Το 1769 ο Ούγγρος μηχανικός Βόλφγκανγκ φον Κέμπελεν κατασκεύασε τον Mechanical Turk (Μηχανικό Τούρκο), μια μηχανική κούκλα που έμοιαζε με μεγαλόσωμο άνθρωπο και φορούσε τούρκικη ενδυμασία. Έπαιζε σκάκι με μεγάλη ικανότητα και απαντούσε σε ερωτήσεις υποδεικνύοντας τα γράμματα της απάντησής του. Η εφεύρεση είχε ως στόχο να διασκεδάσει τις ευρωπαϊκές αυλές, πράγμα που κατόρθωσε, συγκεντρώνοντας μεγάλο ενδιαφέρον. Στη συνέχεια περιόδευσε στην Αμερική, ενώ αναμετρήθηκε σκακιστικά με προσωπικότητες της εποχής όπως ο Μέγας Ναπολέοντας. Ωστόσο το μυστικό δεν άργησε να αποκαλυφθεί: στο εσωτερικό της συσκευής κρυβόταν ένας νάνος ο οποίος κινούσε το μηχανικό χέρι με μοχλούς.
Το 2005 η Amazon δημιούργησε τη μεγαλύτερη και γνωστότερη διαδικτυακή πλατφόρμα με στόχο τη λειτουργία της ως μεσάζοντα για εταιρείες που ενδιαφέρονται για την ανάθεση μικροεργασιών ψηφιακής φύσης σε εξωτερικούς συνεργάτες. Ο ιδρυτής της Amazon επέλεξε να ονομάσει την πλατφόρμα Mechanical Turk κάνοντας ένα κυνικό ιστορικό αστείο, απλά επειδή μπορούσε. Τα χρόνια που ακολούθησαν η πλατφόρμα βρήκε τεράστια απήχηση, ιδιαίτερα στον τομέα των εφαρμογών τεχνητής νοημοσύνης.
Το μοντέλο των ψηφιακών πλατφορμών όπως η Mechanical Turk σήμερα έχει κατακλύσει την αγορά και περιγράφεται με τον όρο gig economy. Στις πλατφόρμες εμφανίζονται δύο κατηγορίες χρηστών: οι “εργάτες” που ψάχνουν για δουλειά και οι “αιτούντες”, δηλαδή οι εργοδότες που αναζητούν εργαζόμενους για να τους αναθέσουν κάποια on line εργασία. Η πλατφόρμα απλά τους φέρνει σε επαφή και κρατάει προμήθεια από την αμοιβή της κάθε εργασίας. Η μεσολάβηση της πληροφορίας μεταξύ ζήτησης και προσφοράς εργασίας έχει καταστεί ο κεντρικός μηχανισμός που επέτρεψε η λογική των υπεργολαβιών να διαχυθεί σε όλα τα επίπεδα της παραγωγικής διαδικασίας.1
Οι εργαζόμενοι δεν αναγνωρίζονται με αυτή την ιδιότητα, αλλά ως εξωτερικοί συνεργάτες, και δεν προστατεύονται από την εργατική νομοθεσία. Οι υποχρεώσεις και τα συνδεόμενα με αυτές κόστη που αποφεύγουν οι εταιρείες όταν χρησιμοποιούν ψηφιακή εργασία περιλαμβάνουν τις υπερωρίες, τον κατώτατο μισθό, ασφάλιση, επιδόματα ανεργίας, άδειες μητρότητας, άδειες ασθενείας, αποζημιώσεις σε περίπτωση ατυχήματος και άλλα εργασιακά δικαιώματα κατακτημένα για άλλους κλάδους. Στα παραπάνω μπορούν να προστεθούν και τα έξοδα που συνδέονται με τη συντήρηση των χώρων εργασίας, του απαραίτητου εξοπλισμού, των μεταφορών, της εκπαίδευσης κ.λ.π.
“Μυθολογία” με ταξικό πρόσημο
Όταν μιλάμε για τεχνητή νοημοσύνη, αναφερόμαστε σε αλγόριθμους μηχανικής μάθησης, οι οποίοι προϋποθέτουν τεράστια σύνολα δεδομένων (Big Data) προκειμένου να αναγνωρίσουν μοτίβα και να κάνουν προβλέψεις. Ωστόσο τα ερωτήματα που δεν τέθηκαν με επάρκεια στη δημόσια συζήτηση προτού οι αλγόριθμοι εισχωρήσουν -τις περισσότερες φορές εν αγνοία μας- σε κάθε πτυχή της ζωής μας έχουν να κάνουν με το ποιοι συλλέγουν τα δεδομένα που τροφοδοτούν τους αλγόριθμους, από πού προέρχονται, ποιους εξυπηρετούν και ποιους βλάπτουν. Στις “ξεχασμένες ερωτήσεις” προστίθενται και δύο μύθοι που εμπλέκονται αναποτελεσματικά στη συζήτηση.
α. “Η τεχνητή νοημοσύνη είναι άυλη”
Οταν μιλάμε για τεχνητή νοημοσύνη, δεν μιλάμε για κάτι άυλο. Αναφερόμαστε σε κτήρια και υπολογιστές, χιλιάδες μέτρα οπτικών ινών κάτω από τους δρόμους των πόλεων και τους βυθούς των ωκεανών, τεράστια κέντρα δεδομένων, ογκωδέστατα κλιματιστικά μηχανήματα για την ασφαλή λειτουργία τους, δορυφόρους και πλήθος άλλων απολύτως υλικών υποδομών. Πρόκειται για μια διαδικασία παραγωγής και ως τέτοια ακολουθεί συγκεκριμένα στάδια: δημιουργία διαδικτυακής ροής, εξόρυξη δεδομένων, καθαρισμός και επεξεργασία, πώληση υπηρεσιών ψηφιακής προώθησης. Κάθε στάδιο προϋποθέτει και εμπεριέχει συγκεκριμένες υλικές υποδομές και ενσώματη εργασία. Η εκπαίδευση της τεχνητής νοημοσύνης απαιτεί τη σήμανση και ταξινόμηση ατελείωτων φωτογραφιών, βίντεο, μεταφράσεων κειμένων, επεξεργασία τμημάτων λογισμικού κ.ά. Η ανθρώπινη εργασία παραμένει θεμελιώδης, είτε γιατί είναι πιο οικονομική, είτε επειδή οι υπολογιστές δεν μπορούν να επιτελέσουν αυτό το έργο.
β. “Τα ρομπότ θα μας πάρουν τις δουλειές”
Δεν υπάρχει τεχνητή νοημοσύνη χωρίς ανθρώπινη εργασία. Τα μηχανήματα μπορούν να επεξεργαστούν μεγάλες ποσότητες δεδομένων, αλλά δεν μπορούν να κατανοήσουν συναισθήματα, να ερμηνεύσουν τη γλώσσα του σώματος, δεν διαθέτουν δημιουργικότητα, δεν μπορούν να κατανοήσουν την κοινωνική συμπεριφορά και δεν είναι σε θέση να διαπραγματευτούν ή να διαχειριστούν ομάδες. Για να το συνοψίσουμε, πρόκειται για ικανότητες που σχετίζονται με τη δεξιοτεχνία και την αντίληψη συμφραζομένων vs της δυνατότητας μαθηματικής επεξεργασίας μεγάλου όγκου δεδομένων σε έκταση αδύνατη για τον ανθρώπινο εγκέφαλο.
Σύμφωνα με τη (μυθ)ιστορία, όταν ο διευθύνων σύμβουλος του εργοστασίου της Ford Χ. Φορντ επισκέφτηκε μια εργοστασιακή μονάδα στην οποία είχαν εισαχθεί τεχνολογικές καινοτομίες συνάντησε τον επικεφαλής του συνδικάτου United Auto Workers. Κατά τη διάρκεια της επίσκεψης τον ρώτησε με διάθεση περιπαικτική: “Να δω τώρα πώς θα πείσετε τα ρομπότ να πληρώνουν εισφορές στο ταμείο του σωματείου σας” και εκείνος του απάντησε: “Να δω τώρα εσύ πώς θα πείσεις τα ρομπότ να αγοράσουν τα αυτοκίνητά σου”. Η παραπάνω ιστορία συμπυκνώνει μια μεγάλη αλήθεια. Όσο και να επιδιώκει η εργοδοσία τη μείωση του εργατικού κόστους, θα υπόκειται πάντα στον περιορισμό της διατήρησης της καταναλωτικής ικανότητας των εργαζομένων.
