Στην ταινία Indiana Jones and the Dial of Destiny, ο εμβληματικός αρχαιολόγος δεν φτάνει μόνος στον στόχο του. Η συνεργασία με τη νεότερη συνεργάτιδά του λειτουργεί ως υπενθύμιση ότι η γνώση δεν είναι απλώς πληροφορία αλλά μεταβίβαση εμπειρίας από γενιά σε γενιά. Το ίδιο ακριβώς συμβαίνει και στις επιχειρήσεις σήμερα — μόνο που σε πολλές περιπτώσεις η αλυσίδα αυτή κινδυνεύει να σπάσει.
Καθώς η τεχνητή νοημοσύνη εισέρχεται δυναμικά στην καθημερινή λειτουργία των οργανισμών και οι πολιτικές πρόωρης αποχώρησης προσωπικού απομακρύνουν τα senior στελέχη, ολοένα και περισσότεροι ειδικοί προειδοποιούν για ένα νέο φαινόμενο: την «εταιρική αμνησία». Πρόκειται για την απώλεια άγραφης γνώσης — εκείνης που δεν αποτυπώνεται σε εγχειρίδια ή βάσεις δεδομένων αλλά μεταδίδεται μέσα από εμπειρία, λάθη και πρακτική συνεργασία.
Η NASA είχε βιώσει κάτι αντίστοιχο ήδη από τα μέσα της δεκαετίας του 2000, όταν η γενιά των μηχανικών που οδήγησε τον άνθρωπο στη Σελήνη άρχισε να συνταξιοδοτείται. Τα σχέδια του πυραύλου Saturn V δεν χάθηκαν ποτέ, όπως συχνά αναφέρεται. Εκείνο που κινδύνευσε ήταν το «πώς» — γιατί μια συγκόλληση γινόταν με συγκεκριμένο τρόπο ή πώς ένας έμπειρος μηχανικός μπορούσε να εντοπίσει πρόβλημα απλώς από τον ήχο ενός κινητήρα. Η NASA αναγκάστηκε τελικά να επαναπροσλάβει συνταξιούχους ως συμβούλους, πληρώνοντας μάλιστα υψηλότερα ποσά για τη γνώση που είχε ήδη αποχωρήσει.
Σήμερα, πολλές επιχειρήσεις φαίνεται να επαναλαμβάνουν το ίδιο λάθος. Προγράμματα εθελουσίας εξόδου για εργαζομένους άνω των 50 ή 55 ετών θεωρούνται εύκολη λύση για μείωση κόστους, ενώ ταυτόχρονα η τεχνητή νοημοσύνη αναλαμβάνει μεγάλο μέρος των καθημερινών εργασιών. Το αποτέλεσμα όμως είναι διπλό.
Από τη μία πλευρά, οι νεότεροι εργαζόμενοι χάνουν το στάδιο της «μάθησης μέσα από τη δουλειά». Οι επαναλαμβανόμενες και διοικητικές εργασίες — που παλαιότερα λειτουργούσαν ως σχολείο επαγγελματικής ωρίμανσης — εκτελούνται πλέον από αλγόριθμους. Από την άλλη, η υπερβολική εξάρτηση από την ΑΙ δημιουργεί τον κίνδυνο γνωστικής αδράνειας.
Έρευνα του Harvard Business School σε συμβούλους της Boston Consulting Group έδειξε ότι η χρήση ΑΙ βελτίωσε σημαντικά την απόδοση των λιγότερο έμπειρων εργαζομένων. Ωστόσο, ανέδειξε και έναν σοβαρό κίνδυνο: όταν η τεχνητή νοημοσύνη αναλαμβάνει την ανάλυση και τη σύνθεση ιδεών, οι χρήστες σταδιακά μειώνουν τη δική τους κριτική σκέψη.
Οι νευροεπιστήμες επιβεβαιώνουν το φαινόμενο. Τα νευρωνικά δίκτυα ενισχύονται μέσω επανάληψης και προσπάθειας. Όταν η επίλυση προβλημάτων ανατίθεται συστηματικά σε μηχανές, εξασθενούν δεξιότητες όπως η σύνθετη ανάλυση, η επιχειρηματολογία και η λήψη αποφάσεων σε συνθήκες αβεβαιότητας.
Η αγορά εργασίας κινδυνεύει έτσι να μετατραπεί σε «κλεψύδρα», όπως περιγράφει ο οικονομολόγος του MIT Ντέιβιντ Ότορ: μια μικρή ελίτ υψηλά αμειβόμενων στρατηγικών στελεχών στην κορυφή και μια μεγάλη βάση χαμηλής αξίας υπηρεσιών, με εξαφάνιση των ενδιάμεσων θέσεων όπου οι junior εξελίσσονταν σε senior. Πρόκειται για δομική αδυναμία που μακροπρόθεσμα μειώνει την ανθεκτικότητα των οργανισμών.
Παράλληλα, εμφανίζεται ένας ακόμη κίνδυνος: η ίδια η τεχνητή νοημοσύνη μπορεί να υποβαθμιστεί. Μελέτες πανεπιστημίων όπως της Οξφόρδης και του Κέιμπριτζ έχουν δείξει ότι όταν τα μοντέλα εκπαιδεύονται κυρίως με περιεχόμενο που παράγεται από άλλες ΑΙ — λόγω έλλειψης νέας ανθρώπινης σκέψης — τα αποτελέσματα γίνονται πιο ομοιόμορφα και λιγότερο δημιουργικά, οδηγώντας σε αυτό που οι ερευνητές ονομάζουν «model collapse».
Ορισμένες πρωτοπόρες εταιρείες επιχειρούν ήδη να αντιδράσουν. Δημιουργούν «πρωτόκολλα γνωστικής τριβής», όπου ομάδες καινοτομίας ή στρατηγικής υποχρεώνονται να αναπτύσσουν ιδέες χωρίς τη βοήθεια αλγορίθμων πριν χρησιμοποιήσουν ΑΙ για επιβεβαίωση ή βελτίωση. Στόχος είναι να διατηρηθεί η ανθρώπινη κρίση ως βασικός πυρήνας δημιουργίας αξίας.
Η απάντηση, σύμφωνα με ειδικούς της αγοράς εργασίας, δεν βρίσκεται στην επιλογή μεταξύ εμπειρίας και τεχνολογίας αλλά στη σύνθεσή τους. Οι senior εργαζόμενοι προσφέρουν ιστορική μνήμη, αντίληψη κινδύνου και μακροπρόθεσμη στρατηγική. Οι junior φέρνουν τεχνολογική άνεση, ταχύτητα και νέες οπτικές. Όταν συνεργάζονται, δημιουργείται πολλαπλασιαστικό αποτέλεσμα.
Σε έναν κόσμο όπου σχεδόν τα πάντα μπορούν να αυτοματοποιηθούν, το πραγματικό ανταγωνιστικό πλεονέκτημα δεν θα είναι η πρόσβαση στην τεχνολογία αλλά η ικανότητα λήψης αποφάσεων με κρίση, ηθική και διαίσθηση. Γιατί το μεγαλύτερο ρίσκο δεν είναι να αποτύχει η τεχνητή νοημοσύνη — αλλά να μην υπάρχουν αρκετά εκπαιδευμένοι άνθρωποι για να καταλάβουν πότε και γιατί απέτυχε.
