Όταν αποφασίζει η AI, ποιος «κρατάει την εξουσία»; Τι δείχνει μια νέα ακαδημαϊκή μελέτη
Ένας δικηγόρος, ένας οικονομικός σύμβουλος ή ένας γιατρός δεν αποφασίζουν πια πάντα μόνοι τους. Όλο και περισσότερο, η πρώτη «κρίση» έρχεται από ένα σύστημα AI — και ο επαγγελματίας καλείται να την εξηγήσει και να την υπερασπιστεί σε έναν πελάτη που περιμένει να τον πείσει.
Αυτό ακριβώς εξετάζει μια νέα μελέτη που δημοσιεύτηκε στο Journal of Management Studies, ένα από τα πιο έγκυρα επιστημονικά περιοδικά διοίκησης επιχειρήσεων παγκοσμίως. Ας δούμε τι λέει, με απλά λόγια.
Τι εξετάζει η μελέτη
Η έρευνα με τίτλο “Let Me Explain”: A Comparative Field Study on How Experts Enact Authority Over Clients When Facing AI Decisions, των Anne-Sophie Mayer (LMU Munich), Elmira van den Broek (Stockholm School of Economics) και Tomislav Karačić (London School of Economics), δημοσιεύτηκε στο Journal of Management Studies (τόμος 63, τεύχος 2, 2026) και είναι ελεύθερα προσβάσιμη (open access). Μπορείς να τη διαβάσεις ολόκληρη εδώ: doi.org/10.1111/joms.70022.
Το ερώτημα που θέτουν οι ερευνητές είναι απλό στη διατύπωσή του αλλά κρίσιμο στην ουσία του: όταν η τελική απόφαση προέρχεται πλέον από ένα σύστημα predictive AI, και ο ειδικός δεν έχει πια το δικαίωμα να την ανατρέψει, πώς διατηρεί την αξιοπιστία και την επιρροή του απέναντι στον πελάτη που πρέπει να την αποδεχτεί; Για να απαντήσουν, οι ερευνητές πραγματοποίησαν συγκριτική μελέτη πεδίου σε τρεις πολύ διαφορετικούς κλάδους όπου η AI έχει ήδη ανατρέψει τον παραδοσιακό ρόλο του ειδικού: τραπεζικός τομέας (πιστωτικές αποφάσεις), βιοτεχνολογία (ερευνητικές/κλινικές αποφάσεις) και προσλήψεις (αξιολόγηση υποψηφίων). Και στους τρεις κλάδους, οι παραδοσιακοί τρόποι με τους οποίους ένας ειδικός θεμελίωνε την αυθεντία του είχαν διαταραχθεί από τις αποφάσεις της AI.
Η αυθεντία ενός ειδικού δεν είναι κάτι που «έχει» από μόνος του. Είναι κάτι που του αναγνωρίζει ο πελάτης — και αυτή η αναγνώριση κλονίζεται όταν η απόφαση δεν είναι πια δική του.
Γιατί είναι πρόβλημα — και όχι απλώς μια αλλαγή εργαλείου
Μέχρι σήμερα, πολλές μελέτες για AI στον χώρο εργασίας εξέταζαν περιπτώσεις όπου ο ειδικός διατηρούσε τον τελευταίο λόγο: μπορούσε να διαφωνήσει με την πρόβλεψη του συστήματος, να την προσαρμόσει ή να την αγνοήσει. Η νέα μελέτη ξεκινά από ένα διαφορετικό, πιο σύγχρονο σενάριο: περιπτώσεις όπου ο ειδικός δεν έχει πια αυτή τη δυνατότητα.
Αυτό δεν σημαίνει ότι απαγορεύεται τεχνικά στον ειδικό να διαφωνήσει. Σημαίνει ότι ο ίδιος ο οργανισμός και η διαδικασία έχουν σχεδιαστεί έτσι ώστε η προσωπική του κρίση να μην έχει πια βαρύτητα σε αυτό το στάδιο, επειδή θεωρείται πιο επιρρεπής σε προκαταλήψεις, ασυνέπεια και γνωστικά όρια σε σχέση με το σύστημα AI. Ο άνθρωπος, δηλαδή, δεν εμπιστεύεται πια να κάνει «διόρθωση» πάνω στην απόφαση — ο ρόλος του μετατοπίζεται από αποφασιστή σε αυτόν που την παρουσιάζει και την υπερασπίζεται.
Με άλλα λόγια, ο ειδικός «βγαίνει έξω από τον βρόχο» της απόφασης, αλλά παραμένει μέσα στον βρόχο της επικοινωνίας: πρέπει να παρουσιάσει, να δικαιολογήσει και να «πουλήσει» στον πελάτη μια απόφαση που δεν πήρε ο ίδιος. Το παράδειγμα που δίνουν οι ερευνητές είναι χαρακτηριστικό: δικηγόροι που χρειάζεται να εξηγήσουν μια νομική στρατηγική σε πελάτες, ενώ εργαλεία AI έχουν ήδη αυτοματοποιήσει μέρος της νομικής ανάλυσης πίσω από αυτήν.
Οι ίδιοι ερευνητές παρουσίασαν λίγο αργότερα μια πιο εφαρμοσμένη εκδοχή της δουλειάς τους στο Harvard Business Review, όπου εντοπίζουν το ίδιο φαινόμενο σε πολύ πιο διαδεδομένους χώρους εργασίας: προσλήψεις, χορήγηση δανείων, υγεία και δημόσια διοίκηση — τομείς όπου οι οργανισμοί εντάσσουν όλο και πιο γρήγορα AI σε αποφάσεις που παλιά θεωρούνταν αποκλειστικά ανθρώπινη αρμοδιότητα, αφήνοντας τους εργαζόμενους να εξηγούν αποτελέσματα που δεν δημιούργησαν οι ίδιοι και συχνά δεν κατανοούν πλήρως.
Ο ειδικός εξηγεί μια απόφαση που πήρε ο ίδιος. Η αυθεντία στηρίζεται στην τεχνογνωσία και την κρίση του.
Ο ειδικός εξηγεί μια απόφαση που πήρε ένα σύστημα AI. Η αυθεντία πρέπει να χτιστεί ξανά, με άλλους τρόπους.
Μια «σχεσιακή» ματιά στην εξουσία
Το πιο ενδιαφέρον σημείο της μελέτης είναι η οπτική γωνία που επιλέγουν οι ερευνητές. Αντί να ρωτήσουν «πόσο ικανός είναι ο ειδικός», ρωτούν «πόσο τον αναγνωρίζει ο πελάτης». Είναι μια σχεσιακή προσέγγιση: η αυθεντία δεν είναι ιδιότητα του ατόμου, αλλά αποτέλεσμα μιας σχέσης ανάμεσα στον ειδικό και το κοινό του — τον πελάτη, τον δικαστή, τον ασθενή.
Αυτό σημαίνει πρακτικά ότι οι παραδοσιακοί τρόποι με τους οποίους ένας επαγγελματίας έδειχνε την αξία του — «ξέρω καλύτερα, εμπιστέψου με» — γίνονται λιγότερο πειστικοί όταν ο πελάτης ξέρει ότι η απόφαση δεν βγήκε καν από τον ειδικό, αλλά από έναν αλγόριθμο.
Οι «explaining practices»: πώς ξαναχτίζεται η αυθεντία
Το πιο συγκεκριμένο εύρημα της μελέτης είναι αυτό που οι ερευνητές ονομάζουν «explaining practices» — πρακτικές επεξήγησης. Πρόκειται για τις δραστηριότητες που αναπτύσσουν οι ειδικοί προκειμένου ο πελάτης να κατανοήσει και να αποδεχτεί μια απόφαση της AI, ακόμα κι όταν ο ίδιος ο ειδικός δεν μπορεί πλέον να την αλλάξει.
Η μελέτη δείχνει ότι το αν αυτές οι πρακτικές «πιάνουν τόπο» εξαρτάται από δύο συνθήκες της σχέσης ειδικού-πελάτη:
Αν ο πελάτης αναγνωρίζει ότι η εξειδίκευση του ειδικού είναι κάτι μοναδικό — κάτι που η AI από μόνη της δεν μπορεί να προσφέρει — η επεξήγηση του ειδικού έχει μεγαλύτερο βάρος.
Αν η σχέση ειδικού-πελάτη δίνει πραγματικές ευκαιρίες να μάθει ο ειδικός τις ανάγκες του πελάτη που εξελίσσονται, μπορεί να προσαρμόσει καλύτερα την εξήγησή του σε αυτές.
Το βασικό συμπέρασμα είναι απλό αλλά ουσιαστικό: όταν οι ειδικοί μάθαιναν πραγματικά τις ανάγκες των πελατών τους και προσάρμοζαν ανάλογα τις εξηγήσεις τους, οι πελάτες κατανοούσαν καλύτερα τις αποφάσεις της AI και ήταν πιο πρόθυμοι να τις αποδεχτούν — κάτι που ενίσχυε τελικά την αυθεντία του ειδικού. Αντίθετα, όσοι ειδικοί δεν το έκαναν αυτό, άφηναν τους πελάτες με αποφάσεις που δεν μπορούσαν να κατανοήσουν ή να υποστηρίξουν, υπονομεύοντας έτσι τη δική τους αξιοπιστία.