Στην παρούσα φάση, η αυτοματοποίηση αποτελεί μία από τις εναλλακτικές λύσεις του καπιταλισμού, ανάμεσα στις οποίες ιδιαίτερο ρόλο έχει η πρακτική outsourcing (η μεταφορά της παραγωγής σε χώρες ή περιβάλλοντα που εξασφαλίζουν χαμηλό εργατικό κόστος). Η καθήλωση των μισθών και η διαρκής επέκταση της ευέλικτης απασχόλησης στα αστικά κέντρα περιόρισαν τα κίνητρα για εισαγωγή ρομπότ στους χώρους εργασίας2. Ο πλήρης αυτοματισμός και η εισαγωγή των ρομπότ σε μεγάλη κλίμακα δεν είναι βιώσιμη επιλογή για τον καπιταλισμό. Κάτι τέτοιο θα συνεπαγόταν την εξαφάνιση της οικονομίας της αγοράς, του χρήματος, του κεφαλαίου και του κέρδους. Η πιο πιθανή εναλλακτική είναι ύφεση μακράς διάρκειας, μερική αυτοματοποίηση με περιορισμένη εισαγωγή ρομπότ3.
Μέσα σε δέκα χρόνια οι GAFAM4 υπερέβησαν σε κερδοφορία τις πετρελαϊκές εταιρείες και τις τράπεζες. Ένας επιπλέον μύθος που καλλιεργούν είναι ότι η ιδιαίτερα υψηλή κερδοφορία τους οφείλεται στην τεχνολογική τους καινοτομία και την αυξανόμενη αντικατάσταση της ανθρώπινης εργασίας από μηχανές και αλγόριθμους. Στην πραγματικότητα, το όφελος από το αρρύθμιστο τοπίο για τους τεχνολογικούς κολοσσούς ισοδυναμεί με το μεγαλύτερο ποσοστό των υπερκερδών τους. Η καλλιέργεια όλων των παραπάνω μύθων εξυπηρετεί την ιδέα ότι πρόκειται για έναν νέο κλάδο, τόσο διαφορετικό ώστε να μην υπόκειται στις ρυθμίσεις των υπολοίπων αναφορικά με εργασιακά δικαιώματα, περιβαλλοντικό αποτύπωμα,5 φορολογικό καθεστώς ή την εκμετάλλευση της ολιγοπωλιακής τους θέσης στην αγορά. Οι πραγματικά ωφελημένοι από την επικράτησή τους είναι οι εργοδότες, που δεν είναι πλέον υποχρεωμένοι να ανταποκρίνονται στις υποχρεώσεις στις οποίες υπόκεινται οι άλλοι επιχειρηματικοί κλάδοι.
Είναι σαφές ότι οι αλλαγές είναι κολοσσιαίες, ωστόσο το δέος που τις συνοδεύει δεν είναι καλός σύμβουλος. Εργαλεία όπως η ρύθμιση, οι συλλογικές εργατικές διεκδικήσεις και η αλληλεγγύη μεταξύ των κλάδων είναι πολύτιμα, όπως υπήρξαν και σε όλες τις προηγούμενες ιστορικές περιόδους έντασης του μετασχηματισμού της εργασίας. Χρειάζεται φαντασία γιατί το τοπίο είναι νέο. Χρειάζεται τεχνογνωσία γιατί είναι περίπλοκο. Χρειάζεται σκληρούς αγώνες γιατί τα τεχνολογικά μονοπώλια έχουν συσσωρεύσει τεράστιο πλούτο. Χρειάζεται κοινωνικές συμμαχίες και πολιτική εκπροσώπηση του κόσμου της εργασίας. Η διαδικασία θα είναι μακρά, όπως ήταν πάντα οι ιστορικές διαδικασίες.
Μαθήματα από το παρελθόν
Η μελέτη της ιστορίας του ανταγωνισμού μεταξύ κεφαλαίου και εργασίας των τελευταίων αιώνων καθιστά σαφές ότι το “αφήγημα” σχετικά με την επερχόμενη απαξίωση της ανθρώπινης εργασίας, λόγω της υποκατάστασής της από την επιστήμη και την τεχνολογία, είναι μια εκδοχή με πολλαπλά οφέλη για την πλευρά του κεφαλαίου και της εργοδοσίας. Συνόδευσε την εισαγωγή κάθε μεγάλης τεχνολογικής καινοτομίας στην παραγωγή -είτε στη βιομηχανία είτε στην αγροτική παραγωγή- και πάντα, ιδιαίτερα στα πρώτα της στάδια, λειτούργησε ως απειλή προς τους εργαζόμενους με στόχο την περαιτέρω συμπίεση των δικαιωμάτων και των διεκδικήσεων τους. Το 2018, στη Σύνοδο για την Ανάπτυξη που πραγματοποιήθηκε στον Καναδά, ο διοικητής της Τράπεζας της Αγγλίας Μ. Κάρνεϊ σημείωνε6: “Αν αντικαταστήσουμε την ατμομηχανή με την τεχνητή νοημοσύνη, τα εργοστάσια κλωστοϋφαντουργίας με πλατφόρμες και τον τηλέγραφο με το Twitter, θα αναγνωρίσουμε τις ίδιες δυναμικές με εκείνες που υπήρχαν πριν από 150 χρόνια, όταν ο Μαρξ έγραφε το ‘Κομουνιστικό Μανιφέστο’”. Όπως τότε έτσι και σήμερα τον εργαζόμενο δεν τον ενδιέφερε η τεχνική πρόοδος αφηρημένα, αλλά η αποφυγή της ανεργίας και η διατήρηση του βιοτικού του επιπέδου, το οποίο περιλαμβάνει όχι μόνο τον μισθό, αλλά και μη χρηματικούς συντελεστές όπως η ελευθερία και η αξιοπρέπεια.
