Da sempre le grandi innovazioni tecnologiche spaventano alcune classi di lavoratori preoccupati di poter essere sostituiti dalle macchine: è successo nell’ottocento con gli operai dei cotonifici che assistevano all’introduzione di macchinari sempre più autonomi e succede oggi con l’arrivo prorompente dell’Intelligenza Artificiale. La domanda sorge quindi spontanea, l’intelligenza artificiale toglierà posti di lavoro?
Indice
Il bancomat ha sostituito o rafforzato i bancari?
Nelle fabbriche, una macchina può essere in grado di portare a termine compiti come la lavorazione del cotone e della lana. Questi tipi di lavori sono caratterizzati da un minore riscontro umano basato sul “dare e avere”: il cotone non esprime alcun tipo di opinione sull’andamento delle cose. Il ruolo di un bancario è diverso in quanto ogni interazione interpersonale può essere un’opportunità, per entrambe le parti, di imparare qualcosa e ottenere un risultato migliore. Anche se, prima dell’introduzione del bancomat, la maggior parte delle persone prelevava e depositava fondi, non si può dire che questa fosse l’unica attività eseguita. Una volta presa dimestichezza con l’uso del bancomat, se qualcuno parcheggiava l’auto e si recava in filiale significava quasi sicuramente che aveva bisogno di altro, di qualcosa che l’interazione con il bancomat da sola non era in grado di soddisfare. Si trattava per lo più di servizi a cui i clienti attribuivano un valore superiore e la banca riusciva a ottenere ricavi più alti fornendo tali servizi a maggior valore aggiunto[1]. Così, se da un lato le macchine hanno eliminato la necessità di avere tanti operai nelle fabbriche di cotone, dall’altro hanno creato l’esigenza di un maggior numero di bancari per fornire servizi a maggior valore aggiunto che andassero oltre il prelievo e il deposito di denaro.
L’IA è più simile a una macchina industriale o a un bancomat?
Si tratta di una domanda cruciale per cercare di capire se l’obiettivo è quello di sostituire completamente l’uomo o, piuttosto, di rafforzarlo e ottenere un rapporto di tipo pilota umano/copilota basato sull’IA. La risposta sarà molto probabilmente ampia e includerà alcuni lavori che potrebbero essere più o meno “sostituiti” dall’IA e altri che potrebbero essere “notevolmente rafforzati”.
Il quadro accademico
Quando si cerca di prevedere il futuro affrontando questo tipo di domande del campo delle “scienze sociali”, strutturare l’analisi in modo tale da ottenere spunti preziosi può essere difficile. Il database O*NET include 1.016 occupazioni e le relative attività e compiti nel dettaglio. Essenzialmente, i posti di lavoro vengono suddivisi in compiti; questi possono essere valutati in base alla percezione secondo cui possano essere svolti con un risparmio di tempo pari a circa il 50%. Si tratta ovviamente di un esercizio soggetto a stime e giudizi, ma parte dagli universi piuttosto complessi delle “occupazioni statunitensi” e di “ciò che l’AI può fare” e li coniuga in un modo che consente di trarre almeno qualche spunto.
Alcuni dei contributi pubblicati indicano che:
- oltre la metà dei compiti dell’1,8% dei lavori potrebbe risentire di dell’intelligenza artificiale Large language models (LLM) con interfacce semplici e formazione generale. Con gli sviluppi attuali e futuri, questa quota potrebbe salire a oltre il 46% dei lavori, con più del 50% dei compiti intaccati dagli LLM;
- in media, gli LLM sono rilevanti per circa il 14% dei compiti di ogni occupazione;
- utilizzando i dati della National Employment Matrix del Bureau of Labor Statistics, si stima che circa l’80% dei lavoratori svolga professioni con almeno il 10% dei compiti esposti agli LLM, ipotizzando un’implementazione parziale di software complementari;
- la possibilità di una completa automatizzazione grazie agli LLM, uniti alle integrazioni software aggiuntive, senza la supervisione umana, riguarda solo l’1,86% circa dei compiti;
- i due gruppi di lavori che sembrano più esposti agli LLM sono “Scienziati e ricercatori” e “Tecnologi”, che potrebbero includere ingegneri del software e data scientist.
Finora, il fronte accademico sembra sostenere la “complementarità” e il “rafforzamento”, piuttosto che la “sostituzione”.
Esaminiamo l’evidenza empirica
La politica e le politiche possono essere influenzate da storie umane oltre che da studi accademici. Alcune citazioni degne di nota fanno riferimento al potenziale dell’IA a favore della produttività, in particolare nell’area dello sviluppo del software. Quello della scrittura del codice rappresenta un caso d’uso interessante, in quanto i vari approcci assistiti dall’IA possono fornire un aiuto diretto nell’ambito di un processo che in passato comportava molte ricerche su internet, tentativi ed errori. Gli assistenti basati sull’IA ancora non riescono a fare tutto correttamente il 100% delle volte, quindi chi si aspetta la perfezione o quasi rimarrà deluso; tuttavia, consentono di affinare il processo e di raggiungere livelli di efficienza maggiori nel superare i vari ostacoli e sfide che possono presentarsi.
Conclusione: il cambiamento sarà l’unica costante
Aspettare che gli LLM portino a termine i vari compiti senza commettere errori, allo l’attesa potrebbe essere lunga, ma se invece si vuole migliorare l’efficienza in alcune attività quotidiane, l’aiuto dell’IA potrebbe essere già a disposizione.
Faremmo bene a ricordare le innovazioni del passato, come la calcolatrice o il computer. All’epoca, avevamo bisogno di persone in grado di eseguire calcoli accuratamente, ma nel 2024 abbiamo così tanti strumenti per farlo che questo aspetto è molto meno importante. Ciò che conta è conoscere i concetti matematici, piuttosto che saper fare i calcoli. L’IA sarà probabilmente simile, nel senso che le persone non dovranno più saper scrivere direttamente, ma dovranno comprendere cosa rende una storia eccellente e saper modificare i risultati dell’IA o guidarla sempre più in tale direzione.