Δεν χάνεις την αυθεντία σου επειδή αποφασίζει η AI. Τη χάνεις όταν δεν επενδύεις στο να μάθεις τι χρειάζεται πραγματικά ο πελάτης, ώστε να του εξηγήσεις την απόφαση με τρόπο που βγάζει νόημα για εκείνον.
Τι σημαίνει αυτό για φοιτητές και νέους επαγγελματίες
Η μελέτη δεν αφορά μόνο δικηγόρους ή σύγχρονα think tanks ακαδημαϊκών. Αφορά κάθε επάγγελμα όπου η εμπιστοσύνη ενός πελάτη ή κοινού είναι μέρος της δουλειάς: οικονομικούς αναλυτές, συμβούλους επιχειρήσεων, γιατρούς, εκτιμητές, HR επαγγελματίες που πλέον χρησιμοποιούν AI στην αξιολόγηση υποψηφίων.
Το μήνυμα για όσους σπουδάζουν ή ξεκινούν καριέρα σε τέτοιους κλάδους είναι ξεκάθαρο: η τεχνική γνώση από μόνη της δεν αρκεί πια για να «κερδίσεις» την εμπιστοσύνη ενός πελάτη. Χρειάζεται και η ικανότητα να εξηγείς, να επικοινωνείς και να πλαισιώνεις σωστά μια απόφαση — ακόμα κι όταν δεν την πήρες εσύ. Αυτό είναι, ουσιαστικά, μια νέα μορφή AI literacy: όχι μόνο να ξέρεις πώς λειτουργεί ένα μοντέλο, αλλά και πώς να στέκεσαι απέναντι σε κάποιον που πρέπει να το εμπιστευτεί.
Η αξία ενός ειδικού δεν εξαφανίζεται όταν αποφασίζει η AI. Μετατοπίζεται: από το «παίρνω τη σωστή απόφαση» στο «κάνω την απόφαση κατανοητή, δίκαιη και αποδεκτή».
Πώς συνδέεται με άλλα θέματα που έχουμε καλύψει
Το ζήτημα της ανθρώπινης ευθύνης απέναντι στην AI δεν είναι καινούργιο στο Education.gr. Το έχουμε ήδη προσεγγίσει από άλλη οπτική γωνία στο άρθρο Human Authority – Η ανθρώπινη ευθύνη στην εποχή της Τεχνητής Νοημοσύνης, όπου συζητάμε γιατί η τελική λογοδοσία παραμένει ανθρώπινη υπόθεση ακόμα κι όταν το εργαλείο είναι AI. Η νέα μελέτη προσθέτει μια πιο εμπειρική, ακαδημαϊκή διάσταση σε αυτή τη συζήτηση: δείχνει τι συμβαίνει στην πράξη, μέσα από συγκριτική μελέτη πεδίου σε πραγματικούς επαγγελματικούς χώρους.
Αν σε ενδιαφέρει η ευρύτερη εικόνα — γιατί η AI literacy γίνεται οριζόντια δεξιότητα και πώς διαμορφώνεται ο ανταγωνισμός γύρω από τις πιο ισχυρές τεχνολογίες AI — μπορείς να δεις και το άρθρο Anthropic: Το 2028 μπορεί να καθορίσει ποιος θα ηγηθεί στην εποχή της Τεχνητής Νοημοσύνης. Αν πάλι σε ενδιαφέρει να χτίσεις γνώσεις πάνω στο πώς λειτουργούν αυτά τα συστήματα, ξεκίνα από τον οδηγό μας Σπουδές στην Τεχνητή Νοημοσύνη.
Η μεγάλη εικόνα
Η συζήτηση γύρω από την AI στην εργασία επικεντρώνεται συχνά στο αν θα «αντικαταστήσει» ανθρώπινες θέσεις εργασίας. Αυτή η μελέτη δείχνει κάτι πιο λεπτό: ακόμα κι όταν η AI παίρνει την απόφαση, ο άνθρωπος παραμένει απαραίτητος — απλώς ο ρόλος του αλλάζει μορφή, από αποφασιστής σε διαμεσολαβητή εμπιστοσύνης.
Το ερώτημα δεν είναι πια μόνο «ποιος αποφασίζει». Είναι «ποιος κάνει την απόφαση κατανοητή και αποδεκτή» — και αυτό παραμένει, προς το παρόν, ανθρώπινη δουλειά.
Σχετικές επιλογές σπουδών και καριέρας
Δείτε επαγγελματικές διαδρομές και εκπαιδευτικούς φορείς που σχετίζονται με το θέμα του άρθρου, για να συνεχίσετε πιο στοχευμένα την αναζήτησή σας.