Ο Ε. Hobsbawm σε μελέτη του σχετικά με τις αντιδράσεις των εργατών την περίοδο της εκτεταμένης εκβιομηχάνισης στην Ευρώπη σημειώνει ότι αν οι εργάτες έμεναν αδρανείς εξαιτίας του δέους που τους προκαλούσαν το μέγεθος και οι δυνατότητες των τεχνολογικών καινοτομιών, αν αποδέχονταν τις συνέπειες της εισαγωγής τους στην παραγωγή ως αναπόφευκτη εξέλιξη, θα έχαναν ένα πολύτιμο διαπραγματευτικό όπλο.7 Πρόβλημα ήταν και παραμένει: i. το καθεστώς ιδιοκτησίας των τεχνολογικών καινοτομιών, ii. η ανεπαρκής μέριμνα τόσο ως προς τη λειτουργία τους όσο και ως προς την εισαγωγή τους στην παραγωγή με τρόπο κοινωνικά υπεύθυνο, που δεν θα πλήττει τα δικαιώματα των εργαζομένων και iii. ο διαχρονικός τρόπος χρήσης της τεχνολογίας από την πλευρά της εργοδοσίας προκειμένου να εκβιάσει τους εργαζόμενους με το πρόσχημα ότι δεν θα είναι πλέον απαραίτητοι, εκμεταλλευόμενη τις ανακατατάξεις που συνοδεύουν την εισαγωγή τεχνολογικών καινοτομιών στην παραγωγή και το δέος που αρχικά προκαλούν.
1 Ν. Σμυρναίος, “Digital Labor: new forms of labor, resistance and organization in the context of digital capitalism”στο Conclusions of the FORCE event on Work in the 4th Industrial Revolution, https://enaforce.eu/force-workshop/.
2 Έχει ενδιαφέρον ότι, σύμφωνα με στατιστικά στοιχεία του υπουργείου Εργασίας στις ΗΠΑ, από το 2017 καταγράφτηκε περιορισμός στην εισαγωγή ρομπότ, σε αντίθεση με την τάση της προηγούμενης δεκαετίας. Παρόμοια είναι η τάση και σε άλλες χώρες του ανεπτυγμένου Βορρά. Π. Παπακωνσταντίνου, “Άνθρωποι και Ρομπότ”, εκδ. Λιβάνης, 2020 σ.167.
3 E. Mandel, “Ο ύστερος καπιταλισμός”, εκδ. Gutenberg, Αθήνα 1990.
4 Το ακρωνύμιο αναφέρεται στις εταιρείες Google, Apple, Facebook, Amazon and Microsoft.
5 Σύμφωνα με έρευνα του Πανεπιστημίου της Μασαχουσέτης, υπολογίζεται ότι η εκπαίδευση ενός και μόνο αλγορίθμου τεχνητής νοημοσύνης με τη μέθοδο deep learning έχει αποτύπωμα άνθρακα ανάλογο με εκείνο πέντε ΙΧ μεσαίου μεγέθους σε όλη τη διάρκεια της ζωής τους. Ένα κέντρο big data καταναλώνει τόση ενέργεια όση και μία πόλη 100.000 κατοίκων εξαιτίας των τεράστιων αναγκών σε κλιματισμό. S. Lohr, “Computers learn, but only for the very rich”, The New York Times, 30/9/2019.
6 C. Drury, “Mark Carney warns robots taking jobs could lead to rise of Marxism”, The Independent, 14/4/2018. https://www.independent.co.uk/…/mark-carney-marxism…
7 E. Hobsbawm, “Ξεχωριστοί άνθρωποι: Αντίσταση, Εξέγερση και Τζαζ”, εκδ. Θεμέλιο, 2001, κεφ.2.
Δώρα Κοτσακά
Πηγή: Η Αυγή
