Την ώρα που οι εταιρείες σε όλο τον κόσμο πειραματίζονται με τετραήμερη εβδομάδα εργασίας, οι εργαζόμενοι συνεχίζουν να… ζυγίζουν το ενδιαφέρον τους για την ιδέα. Η συντριπτική πλειοψηφία, το 81% των νέων, υποστηρίζει την τετραήμερη εβδομάδα εργασίας, σύμφωνα με δημοσκόπηση του CNBC και του Generation Lab σε 1.033 Αμερικανούς ηλικίας 18-34 ετών.
Παράλληλα, η εξέλιξη των εργαλείων τεχνητής νοημοσύνης όπως το Microsoft Copilot θα μπορούσε να βοηθήσει τους εργαζόμενους να αυξήσουν την παραγωγικότητα στη δουλειά τους. Περίπου το 53% του χρόνου των εργαζομένων ξοδεύεται σε μια πολυάσχολη εργασία, λέει η Rebecca Hinds, επικεφαλής του Work Innovation Lab by Asana. Αυτός αφορά στον προγραμματισμό συνεδριάσεων, στη παρακολούθηση συνεδριάσεων, και στον συντονισμός των εργασιών. Και η τεχνητή νοημοσύνη έχει τεράστιες δυνατότητες να αυτοματοποιήσει αυτή την πολυάσχολη εργασία.
Με τόσες υποσχέσεις σχετικά με το, πόσο από τον φόρτο εργασίας των εργαζομένων θα μπορούσε να μειώσει η τεχνητή νοημοσύνη, είναι ορατό το ενδεχόμενο μιας τετραήμερης εβδομάδας εργασίας κάποια στιγμή στο μέλλον;
«Το πιστεύω οπωσδήποτε», λέει η Kelly Daniel, διευθυντής ειδήσεων στην εταιρεία δημιουργίας AI Lazarus AI. Προσθέτει ακόμη πως «Τα μοντέλα AI γίνονται πιο έξυπνα. Γίνονται πιο ικανά. Η δυνατότητα να τα προσαρμόσετε σε μια μοναδική εμπειρία γίνεται γρηγορότερη, ευκολότερη και φθηνότερη».
Άλλοι ειδικοί συμφωνούν -με επιφυλάξεις- ότι σε μεγάλο βαθμό αυτό εξαρτάται από τη λήψη αποφάσεων σε όλη την εταιρεία.
Να πώς η τεχνητή νοημοσύνη θα μπορούσε να παίξει στην τετραήμερη εβδομάδα εργασίας – Όλοι θα πρέπει να επωφεληθούν από την τεχνολογία
Αρχικά, ενώ πολλοί έχουν ήδη αρχίσει να βλέπουν τα οφέλη από τη χρήση ορισμένων εργαλείων τεχνητής νοημοσύνης, η επιτυχία αυτών δεν είναι ομοιόμορφα κατανεμημένη.
«Εάν χρησιμοποιείτε AI κάθε μέρα, το 89% αυτών των εργαζομένων αναφέρουν κέρδη παραγωγικότητας», λέει η Hinds. Αλλά, προσθέτει, «αν προσφεύγετε αποκλειστικά στην AI κάθε μήνα ή κάθε εβδομάδα, είναι πολύ λιγότερο πιθανό να αναφέρετε κέρδη παραγωγικότητας».
Αυτό καθιστά δύσκολο για όλους να αξιολογήσουν, πόσο αποτελεσματική είναι πραγματικά αυτή η τεχνολογία και να λάβουν αποφάσεις για το εργατικό δυναμικό τους ανάλογα. «Για να λειτουργήσει πραγματικά ένας διαφορετικός τύπος διευθέτησης εργασίας, όλοι θα πρέπει να έχουν κάποιο όφελος από την τεχνολογία και να μπορούν να τη χρησιμοποιούν αποτελεσματικά» λέει η Hinds για μια τετραήμερη εβδομαδιαία εργασία.
Μέχρι να υπάρξει ευρεία υιοθέτηση τόσο σε άτομα όσο και σε ομάδες, πιθανότατα δεν θα υπάρξει καμία αλλαγή στα ευέλικτα στυλ εργασίας. «Νομίζω ότι οι οργανισμοί αισθάνονται άνετα με το status quo», τονίζει.
Πιθανότατα θα «διαφέρει από επιχείρηση σε επιχείρηση»
Εάν έρθει μια στιγμή, που οι εταιρείες αφομοιώσουν πλήρως αυτήν την τεχνολογία και δουν την αύξηση παραγωγικότητας που θα μπορούσε να βοηθήσει την ιδέα για μικρότερη εβδομάδα, το αποτέλεσμα θα μπορούσε να εκδηλωθεί με διαφορετικούς τρόπους.
Ορισμένες εταιρείες θα μπορούσαν να σκεφτούν: «Αναμένουμε από εσάς να έχετε την ίδια παραγωγικότητα την εβδομάδα», λέει ο Mark Riedl, καθηγητής στο Ινστιτούτο Τεχνολογίας της Georgia. «Και αν μπορείτε να το κάνετε αυτό σε τέσσερις ημέρες αντί για πέντε, αυτό είναι υπέροχο. Πήγαινε σπίτι».
Άλλοι, ωστόσο, θα μπορούσαν να σκεφτούν, πως στη θέση της πολυάσχολης δουλειάς που μπορεί να αναλάβει η τεχνητή νοημοσύνη «Θα πρέπει απλώς να μετατρέψετε τον χρόνο σας σε πιο ουσιαστική δουλειά και να συνεχίσετε να εργάζεστε τόσο πολύ, επειδή υπάρχει πάντα πάρα πολλή δουλειά που πρέπει να γίνει», λέει.
Και σε πολλές περιπτώσεις ακόμα, θα μπορούσε να χρησιμοποιηθεί η έλευση της τεχνητής νοημοσύνης για να περικοπούν ορισμένες θέσεις εργασίας εντελώς, πράγμα που μπορεί να σημαίνει ότι οι συνάδελφοί τους θα αναλάβουν αυτή τη δουλειά. «Δεν φαντάζομαι ότι έχουμε πάρα πολλές θέσεις εργασίας που θα αντικατασταθούν 100%», λέει ο Reidl, αλλά ορισμένες εταιρείες μπορεί να ανακαλύψουν ότι «μπορούν να ανελιχθούν, βγάζοντας τον ίδιο όγκο εργασίας με λιγότερα άτομα», στηρίζει.
Τελικά, ο τρόπος με τον οποίο θα εξελιχθεί η έλευση της τεχνητής νοημοσύνης για τους εργαζόμενους πιθανότατα «θα διαφέρει από επιχείρηση σε επιχείρηση με βάση τους στόχους και τις ανάγκες τους», καταλήγει ο Daniel.