει όσους προσπαθούν να ξεκινήσουν. Το αν η AI θα γίνει σκάλα ή κλειστή πόρτα θα κριθεί σε μεγάλο βαθμό από το πώς θα οργανωθεί η πρώτη δουλειά.