Η τεχνολογία αυξάνει την ανεργία; Όχι ακριβώς.

Η δημοσίευση της έκθεσης Προοπτικές Απασχόλησης 2023 του ΟΟΣΑ αναζωπύρωσε για άλλη μια φορά τη  δημόσια συζήτηση αναφορικά με τις επιπτώσεις της αυτοματοποίησης στην αγορά εργασίας. Αξιοποιώντας νέα δεδομένα, η έκθεση εστιάζει σε τεχνολογίες αυτοματοποίησης– π.χ. ρομποτική, τεχνητή νοημοσύνη κ.ά.– προσδιορίζοντας τα επαγγέλματα με υψηλό κίνδυνο αυτοματοποίησης.

Στο σύνολο των 27 κρατών μελών του ΟΟΣΑ για τα οποία υπάρχουν διαθέσιμα δεδομένα, το 26,8% του εργατικού δυναμικού απασχολείται σε επαγγέλματα με υψηλό κίνδυνο αυτοματοποίησης. Φυσικά, παρατηρούνται διαφορές μεταξύ των χωρών. Στην Ουγγαρία, τη Σλοβακία και την Τσεχία πάνω από 35% των εργαζομένων απασχολούνται σε επαγγέλματα με υψηλό κίνδυνο αυτοματοποίησης. Στις χώρες αυτές, όπου έχει μετεγκατασταθεί σημαντικό τμήμα της βιομηχανίας της ΕΕ,  μετασχηματίζονται και αυτοματοποιούνται οι γραμμές βιομηχανικής παραγωγής έτσι ώστε να παραμείνουν ανταγωνιστικές. Από την άλλη πλευρά, στη Σουηδία, στο Ηνωμένο Βασίλειο και στο Λουξεμβούργο το ποσοστό της συνολικής απασχόλησης που κινδυνεύει από την αυτοματοποίηση είναι ίσο ή μικρότερο του 20%. Στην Ελλάδα το σχετικό ποσοστό είναι 27,6%.

Ο κίνδυνος της αυτοματοποίησης της απασχόλησης δεν συνεπάγεται απαραιτήτως μόνιμη τεχνολογική ανεργία. Ακόμη και τα επαγγέλματα που διατρέχουν τον υψηλότερο κίνδυνο αυτοματοποίησης δεν είναι αναπόφευκτο ότι θα αυτοματοποιηθούν πλήρως. Σε αρκετές περιπτώσεις, η ανθρώπινη εργασία συμπληρώνεται με αυτοματοποιημένες λύσεις.

Δεν είναι η πρώτη φορά που ραγδαίες τεχνολογικές αλλαγές επηρεάζουν ριζικά την αγορά εργασίας. Τους τελευταίους δυόμιση αιώνες, από την αρχή της Βιομηχανικής Επανάστασης, εργάτες εκτοπίζονταν από έναν κλάδο και άλλοι εργάτες (ή ακόμη και οι ίδιοι) έβρισκαν απασχόληση σε κάποιον άλλο κλάδο. Για παράδειγμα, σε όλο τον κόσμο, δημιουργήθηκαν περισσότερες θέσεις εργασίας στη βιομηχανία από όσες χάθηκαν στη γεωργία, και αργότερα στον κλάδο των υπηρεσιών από ότι στη βιομηχανία. Βέβαια, αυτό δεν έγινε ανώδυνα: η ιστορική έρευνα δείχνει ότι π.χ. στη Βρετανία οι μισθοί μόνο γύρω στο 1840 ανέκτησαν το επίπεδο στο οποίο βρίσκονταν το 1760 (προ Βιομηχανικής Επανάστασης).

Τα τελευταία χρόνια, πολλά επαγγέλματα μεσαίων δεξιοτήτων (π.χ. χειριστές μηχανής, βοηθοί λογιστές) αυτοματοποιηθήκαν εύκολα επειδή ακολουθούν ακριβείς, προβλέψιμες διαδικασίες. Αντίθετα, άλλα επαγγέλματα, είτε υψηλής ειδίκευσης (π.χ. ερευνητές, διευθυντές επιχειρήσεων) είτε χαμηλής εξειδίκευσης (π.χ. φροντιστές, καθαριστές) έμειναν ανεπηρέαστα από την αυτοματοποίηση. Αυτό οδήγησε στην  «πόλωση» της αγοράς εργασίας, με τις θέσεις εργασίας μεσαίων δεξιοτήτων (και μεσαίων αμοιβών) να αντικαθίστανται από άλλες θέσεις εργασίας στο πάνω και στο κάτω άκρο της κατανομής δεξιοτήτων (και αμοιβών).

