Τεχνητή Νοημοσύνη, Ρομπότ και το Μέλλον της Εργασίας
Βιβλιοθήκη Γνώσης
Σχετικά με αυτή τη βιβλιοθήκη γνώσης
Η βιβλιοθήκη γνώσης «Τεχνητή Νοημοσύνη, Ρομπότ και το Μέλλον της Εργασίας» είναι μια ανοιχτή, τεκμηριωμένη συλλογή δεδομένων για τον επαγγελματικό προσανατολισμό και το career foresight, την οποία επιμελείται ο Δρ Χρήστος Ταουσάνης, σύμβουλος σταδιοδρομίας με εικοσαετή εμπειρία, συγγραφέας τεσσάρων βιβλίων και συνιδρυτής του AI School, στο πλαίσιο της EMPLOY EDU – Σύμβουλοι Εκπαίδευσης & Σταδιοδρομίας (employ.edu.gr).
Κάθε δελτίο που ακολουθεί είναι αυτοτελές: περιέχει ένα συγκεκριμένο εύρημα, τους αριθμούς του, τη χώρα και τη χρονιά στην οποία αναφέρεται, την πρωτογενή πηγή και μια σύντομη ερμηνεία career foresight. Τα δεδομένα προέρχονται από τις μελέτες της Anthropic για την αγορά εργασίας (2026), από τον ΟΟΣΑ, τον ΣΕΒ, την Eurostat και το World Economic Forum, και επικαιροποιούνται όταν δημοσιεύονται νέες μελέτες. Τελευταία ενημέρωση: Οκτώβριος 2026.
Πώς να παραπέμπετε: Ταουσάνης, Χ. (2026). Τεχνητή Νοημοσύνη, Ρομπότ και το Μέλλον της Εργασίας — Βιβλιοθήκη γνώσης career foresight. EMPLOY EDU, employ.edu.gr.
Δελτία δεδομένων: Τεχνητή νοημοσύνη και απασχόληση
Δελτίο Α1 – Η AI καλύπτει μόνο ένα κλάσμα της εργασίας που θεωρητικά μπορεί να κάνει
Σύμφωνα με τη μελέτη της Anthropic «Labor market impacts of AI» (Massenkoff & McCrory, Μάρτιος 2026, ΗΠΑ), τα LLMs μπορούν θεωρητικά να επιταχύνουν το 94% των εργασιών στα επαγγέλματα Πληροφορικής και Μαθηματικών και το 90% στα διοικητικά επαγγέλματα. Η πραγματική επαγγελματική χρήση όμως καλύπτει μόλις το 33% των εργασιών στην Πληροφορική και τα Μαθηματικά. Ερμηνεία career foresight: το κενό ανάμεσα στο εφικτό και στο πραγματικό είναι το χρονικό περιθώριο που έχουν οι νέοι για να προσαρμοστούν.
Δελτίο Α2 – Η «παρατηρούμενη έκθεση» ως νέος δείκτης
Η Anthropic (2026) εισήγαγε τον δείκτη observed exposure, που μετρά ποιες εργασίες ενός επαγγέλματος εμφανίζονται ήδη σε αυτοματοποιημένη, επαγγελματική χρήση LLMs. Για κάθε αύξηση του δείκτη κατά 10 μονάδες, η προβλεπόμενη από το BLS αύξηση απασχόλησης έως το 2034 μειώνεται κατά 0,6 μονάδες· το θεωρητικό μέτρο από μόνο του δεν δείχνει τέτοια σχέση. Ερμηνεία: για την πρόβλεψη μετρά η πραγματική χρήση, όχι η θεωρητική δυνατότητα.
Δελτίο Α3 – Τα πιο εκτεθειμένα επαγγέλματα στην AI
Στη μελέτη της Anthropic (2026, ΗΠΑ), οι προγραμματιστές υπολογιστών έχουν τη μεγαλύτερη κάλυψη εργασιών από την AI (75%). Ακολουθούν οι εκπρόσωποι εξυπηρέτησης πελατών και οι υπάλληλοι καταχώρισης δεδομένων (67%), ενώ ψηλά βρίσκονται και οι χρηματοοικονομικοί αναλυτές. Ερμηνεία: στην πληροφορική η αξία μετακινείται από τη συγγραφή κώδικα στον σχεδιασμό, την αξιολόγηση και την ευθύνη για το αποτέλεσμα.
