Η ραγδαία εξέλιξη της επιστήμης των υπολογιστών τα τελευταία 20 χρόνια είναι αδιαμφισβήτητη. Οι τεχνολογικές εφαρμογές που είναι δυνατές σήμερα, κυρίως με την αξιοποίηση της σύγχρονης ρομποτικής και της τεχνητής νοημοσύνης (ΤΝ), μόνο ως σενάρια επιστημονικής φαντασίας θα μπορούσαν να εκληφθούν πριν από λίγα μόλις χρόνια. Οι πρόοδοι όσον αφορά στην επεξεργαστική δύναμη των υπολογιστών και στη συλλογή, ανάλυση, και επεξεργασία τεράστιου όγκου δεδομένων, σε συνδυασμό με μεθόδους κατασκευής αλγορίθμων όπως είναι τα (τεχνητά) νευρωνικά δίκτυα και η μηχανική μάθηση (machine learning) έχουν δημιουργήσει ένα εντελώς νέο πεδίο δυνατοτήτων για πλήθος ανθρώπινων δραστηριοτήτων.

Κατ’ αρχάς, όσον αφορά τις μετακινήσεις: τα τελευταία χρόνια, μεγάλες εταιρείες όπως η Tesla και η Google επενδύουν στην ανάπτυξη τεχνολογίας αυτοκινήτων με ποικίλους βαθμούς αυτονομίας (self-driving cars)· και φαίνεται πλέον ότι η απόλυτη αυτονομία δεν είναι ακατόρθωτη. Το όραμα για ένα οδικό δίκτυο που αποτελείται από αυτόνομα οχήματα, τα οποία χρησιμοποιούν αισθητήρες για τη συλλογή δεδομένων από το περιβάλλον, επεξεργαστές υψηλής ταχύτητας, και είναι συνδεδεμένα σε ένα δίκτυο για τη ροή της πληροφορίας (με αντίστοιχα υψηλή ταχύτητα), υπόσχεται γρήγορες και ασφαλείς μετακινήσεις, χωρίς κυκλοφοριακές συμφορήσεις.

Τα αυτόνομα αυτοκίνητα βέβαια αποτελούν μία μόνο έκφανση αυτού που πιο γενικά αποκαλούμε Διαδίκτυο των Αντικειμένων (Internet of Things), τη δυνατότητα δηλαδή συσκευών που χρησιμοποιούμε στην καθημερινότητα μας να συνδέονται σε ένα δίκτυο που επιτρέπει την ανταλλαγή δεδομένων και πληροφοριών μεταξύ τους και την αλληλεπίδραση με στόχο τη βέλτιστη λειτουργία τους. Κι εδώ έχει ρόλο η ΤΝ, καθώς μπορεί να εξασφαλίσει ότι οι συσκευές ‘μαθαίνουν’ από τα δεδομένα που λαμβάνουν.

Στον τομέα της υγείας, επίσης, η ρομποτική και η ΤΝ έχουν όλο και περισσότερες εφαρμογές -οι οποίες μόνο θα αυξηθούν στο μέλλον- και δύνανται να παρέχουν σημαντική βοήθεια σε γιατρούς και νοσηλευτές προς όφελος των ασθενών. Από τη νοσηλευτική πρακτική, όπως για παράδειγμα στην παρακολούθηση και καταγραφή της κατάστασης των ασθενών, μέχρι διάφορες διαδικασίες διάγνωσης, όπως μέσω της ανάγνωσης ακτινογραφιών και μαγνητικών τομογραφιών, αλλά και την παροχή βοήθειας σε χειρουργικές επεμβάσεις.

Δεδομένου λοιπόν ότι η ρομποτική και η ΤΝ έχουν τη δυνατότητα να αλλάξουν σχεδόν κάθε πτυχή της ζωής μας όπως την γνωρίζουμε, τα παραπάνω είναι μόνο λίγα παραδείγματα. Ωστόσο, πολλές είναι οι φωνές που εκφράζουν ανησυχίες για τα όσα πιθανόν να σηματοδοτεί η ανάπτυξη του αυτοματισμού σε τέτοια επίπεδα, σε συνδυασμό με μηχανές που σταδιακά θα μπορούν όλο και περισσότερο να “σκέφτονται μόνες τους’”. Και ιστορικά άλλωστε, ο φόβος της εξάλειψης επαγγελμάτων συνόδευε πάντα τις μεγάλες τεχνολογικές προόδους. Είναι γεγονός ότι υπολογιστικά συστήματα που αξιοποιούν τον συνδυασμό ρομποτικής και ΤΝ ήδη μπορούν να εκτελέσουν συγκεκριμένα είδη εργασιών πολύ ταχύτερα και με μικρότερα ποσοστά λάθους από ό,τι ο άνθρωπος: επαγγέλματα που περιέχουν σε μεγάλο βαθμό εργασίες που απαιτούν μεγάλη ακρίβεια, είναι επαναλαμβανόμενες, προβλέψιμες, και βασισμένες σε κανόνες, θα είναι και τα πρώτα στα οποία οι μηχανές θα μπορούν να αντικαταστήσουν τον άνθρωπο.