Ο Daron Acemoglu, καθηγητής του MIT, έχει εξηγήσει τον μηχανισμό μέσω του οποίου οι καινοτόμες τεχνολογίες αυξάνουν την παραγωγικότητα: Αρχικά, μειώνονται οι τιμές των αγαθών και των υπηρεσιών των οποίων η παραγωγή αυτοματοποιείται. Στη συνέχεια, οι χαμηλές τιμές αυξάνουν την αγοραστική δύναμη των νοικοκυριών. Τέλος, η καταναλωτική δαπάνη που εξοικονομείται μετατοπίζεται σε άλλα αγαθά και υπηρεσίες στο σύνολο της οικονομίας, αυξάνοντας τη ζήτηση εργασίας για την παραγωγή τους. Παράλληλα, η τεχνολογική πρόοδος οδηγεί στη δημιουργία νέων θέσεων εργασίας σε επαγγέλματα που δεν υπήρχαν. Όπως εκτιμάται, περίπου το 60% των 50 εκατομμυρίων θέσεων εργασίας που δημιουργήθηκαν μεταξύ 1980 και 2015 στις ΗΠΑ αφορούσαν νέα επαγγέλματα που δεν υπήρχαν το 1980. Όπως είναι φανερό, οι επιπτώσεις της τεχνολογικής μεταβολής στην απασχόληση εξαρτώνται όχι μόνο από το πόσες θέσεις εργασίας χάνονται αλλά και από το πόσες νέες θέσεις δημιουργούνται.

Μήπως όμως αυτά ίσχυαν στο παρελθόν; Μήπως αυτή τη φορά είναι όλα διαφορετικά; Μήπως η ραγδαία ανάπτυξη της τεχνητής νοημοσύνης θα οδηγήσει σε μόνιμη τεχνολογική ανεργία για εκατομμύρια εργαζομένους;

Μια σημαντική διαφορά της τεχνητής νοημοσύνης σε σχέση με προηγούμενες τεχνολογίες είναι ότι απειλεί με αυτοματοποίηση ακόμη και θέσεις εργασίας υψηλής ειδίκευσης. Από την άλλη, τα δεδομένα δείχνουν ότι έχει αυξηθεί έντονα η ζήτηση για στατιστικολόγους, μηχανικούς λογισμικού, και άλλους εργαζόμενους υψηλής ειδίκευσης.

Βέβαια, μεγαλύτεροι σε ηλικία εργαζόμενοι με χαμηλή ειδίκευση κινδυνεύουν να μείνουν πίσω. Ορισμένες χώρες έχουν ήδη επενδύσει στην αναβάθμιση των δεξιοτήτων τεχνητής νοημοσύνης, είτε στο εκπαιδευτικό σύστημα (π.χ. Ιρλανδία), είτε μέσω της επαγγελματικής κατάρτισης (π.χ. Γερμανία, Φινλανδία, Ισπανία). Το ανησυχητικό είναι ότι προς το παρόν οι πρωτοβουλίες πολιτικής, ειδικά σε χώρες όπως η Ελλάδα, υπολείπονται των απαιτήσεων που συνεπάγονταιοι ραγδαίες τεχνολογικές  εξελίξεις.

Η πρόκληση για τη δημόσια πολιτική είναι από τη μια πώς θα μεγιστοποιηθούν τα οφέλη και πώς θα ελαχιστοποιηθούν τα κόστη της τεχνολογικής αλλαγής, και από την άλλη πώς θα κατανεμηθούν δίκαια οφέλη και κόστη. Αυτό μεταφράζεται σε συγκεκριμένους στόχους πολιτικής. Πρώτον, μεταρρυθμίσεις στην ρυθμιστική και στην πιστωτική πολιτική ώστε να διευκολυνθεί η μετάβαση από δραστηριότητες φθίνουσες ή χαμηλής παραγωγικότητας στις αναδυόμενες δραστηριότητες υψηλότερης παραγωγικότητας. Δεύτερον, μεταρρυθμίσεις στην εκπαίδευση και στην κατάρτιση ώστε να εφοδιαστούν οι εργαζόμενοι με τις κατάλληλες δεξιότητες που θα τους επιτρέψουν να εκμεταλλευθούν τις νέες ευκαιρίες που δημιουργούνται. Τρίτον, μεταρρυθμίσεις στην κοινωνική προστασία ώστε να στηριχθεί το εισόδημα όσων μένουν πίσω, και όσων εγκαταλείπουν επαγγέλματα χωρίς μέλλον για να μετακινηθούν σε άλλα επαγγέλματα με ευνοϊκότερες προοπτικές.

Η Χρύσα Παπαλεξάτου είναι Υπότροφος της Ερευνητικής Έδρας Α. Γ. Λεβέντη στο Παρατηρητήριο Ελληνικής & Ευρωπαϊκής Οικονομίας του ΕΛΙΑΜΕΠ

Ο Μάνος Ματσαγγάνης είναι Κύριος Ερευνητής, Επικεφαλής του Παρατηρητηρίου Ελληνικής & Ευρωπαϊκής Οικονομίας του ΕΛΙΑΜΕΠ, Υπότροφος της Έδρας «Σταύρος Κωστόπουλος», και Καθηγητής Δημόσιας Οικονομικής στο Πολυτεχνείο Μιλάνου