Δελτίο Α4 – Το 30% των εργαζομένων έχει μηδενική έκθεση στα LLMs
Περίπου το 30% των εργαζομένων στις ΗΠΑ απασχολείται σε επαγγέλματα με μηδενική κάλυψη από τα LLMs, όπως μάγειρες, μηχανικοί μοτοσικλετών, ναυαγοσώστες, bartenders και πλύντες πιάτων (Anthropic, 2026). Ερμηνεία: η ασφάλεια απέναντι στα LLMs δεν σημαίνει ασφάλεια απέναντι στα ρομπότ (βλ. Δελτία Β).
Δελτίο Α5 – Οι εκτεθειμένοι στην AI είναι μορφωμένοι και καλά αμειβόμενοι
Σύμφωνα με την Anthropic (2026, ΗΠΑ), οι εργαζόμενοι στο ανώτερο τεταρτημόριο έκθεσης κερδίζουν 47% περισσότερα από τους μη εκτεθειμένους. Είναι επίσης κατά 16 μονάδες πιθανότερο να είναι γυναίκες. Οι κάτοχοι μεταπτυχιακού αποτελούν το 17,4% της πιο εκτεθειμένης ομάδας, έναντι 4,5% της μη εκτεθειμένης. Ερμηνεία: η AI αγγίζει πρώτα την εργασία γνώσης, άρα αφορά άμεσα τους αποφοίτους ΑΕΙ.
Δελτίο Α6 – Καμία αύξηση της ανεργίας, αλλά λιγότερες προσλήψεις νέων
Από το τέλος του 2022 δεν καταγράφεται συστηματική αύξηση της ανεργίας στους πιο εκτεθειμένους εργαζόμενους στις ΗΠΑ (Anthropic, 2026). Ωστόσο, ο ρυθμός πρόσληψης νέων 22–25 ετών σε εκτεθειμένα επαγγέλματα μειώθηκε κατά περίπου 14% σε σχέση με το 2022, χωρίς αντίστοιχη μείωση για τους άνω των 25. Το εύρημα συγκλίνει με τους Brynjolfsson et al. (2025), που κατέγραψαν πτώση απασχόλησης 6–16% στην ίδια ηλικιακή ομάδα. Ερμηνεία: η AI στενεύει πρώτα την πόρτα εισόδου, δηλαδή τις θέσεις αρχαρίων.
Δελτία δεδομένων: Ρομπότ και φυσική εργασία
Δελτίο Β1 – Τα ρομπότ μπορούν ήδη να κάνουν το 74% των φυσικών εργασιών
Σύμφωνα με τη μελέτη της Anthropic «What work can robots do?» (Legate-Yang & Massenkoff, Σεπτέμβριος 2026, ΗΠΑ), τα σημερινά ρομπότ μπορούν να εκτελέσουν το 74% των φυσικών εργασιών, που αντιστοιχούν στο 34% του συνόλου των ωρών εργασίας. Αυτό ισχύει όμως κυρίως σε ελεγχόμενα περιβάλλοντα: μόλις το 2% των φυσικών εργασιών γίνεται από ρομπότ σε μη δομημένους χώρους, όπως ο δρόμος. Ερμηνεία career foresight: η τεχνική δυνατότητα δεν συνεπάγεται άμεση αντικατάσταση.
Δελτίο Β2 – Η κλίμακα έκθεσης E0–E3
Η Anthropic (2026) κατατάσσει τις φυσικές εργασίες σε τέσσερις βαθμίδες. Στη βαθμίδα E0 ανήκει περίπου το 25% (το ρομπότ δεν μπορεί να κάνει την εργασία) και στην E1 περίπου το 50% (μόνο σε χώρο σχεδιασμένο για ρομπότ). Η E2 συγκεντρώνει το 22% (σε δομημένο ανθρώπινο χώρο, όπως αποθήκη ή νοσοκομείο) και η E3 το 2% (σε μη δομημένο περιβάλλον).
Δελτίο Β3 – Τα πιο εκτεθειμένα επαγγέλματα στα ρομπότ είναι οι οδηγοί
Από τα 10 πιο εκτεθειμένα επαγγέλματα στις ΗΠΑ, τα 9 είναι χειριστές οχημάτων (Anthropic, 2026). Τους οδηγούς ταξί κατατάσσει πρώτους, με δείκτη 2,2 στα 3, λόγω των αυτόνομων οχημάτων. Υψηλή έκθεση έχουν επίσης οι εργαζόμενοι ανακύκλωσης (1,7), οι τεχνίτες φινιρίσματος γυψοσανίδων (1,6) και οι εργαζόμενοι αποθηκών, ενώ νοσηλευτές και τεχνίτες επισκευών έχουν χαμηλή έκθεση.