Αναμένεται βέβαια να δημιουργηθούν πολλές νέες θέσεις εργασίας αλλά και νέα επαγγέλματα. Θα είναι μεγάλη η ζήτηση για μηχανικούς και προγραμματιστές ΤΝ, καθώς και για επιστήμονες δεδομένων (data scientists) που θα καλούνται να ερμηνεύσουν τον τεράστιο όγκο δεδομένων που θα παράγουν και θα επεξεργάζονται τα υπολογιστικά συστήματα. Είναι πολύ πιθανό να δημιουργηθεί ζήτηση για σύμβουλους ΤΝ (AI consultants) που θα λειτουργούν ως μεσάζοντες και/ή θα καλούνται να διαχειριστούν ομάδες που θα αποτελούνται από ανθρώπους και μηχανές. Επίσης, με την αύξηση υποδομών που λειτουργούν με τη βοήθεια ΤΝ στις πόλεις -π.χ. ένα ‘ευφυές’ οδικό δίκτυο που θα εξασφαλίζει την ομαλή λειτουργία αυτόνομων αυτοκινήτων-, είναι πιθανό να δημιουργηθούν θέσεις εργασίας για την επίβλεψη, τη συντήρηση και τον έλεγχο αυτών των υποδομών.

Αυτά είναι όμως μόνο υποθέσεις και τίθεται σε κάθε περίπτωση το ερώτημα -και αποτελεί το κέντρο μεγάλης διαμάχης-, εάν η τεχνολογία θα εξαλείψει μακροπρόθεσμα σημαντικά περισσότερες θέσεις εργασίας από αυτές που θα δημιουργήσει. Σίγουρα αναμένεται να αλλάξει μορφή η οικονομία, αλλά όπως παρατηρείται κυρίως από οικονομολόγους, αυτό συνέβη σε κάθε προηγούμενη βιομηχανική επανάσταση, και κάθε φορά ήταν πολύ πιο εύκολο το να προβλέψει κανείς ποια επαγγέλματα θα εξαφανίζονταν από το να φανταστεί εκείνα που επρόκειτο να δημιουργηθούν. Γι αυτό και η καλύτερη προετοιμασία για τη μελλοντική αγορά εργασίας παραμένει η εκπαίδευση, η διαρκής επιμόρφωση και κατάρτιση και η καλλιέργεια νέων δεξιοτήτων.

Είναι γεγονός ότι στη χώρα μας δεν έχουμε αρκετά ανεπτυγμένη βιομηχανία και παραγωγή ολοκληρωμένων ρομποτικών συστημάτων και συστημάτων ΤΝ σε μεγάλη κλίμακα· υπάρχει όμως πλήθος πανεπιστημιακών ιδρυμάτων, ιδιωτικών φορέων και επιχειρήσεων που συμβάλλουν καθοριστικά στη διάδοση της τεχνογνωσίας και αναπτύσσουν σημαντική ερευνητική δραστηριότητα.

Πλήθος προγραμμάτων μεταπτυχιακών σπουδών δραστηριοποιούνται σε αυτούς τους τομείς των νέων τεχνολογιών, με θέματα όπως «Ρομποτική» και «Διδακτική των Επιστημών και Σύγχρονες Τεχνολογίες» στο Διεθνές Πανεπιστήμιο Ελλάδος, «Προηγμένες Τεχνολογίες Πληροφορικής και Υπηρεσίες», στο Πανεπιστήμιο Δυτικής Μακεδονίας και το Πανεπιστήμιο Πειραιώς, «Ψηφιακός Μετασχηματισμός και Εκπαιδευτική Πράξη» και «Διοίκηση, Αναλυτική και Πληροφοριακά Συστήματα Επιχειρήσεων» στο Εθνικό και Καποδιστριακό Πανεπιστήμιο Αθηνών, «Εφαρμοσμένη Πληροφορική» στο Πανεπιστήμιο Μακεδονίας και «Προηγμένα Συστήματα Υπολογιστών και Επικοινωνιών» στο Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης.