Η περίοδος συμπλήρωσης του Μηχανογραφικού Δελτίου αποτελεί παραδοσιακά μια στιγμή αγωνίας και στρατηγικού σχεδιασμού για χιλιάδες Έλληνες μαθητές. Ωστόσο, το 2026, η διαδικασία αυτή δεν αφορά πλέον μόνο τις βάσεις εισαγωγής ή το κύρος των σχολών, αλλά τη βαθιά κατανόηση ενός κόσμου που μεταβάλλεται ραγδαία υπό την επήρεια της Τεχνητής Νοημοσύνης (ΤΝ). Σε πρόσφατη παρέμβασή του στο ΑΠΕ-ΜΠΕ, ο καθηγητής του Οικονομικού Πανεπιστημίου Αθηνών (ΟΠΑ), Γιώργος Δουκίδης, προσφέρει μια διεισδυτική ματιά στο πώς η Generative AI (Παραγωγική ΤΝ) ανατρέπει τα δεδομένα σε επαγγέλματα που θεωρούνταν «ακλόνητα» και πώς αυτό πρέπει να επηρεάσει τις ακαδημαϊκές επιλογές.
Η Μετάβαση από τη Γνώση στην Εφαρμογή
Σύμφωνα με τον κ. Δουκίδη, η Τεχνητή Νοημοσύνη δεν έρχεται απλώς να προστεθεί ως ένα ακόμα εργαλείο, αλλά να αλλάξει τη φύση της εργασίας. Για τους υποψηφίους που καλούνται να επιλέξουν σχολή, το μήνυμα είναι σαφές: η αποστήθιση και η στείρα γνώση χάνουν την αξία τους. Η ΤΝ μπορεί πλέον να συνθέτει κείμενα, να γράφει κώδικα, να αναλύει νομικά έγγραφα και να προτείνει ιατρικές διαγνώσεις με ακρίβεια που συχνά ξεπερνά τον άνθρωπο σε ταχύτητα.
Αυτό σημαίνει ότι επαγγέλματα όπως η δικηγορία, η λογιστική, η πληροφορική και η μηχανική δεν εξαφανίζονται, αλλά μετασχηματίζονται. Ο μελλοντικός δικηγόρος δεν θα αμείβεται για να ψάχνει νομολογία —αυτό θα το κάνει ο αλγόριθμος— αλλά για την ικανότητά του να συνθέτει τη στρατηγική μιας υπόθεσης και να διαχειρίζεται την ανθρώπινη διάσταση της δικαιοσύνης. Ο κ. Δουκίδης τονίζει ότι το Μηχανογραφικό πρέπει να αντικατοπτρίζει αυτή τη νέα πραγματικότητα, στρέφοντας τους νέους προς σχολές που προάγουν την κριτική σκέψη και τη συνδυαστική ικανότητα.
Οι Νέες Δεξιότητες: Πέρα από την Τεχνολογία
Μια από τις πιο ενδιαφέρουσες πτυχές της ανάλυσης του καθηγητή είναι η έμφαση στις «ανθρώπινες» δεξιότητες (soft skills). Παραδόξως, όσο πιο πολύ εισχωρεί η τεχνολογία στη ζωή μας, τόσο πιο πολύτιμα γίνονται τα χαρακτηριστικά που η ΤΝ δυσκολεύεται να μιμηθεί. Ο κ. Δουκίδης υπογραμμίζει τα εξής:
- Συναισθηματική Νοημοσύνη: Η ικανότητα κατανόησης και διαχείρισης των ανθρώπινων συναισθημάτων σε επαγγελματικό περιβάλλον.
- Ηθική και Δεοντολογία: Η λήψη αποφάσεων που λαμβάνουν υπόψη κοινωνικές και ηθικές παραμέτρους, κάτι που οι αλγόριθμοι δεν μπορούν να αντιληφθούν πλήρως.
- Προσαρμοστικότητα: Η ικανότητα του ατόμου να μαθαίνει πώς να μαθαίνει (learning to learn), καθώς οι τεχνολογικές αλλαγές θα απαιτούν συνεχή επανεκπαίδευση.
Στο πλαίσιο αυτό, οι διεπιστημονικές σχολές κερδίζουν έδαφος. Ένας συνδυασμός οικονομικών με πληροφορική, ή φιλοσοφίας με ψηφιακές ανθρωπιστικές επιστήμες, μπορεί να προσφέρει πιο στέρεες βάσεις από μια μονοδιάστατη εξειδίκευση.
Η Πρόκληση για το Ελληνικό Πανεπιστήμιο
Η ανάλυση του κ. Δουκίδη θέτει επίσης προ των ευθυνών του το ελληνικό εκπαιδευτικό σύστημα. Αν το Μηχανογραφικό αλλάζει, πρέπει να αλλάξουν και τα προγράμματα σπουδών. Δεν αρκεί η εισαγωγή ενός μαθήματος για την ΤΝ. Απαιτείται η ενσωμάτωση της τεχνολογίας σε κάθε πτυχή της εκπαίδευσης. Οι φοιτητές πρέπει να μάθουν να χρησιμοποιούν την ΤΝ ως «συν-πιλότο» (co-pilot) στις εργασίες τους, αναπτύσσοντας παράλληλα την ικανότητα να ελέγχουν και να αμφισβητούν τα αποτελέσματα που παράγει η μηχανή.
«Η Τεχνητή Νοημοσύνη δεν θα αντικαταστήσει τον άνθρωπο, αλλά ο άνθρωπος που γνωρίζει να χρησιμοποιεί την Τεχνητή Νοημοσύνη θα αντικαταστήσει αυτόν που δεν γνωρίζει», σημειώνει χαρακτηριστικά ο καθηγητής.
Αυτή η ρήση συμπυκνώνει την ουσία της νέας εποχής. Οι υποψήφιοι δεν πρέπει να φοβούνται την τεχνολογία, αλλά να την εντάξουν στα εργαλεία τους, ανεξάρτητα από το αν θα σπουδάσουν ιατρική, φιλολογία ή διοίκηση επιχειρήσεων.
Συμπεράσματα για τους Υποψηφίους
Κλείνοντας, ο κ. Δουκίδης προτρέπει τους νέους να μην επιλέγουν σχολές με βάση το τι ίσχυε πριν από δέκα χρόνια. Η αγορά εργασίας του 2030, όταν οι φετινοί υποψήφιοι θα αποφοιτούν, θα είναι ριζικά διαφορετική. Η επιλογή πρέπει να βασίζεται στο πάθος για το αντικείμενο, αλλά και στη διάθεση για συνεχή εξέλιξη. Το Μηχανογραφικό του 2026 είναι η πρώτη πράξη μιας καριέρας που θα χαρακτηρίζεται από τη συμβίωση με τη νοημοσύνη των μηχανών.