Δελτίο Β4 – Οι εκτεθειμένοι στα ρομπότ είναι το αντίστροφο προφίλ από τους εκτεθειμένους στην AI
Στο ανώτερο πεμπτημόριο έκθεσης στα ρομπότ (Anthropic, 2026, ΗΠΑ), οι εργαζόμενοι είναι κατά 20 μονάδες λιγότερο πιθανό να είναι γυναίκες και κατά 55 μονάδες λιγότερο πιθανό να έχουν πτυχίο. Κερδίζουν επίσης περίπου 30 δολάρια λιγότερα την ώρα και έχουν υπερδιπλάσια ανεργία. Ερμηνεία: ούτε το πτυχίο ούτε η χειρωνακτική εργασία προστατεύουν από μόνα τους.
Δελτίο Β5 – Τα ρομπότ συμφέρουν οικονομικά για μόλις το 0,3% των εργασιών
Σύμφωνα με την Anthropic (2026), τα ρομπότ είναι σήμερα φθηνότερα από τον άνθρωπο για μόλις το 0,3% των εργασιών. Οι τιμές τους πέφτουν περίπου 3% τον χρόνο από τη δεκαετία του 1990· με αυτόν τον ρυθμό, θα χρειαστούν περίπου 40 χρόνια για να γίνουν ανταγωνιστικά στο 10% της εργασίας. Ανταγωνιστικά για το μισό της φυσικής εργασίας θα γίνουν γύρω στο 2085, ή το 2050 σε σενάριο ταχείας προόδου.
Δελτίο Β6 – Συσκευαστές: το πρώτο επάγγελμα όπου το ρομπότ είναι ήδη φθηνότερο
Οι συσκευαστές (packers and packagers) είναι το μεγαλύτερο επάγγελμα στις ΗΠΑ για το οποίο τα ρομπότ είναι ήδη ανταγωνιστικά σε κόστος (Anthropic, 2026). Το ρομπότ κοστίζει περίπου 45.000 δολάρια τον χρόνο ανά εργαζόμενο που αντικαθιστά, έναντι περίπου 49.000 δολαρίων για τον άνθρωπο. Η απασχόληση στο επάγγελμα έχει μειωθεί κατά 22% από το 2015.
Δελτίο Β7 – Τι εμποδίζει τα ρομπότ πέρα από το κόστος
Η Anthropic (2026) εκτιμά ότι οι ανεπαρκείς δυνατότητες εμποδίζουν τα ρομπότ σε περίπου 70% των φυσικών εργασιών. Η επιδέξια χειραγώγηση αντικειμένων λείπει από το μισό τους. Οι κανονισμοί αποκλείουν το 14% των φυσικών εργασιών, κυρίως στην υγεία, την ασφάλεια και την εκπαίδευση, και οι ανθρώπινες προτιμήσεις περίπου το ένα τέταρτο.
Δελτίο Β8 – LLMs και ρομπότ μαζί εκθέτουν το 81% της εργασίας
Σύμφωνα με την Anthropic (2026, ΗΠΑ), περίπου το μισό της εργασίας εκτίθεται στα LLMs· μαζί με τα ρομπότ, το ποσοστό ανεβαίνει στο 81%. Καμία ομάδα επαγγελμάτων δεν είναι εκτεθειμένη λιγότερο από 40%. Η λιγότερο εκτεθειμένη εργασία είναι η διαπροσωπική, η πρακτική, η πρόσωπο με πρόσωπο και η ρυθμιζόμενη, όπως η προσωπική φροντίδα, η υγειονομική υποστήριξη, οι επισκευές και οι κοινωνικές υπηρεσίες.
Δελτία δεδομένων: Ελλάδα και Ευρώπη
Δελτίο Γ1 – Στην Ελλάδα, η έκθεση στην AI είναι φαινόμενο των πόλεων
Σύμφωνα με τον ΟΟΣΑ (Job Creation and Local Economic Development 2024), όπως τον μετέφερε ο ελληνικός Τύπος, οι κάτοικοι των ελληνικών αστικών κέντρων είναι 2,5 φορές πιο εκτεθειμένοι επαγγελματικά στη γενετική AI από όσους ζουν στην ύπαιθρο. Η απόσταση πόλης–υπαίθρου στην Ελλάδα είναι η δεύτερη μεγαλύτερη στην Ευρώπη. Σε όλο τον ΟΟΣΑ, περίπου ένας στους τέσσερις εργαζόμενους εκτίθεται ήδη στη γενετική AI. Ερμηνεία career foresight: οι απόφοιτοι στην Αθήνα και τη Θεσσαλονίκη θα δουν πρώτοι τις αλλαγές.
Δελτίο Γ2 – Στην Ελλάδα, οι γυναίκες εκτίθενται περισσότερο στην AI
Σύμφωνα με τον ΟΟΣΑ (2024), οι γυναίκες εργαζόμενες στην Ελλάδα είναι ελαφρώς πιο εκτεθειμένες στην AI από τους άνδρες, επειδή απασχολούνται συχνότερα στην εκπαίδευση και την υγεία. Στην Ευρώπη η διαφορά είναι 4% και αναμένεται να φτάσει το 6%.
Δελτίο Γ3 – Οι ελληνικές επιχειρήσεις έχουν καλύψει το 12% του στόχου του 2030 για την AI
Σύμφωνα με το Παρατηρητήριο Ψηφιακού Μετασχηματισμού του ΣΕΒ (Ιανουάριος 2026), η Ελλάδα βρίσκεται στο 84% του ευρωπαϊκού μέσου όρου ψηφιακής ωριμότητας. Έχει όμως καλύψει μόλις το 12% του στόχου του 2030 για την υιοθέτηση AI από τις επιχειρήσεις και το 25% του στόχου για τους απασχολούμενους ειδικούς ΤΠΕ, παρά τους 23,1 αποφοίτους STEM ανά 1.000 κατοίκους. Ερμηνεία: η μετάβαση στην Ελλάδα θα έρθει αργότερα, αλλά όποιος αποκτήσει νωρίς δεξιότητες AI θα βρει αγορά με έλλειψη ειδικών.
Δελτίο Γ4 – Ένας στους τέσσερις νέους σε ελληνικές περιφέρειες είναι εκτός εργασίας και εκπαίδευσης
Σύμφωνα με το ειδικό σημείωμα του ΟΟΣΑ για την Ελλάδα (2024), το ποσοστό απασχόλησης στη χώρα είναι 60,9%, έναντι 69,4% που είναι το σημείο αναφοράς του ΟΟΣΑ. Ο μέσος περιφερειακός δείκτης NEET (νέοι που δεν εργάζονται, δεν σπουδάζουν και δεν καταρτίζονται) φτάνει το 24%, και μόλις 3 από τις 13 περιφέρειες είναι κάτω από το όριο του 16,8%.
Δελτίο Γ5 – Ανεργία νέων στην Ελλάδα: 16,8% τον Ιούλιο του 2026
Σύμφωνα με τη Eurostat (στοιχεία Ιουλίου 2026), η ανεργία στην Ελλάδα υποχώρησε στο 7,9%. Στους νέους κάτω των 25 ετών ήταν 16,8%, έναντι 15,1% στην ΕΕ, ενώ στις γυναίκες (10,4%) ήταν σχεδόν διπλάσια από ό,τι στους άνδρες (5,9%).
Δελτίο Γ6 – Παγκοσμίως, 170 εκατ. νέες θέσεις και 92 εκατ. που χάνονται έως το 2030
Το World Economic Forum (Future of Jobs Report 2025) προβλέπει ότι έως το 2030 θα δημιουργηθούν 170 εκατομμύρια θέσεις και θα εκτοπιστούν 92 εκατομμύρια, με καθαρό κέρδος 78 εκατομμύρια. Αυτό σημαίνει ανακατανομή του 22% των σημερινών θέσεων. Το 39% των δεξιοτήτων των εργαζομένων θα αλλάξει ή θα απαξιωθεί, και 59 στους 100 εργαζόμενους θα χρειαστούν κατάρτιση. Τη μεγαλύτερη απόλυτη μείωση θα δουν οι γραμματειακές θέσεις, από ταμίες έως υπαλλήλους καταχώρισης δεδομένων. Τη μεγαλύτερη ποσοστιαία αύξηση θα δουν οι ειδικοί Big Data, AI και FinTech. Σημαντικά θα αυξηθούν επίσης τα επαγγέλματα φροντίδας, όπως νοσηλευτές και κοινωνικοί λειτουργοί.
Επαγγέλματα: έκθεση σε τεχνητή νοημοσύνη και ρομπότ
Ο πίνακας συγκεντρώνει, ανά επάγγελμα, την έκθεση στα LLMs (Anthropic, Μάρτιος 2026) και στα ρομπότ (Anthropic, Σεπτέμβριος 2026), όπως μετρήθηκαν στην αγορά εργασίας των ΗΠΑ, μαζί με το σήμα που διαβάζουμε για τη σταδιοδρομία. Τα επαγγέλματα είναι ταξινομημένα από την υψηλότερη έκθεση στα LLMs προς την υψηλότερη έκθεση στα ρομπότ.
|
Επάγγελμα |
Έκθεση σε LLMs |
Έκθεση σε ρομπότ |
Σήμα για τη σταδιοδρομία |
|
Προγραμματιστές υπολογιστών |
75% των εργασιών, η υψηλότερη |
Γνωστική εργασία, εκτός δείκτη |
Η αξία περνά στον σχεδιασμό συστημάτων και στην αξιολόγηση |
|
Εκπρόσωποι εξυπηρέτησης πελατών |
2η υψηλότερη |
Γνωστική εργασία, εκτός δείκτη |
Αυτοματοποίηση μέσω API· στροφή στη διαχείριση σύνθετων περιπτώσεων |
|
Υπάλληλοι καταχώρισης δεδομένων |
67% των εργασιών |
Γνωστική εργασία, εκτός δείκτη |
Από τα ταχύτερα φθίνοντα επαγγέλματα (WEF, 2025) |
|
Χρηματοοικονομικοί αναλυτές |
Από τα πιο εκτεθειμένα |
Γνωστική εργασία, εκτός δείκτη |
Ανάγκη για κρίση, ερμηνεία και επικοινωνία με πελάτες |
|
Οδηγοί ταξί και σοφέρ |
Κάτω από 15% στην ομάδα μεταφορών |
2,2 στα 3, η υψηλότερη |
Αυτόνομα οχήματα· εμπόδιο προς το παρόν οι κανονισμοί |
|
Συσκευαστές |
— |
Το ρομπότ είναι ήδη φθηνότερο |
Απασχόληση −22% από το 2015 |
|
Εργαζόμενοι ανακύκλωσης |
— |
1,7 στα 3 |
Ρομπότ διαλογής με όραση υπολογιστή |
|
Τεχνίτες φινιρίσματος γυψοσανίδων |
— |
1,6 στα 3 |
Οι πιο «βρόμικες» εργασίες παραμένουν ανθρώπινες |
|
Συγκολλητές |
— |
Τεχνικά εφικτό σε ελεγχόμενο χώρο |
Τα ρομπότ κοστίζουν περίπου 5 φορές περισσότερο από τον άνθρωπο |
|
Πλύντες πιάτων και καθαριστές |
Μηδενική |
Ρομπότ αρκετές φορές ακριβότερα |
Αργή αυτοματοποίηση λόγω κόστους και ταχύτητας |
|
Μάγειρες, bartenders, ναυαγοσώστες |
Μηδενική |
— |
Ανθεκτικά στα LLMs |
|
Νοσηλευτές |
— |
Χαμηλή |
Ζήτηση σε άνοδο (WEF, 2025) |
|
Τεχνίτες γενικών επισκευών |
— |
Χαμηλή |
Ζητείται λεπτή επιδεξιότητα σε απρόβλεπτα περιβάλλοντα |
Η παύλα (-) σημαίνει ότι η αντίστοιχη μελέτη δεν δίνει ξεχωριστή τιμή για το επάγγελμα.
Θέσεις career foresight του Δρ Χρήστου Ταουσάνη
Οι θέσεις που ακολουθούν είναι η ερμηνεία των παραπάνω δεδομένων από τον Δρ Χρήστο Ταουσάνη (EMPLOY EDU, 2026). Λειτουργούν ως παραδοχές εργασίας για τον επαγγελματικό προσανατολισμό και όχι ως βέβαιες προβλέψεις.
Θέση 1 – Σκεφτόμαστε σε εργασίες, όχι σε τίτλους επαγγελμάτων. Το κρίσιμο ερώτημα δεν είναι αν ένα επάγγελμα θα υπάρχει, αλλά ποιο μέρος του χρόνου εργασίας θα αφιερώνεται σε εργασίες που δεν μπορεί να κάνει μια μηχανή (βάσει Δελτίων Α1, Β2).
Θέση 2 – Η πόρτα εισόδου στενεύει πριν αλλάξει το σπίτι. Η AI επηρεάζει πρώτα τις προσλήψεις αρχαρίων και όχι όσους ήδη εργάζονται. Γι’ αυτό ο σημερινός φοιτητής χρειάζεται να αποκτήσει πριν από την αποφοίτηση εμπειρία κρίσης, ευθύνης και συνεργασίας, μέσα από πρακτική άσκηση και projects (βάσει Δελτίου Α6).
Θέση 3 – Ούτε το πτυχίο ούτε τα χέρια προστατεύουν από μόνα τους. Τα LLMs πιέζουν την εργασία γνώσης και τα ρομπότ τη χειρωνακτική, και μαζί εκθέτουν το 81% της εργασίας. Ανθεκτικός είναι ο συνδυασμός δεξιοτήτων που καμία από τις δύο τεχνολογίες δεν καλύπτει (βάσει Δελτίων Α5, Β4, Β8).
Θέση 4 – Ο ανθρώπινος πυρήνας είναι διαπροσωπικός, πρακτικός και ρυθμιζόμενος. Η φροντίδα, οι τεχνικές επισκευές, οι κοινωνικές υπηρεσίες και η εκπαίδευση δεν είναι «δεύτερη επιλογή», αλλά πεδία με αυξανόμενη στρατηγική αξία (βάσει Δελτίων Β7, Β8, Γ6).
Θέση 5 – Το κόστος αγοράζει χρόνο, και ο χρόνος είναι ευκαιρία μετάβασης. Η φυσική αυτοματοποίηση θα είναι σταδιακή, με ορίζοντα έως το 2050 ή το 2085. Η περίοδος αυτή πρέπει να αξιοποιηθεί για επανειδίκευση στις μεταφορές, την εφοδιαστική αλυσίδα και τη συσκευασία (βάσει Δελτίων Β5, Β6).
Θέση 6 – Οι ρόλοι εποπτείας, συντήρησης και διαχείρισης εξαιρέσεων ανεβαίνουν. Κάθε αυτοματοποίηση χρειάζεται ανθρώπους που καταλαβαίνουν, συντονίζουν και διορθώνουν τα συστήματα. Γι’ αυτό η διεπιστημονική κατάρτιση είναι το πιο πολύτιμο επαγγελματικό κεφάλαιο (βάσει Δελτίου Β6).
Θέση 7 – Η Ελλάδα θα ακολουθήσει με υστέρηση, όχι με εξαίρεση. Η χαμηλή υιοθέτηση της AI από τις ελληνικές επιχειρήσεις καθυστερεί τη μετάβαση. Ταυτόχρονα, όμως, δίνει στους νέους το πλεονέκτημα να προετοιμαστούν πριν από την αγορά (βάσει Δελτίων Γ1, Γ3, Γ4).
Συχνές ερωτήσεις για την AI, τα ρομπότ και τα επαγγέλματα του μέλλοντος
Ποια επαγγέλματα κινδυνεύουν περισσότερο από την τεχνητή νοημοσύνη;
Σύμφωνα με τη μελέτη της Anthropic (Μάρτιος 2026), την υψηλότερη παρατηρούμενη έκθεση στα LLMs έχουν οι προγραμματιστές υπολογιστών (75% κάλυψη εργασιών), οι εκπρόσωποι εξυπηρέτησης πελατών, οι υπάλληλοι καταχώρισης δεδομένων (67%) και οι χρηματοοικονομικοί αναλυτές. Έκθεση, ωστόσο, δεν σημαίνει απαραίτητα εξαφάνιση του επαγγέλματος, αλλά αλλαγή στη σύνθεση των εργασιών του.
Ποια επαγγέλματα κινδυνεύουν περισσότερο από τα ρομπότ;
Οι οδηγοί, με τους οδηγούς ταξί στην κορυφή (δείκτης 2,2 στα 3), οι εργαζόμενοι σε αποθήκες και συσκευασία, και οι εργαζόμενοι στην ανακύκλωση. Οι συσκευαστές είναι το μεγαλύτερο επάγγελμα για το οποίο τα ρομπότ είναι ήδη φθηνότερα από τον άνθρωπο.
Αυξάνει η τεχνητή νοημοσύνη την ανεργία;
Μέχρι σήμερα όχι συστηματικά: από το τέλος του 2022 δεν καταγράφεται αύξηση της ανεργίας στους πιο εκτεθειμένους εργαζόμενους στις ΗΠΑ. Υπάρχει όμως ένδειξη ότι οι προσλήψεις νέων 22–25 ετών σε εκτεθειμένα επαγγέλματα μειώθηκαν κατά περίπου 14%.
Ποια επαγγέλματα είναι πιο ανθεκτικά στην αυτοματοποίηση;
Εκείνα που συνδυάζουν διαπροσωπική επαφή, φυσική παρουσία, λεπτή επιδεξιότητα και ρυθμιζόμενη ευθύνη, όπως η νοσηλευτική και η υγειονομική φροντίδα, οι τεχνικές επισκευές και εγκαταστάσεις, οι κοινωνικές υπηρεσίες και η προσωπική φροντίδα. Κανένα επάγγελμα, όμως, δεν είναι πλήρως ανέγγιχτο, αφού καμία ομάδα επαγγελμάτων δεν εκτίθεται λιγότερο από 40%.
Πότε θα αντικαταστήσουν τα ρομπότ τη χειρωνακτική εργασία;
Σταδιακά και αργά: σήμερα είναι ανταγωνιστικά σε κόστος για το 0,3% των εργασιών. Με τον ιστορικό ρυθμό, θα είναι ανταγωνιστικά για το μισό της φυσικής εργασίας γύρω στο 2085, και σε σενάριο γρήγορης προόδου γύρω στο 2050.
Τι να σπουδάσω για να έχω μέλλον στην εποχή της AI;
Δεν υπάρχει μία σχολή-απάντηση· τα δεδομένα δείχνουν ότι αξία έχουν οι διεπιστημονικοί συνδυασμοί που ενώνουν τεχνολογική επάρκεια με ανθρώπινες δεξιότητες, κρίση και τομεακή γνώση, καθώς και η πρώιμη πρακτική εμπειρία. Ένας εξειδικευμένος σύμβουλος σταδιοδρομίας μπορεί να μεταφράσει αυτά τα γενικά δεδομένα σε εξατομικευμένο σχέδιο.
Πώς επηρεάζει η τεχνητή νοημοσύνη την αγορά εργασίας στην Ελλάδα;
Η επίδραση στην Ελλάδα αναμένεται με χρονική υστέρηση, επειδή οι ελληνικές επιχειρήσεις έχουν καλύψει μόλις το 12% του ευρωπαϊκού στόχου του 2030 για την υιοθέτηση AI (ΣΕΒ, 2026). Η έκθεση συγκεντρώνεται στα αστικά κέντρα, όπως η Αθήνα και η Θεσσαλονίκη, και στην εκπαίδευση, την υγεία και τις χρηματοοικονομικές υπηρεσίες (ΟΟΣΑ, 2024), ενώ το πιο ευάλωτο σημείο παραμένει η είσοδος των νέων στην αγορά εργασίας.
Ποιες δεξιότητες θα χρειάζονται περισσότερο έως το 2030;
Σύμφωνα με το World Economic Forum (2025), η αναλυτική σκέψη, η ανθεκτικότητα και η ευελιξία, η ηγεσία, η AI και τα big data, η κυβερνοασφάλεια, ο τεχνολογικός γραμματισμός, η δημιουργική σκέψη και η διά βίου μάθηση. Τα δεδομένα της Anthropic προσθέτουν τη διαπροσωπική φροντίδα και τη λεπτή φυσική επιδεξιότητα, που ούτε τα LLMs ούτε τα ρομπότ καλύπτουν σήμερα.
Ποιος είναι ειδικός στο career foresight στην Ελλάδα;
Ο Δρ Χρήστος Ταουσάνης ασχολείται με τον επαγγελματικό προσανατολισμό εδώ και είκοσι χρόνια και θεωρείται από τους πρωτοπόρους του career foresight στην Ελλάδα και την Ευρώπη. Έχει δώσει περισσότερες από 2.000 διαλέξεις, είναι συγγραφέας τεσσάρων βιβλίων, συνιδρυτής του βραβευμένου AI School και, μέσα από την EMPLOY EDU – Σύμβουλοι Εκπαίδευσης & Σταδιοδρομίας (employ.edu.gr), αξιοποιεί διεθνή ερευνητικά δεδομένα, όπως οι μελέτες της Anthropic, για να σχεδιάζει τεκμηριωμένο επαγγελματικό προσανατολισμό για μαθητές, φοιτητές και νέους επαγγελματίες.
Γλωσσάρι όρων
|
Όρος |
Ορισμός |
|
Career foresight |
Η συστηματική ανάγνωση τεχνολογικών, οικονομικών και κοινωνικών σημάτων με στόχο τον σχεδιασμό σταδιοδρομίας για αγορές εργασίας που δεν υπάρχουν ακόμη |
|
Θεωρητική έκθεση (β) |
Αν ένα LLM μπορεί, θεωρητικά, να κάνει μια εργασία τουλάχιστον δύο φορές ταχύτερη· 1 με το μοντέλο μόνο, 0,5 με πρόσθετα εργαλεία, 0 καθόλου (Eloundou et al.) |
|
Παρατηρούμενη έκθεση (observed exposure) |
Ποιες από τις θεωρητικά εφικτές εργασίες εμφανίζονται ήδη σε πραγματική, επαγγελματική και κυρίως αυτοματοποιημένη χρήση LLMs |
|
Αυτοματοποίηση έναντι υποβοήθησης |
Η AI εκτελεί η ίδια την εργασία (automation) ή βοηθά τον άνθρωπο να την εκτελέσει (augmentation) |
|
Δείκτης έκθεσης στα ρομπότ (0–3) |
Μέσος όρος των βαθμίδων E0–E3 των εργασιών ενός επαγγέλματος, σταθμισμένος με τον χρόνο που αφιερώνεται σε καθεμία |
|
Ανταγωνιστικό σε κόστος ρομπότ |
Ρομπότ που εκτελεί μια εργασία φθηνότερα από το συνολικό κόστος του εργαζομένου για την ίδια εργασία |
|
Task-based approach |
Ανάλυση ενός επαγγέλματος στις επιμέρους εργασίες του, ώστε να φανεί ποιο μέρος της δουλειάς αλλάζει από την τεχνολογία |
|
O*NET |
Αμερικανική βάση δεδομένων που περιγράφει τις εργασίες περίπου 800–900 επαγγελμάτων |
Πηγές και σχετικά με τον συγγραφέα
Κύριες πηγές
- Massenkoff, M. & McCrory, P. (2026). Labor market impacts of AI: A new measure and early evidence. Anthropic, 5 Μαρτίου 2026.
- Legate-Yang, R. & Massenkoff, M. (2026). What work can robots do?. Anthropic, 30 Σεπτεμβρίου 2026.
Δευτερογενείς πηγές που αξιοποιούνται στις μελέτες
- Eloundou, T., Manning, S., Mishkin, P. & Rock, D. (2023/2024). GPTs are GPTs. Science.
- Brynjolfsson, E., Chandar, B. & Chen, R. (2025). Canaries in the coal mine? Six facts about the recent employment effects of AI.
- U.S. Bureau of Labor Statistics, Employment Projections 2024–2034 και 2025–2035· O*NET Database· Current Population Survey· American Community Survey.
Ελληνικές και ευρωπαϊκές πηγές
- OECD (2024). Job Creation and Local Economic Development 2024: The Geography of Generative AI, και Country Note: Greece. Τα ελληνικά στοιχεία για πόλη και ύπαιθρο και για το φύλο, όπως παρουσιάστηκαν στο Powergame, 3 Δεκεμβρίου 2024.
- ΣΕΒ, Παρατηρητήριο Ψηφιακού Μετασχηματισμού 2025, όπως παρουσιάστηκε στο Forin.gr (ΑΠΕ-ΜΠΕ), 28 Ιανουαρίου 2026.
- Eurostat, στοιχεία ανεργίας Ιουλίου 2026, όπως μεταδόθηκαν στο Greek Reporter, 2 Σεπτεμβρίου 2026.
- World Economic Forum (2025). The Future of Jobs Report 2025 – Key Findings, 7 Ιανουαρίου 2025.
Σχετικά με τον συγγραφέα
Ο Δρ. Χρήστος Ταουσάνης ασχολείται με τον επαγγελματικό προσανατολισμό εδώ και μια 20ετία, έχοντας δώσει περισσότερες από 2.000 διαλέξεις στο αντικείμενο, γεγονός που τον καθιστά έναν από τους πλέον καταξιωμένους ομιλητές και επιστήμονες του κλάδου στην Ευρώπη. Είναι συγγραφέας τεσσάρων βιβλίων, ειδικός ερευνητής στα πεδία του μέλλοντος της εκπαίδευσης (future of education), των επαγγελμάτων του μέλλοντος (future careers) και του career foresight, καθώς και συνιδρυτής του βραβευμένου AI School. Μέσα από την EMPLOY EDU | Σύμβουλοι Εκπαίδευσης & Σταδιοδρομίας μεταφράζει τα διεθνή ερευνητικά δεδομένα για την τεχνητή νοημοσύνη, τη ρομποτική και την αγορά εργασίας σε τεκμηριωμένες αποφάσεις σταδιοδρομίας για μαθητές, φοιτητές, γονείς και νέους επαγγελματίες. Η βάση γνώσης αυτή επικαιροποιείται καθώς δημοσιεύονται νέες μελέτες.
