Intelligenza artificiale: l’impatto sul mondo del lavoro

Cronaca di una rivoluzione annunciata

Se ripensiamo agli sviluppi tecnologici, in particolare a quelli degli ultimi due decenni, possiamo senz’altro affermare che vi è stato un crescente e capillare impatto dei sistemi e degli strumenti di intelligenza artificiale sulle nostre vite. Tali strumenti e sistemi modellano sempre più ciò che vediamo, pensiamo, crediamo, creiamo, consumiamo e facciamo.

In questo modo, ci si aspetta che nei prossimi decenni il loro peso, il loro impatto e la loro rilevanza si farà sentire con grande forza nella quasi totalità delle attività che svolgiamo giornalmente, in diversi contesti in cui viviamo, lavoriamo, ci relazioniamo.

Ogni tecnologia che produce effetti significativi porta con sé significativi vantaggi, utilità e opportunità, ma anche svantaggi, inconvenienti e rischi, che vanno tenuti a mente, analizzati e affrontati.

Parlare della rivoluzione dei sistemi e degli strumenti di intelligenza artificiale come di una rivoluzione per certi versi ‘annunciata’ sembra cogliere nel segno, sia perché evidenzia l’aspetto della crescita esponenziale e naturale di un fenomeno che ha origini radicate in decenni fa, sia perchè stressa l’attenzione sulla crescente frequenza delle interazioni e sovrapposizioni, a vari livelli, tra mondo umano e mondo tecnologico.

Intelligenza artificiale, esseri umani e lavoro: quali impatti?

Tanti sono i report, gli studi, gli approfondimenti che si sono susseguiti nel corso degli anni e che hanno cercato di evidenziare l’impatto crescente di sistemi e strumenti di intelligenza artificiale nella vita lavorativa e professionale delle persone.

Interessanti sono gli approfondimenti effettuati da Our World in Data, un progetto che è uno sforzo collaborativo tra i ricercatori dell'Università di Oxford e l'organizzazione no-profit Global Change Data Lab (GCDL), con sede nel Regno Unito.

Uno studio recente seguito dalla ricercatrice Katja Grace e dai suoi colleghi, condotto nell'estate del 2022, ha coinvolto in totale 4.271 esperti di Intelligenza artificiale, di cui 738 hanno risposto (un tasso del 17%), e di cui 352 hanno fornito risposte complete alla domanda sull'IA a livello umano. A tali esperti è stato chiesto quando ritengono che possa esistere una probabilità del 50% che ci sia una intelligenza artificiale a livello umano, vale a dire macchine non assistite in grado di svolgere ogni compito meglio e in modo più economico rispetto ai lavoratori umani.

Le diverse risposte degli esperti sottolineano come gli stessi non siano d'accordo su quanto tempo ci vorrà prima che un tale sistema possa essere sviluppato. Alcuni credono che questo livello di tecnologia non sarà mai sviluppato, altri pensano che sia possibile, ma ci vorrà molto tempo, molti invece credono che si svilupperà nei prossimi decenni.

Essere esperti di una particolare tecnologia non significa, però, essere necessariamente esperti nel fare previsioni sul futuro di quella tecnologia, anzi, come dimostrato da altri ricercatori Barbara Mellers, Phil Tetlock e altri (per approfondimenti Mellers, B., Tetlock, P., & Arkes, H. R. (2019). Forecasting tournaments, epistemic humility and attitude depolarization. Cognition, 188, 19-26; Tetlock, P. (2005) – Expert political judgment: How good is it? How can we know? Princeton, NJ: Princeton University Press; Philip E. Tetlock and Dan Gardner (2015) – Superforecasting: The Art and Science of Prediction.).

Prendiamo in esame brevemente le previsioni della comunità di previsori di Metaculus, una società di pubblica utilità che lavora con una piattaforma di previsione online e un motore di aggregazione per migliorare il ragionamento umano e il coordinamento su argomenti di importanza globale. Alla domanda su cosa si aspetta questo gruppo di previsori per il futuro dell'intelligenza artificiale, i previsori ritengono che ci sia una probabilità del 50/50 che una "Intelligenza Artificiale Generale" venga "ideata, testata e annunciata pubblicamente" entro il 2040, quindi tra meno di 20 anni.

Al di là degli altri studi e report che si possono citare, è evidente che i rapidi progressi nelle capacità dei sistemi e strumenti di intelligenza artificiale hanno reso possibile l'utilizzo delle macchine in un'ampia gamma di nuovi settori, come di seguito esemplificato, senza presunzione di esaustività:

• nella prenotazione di un volo e nella determinazione del prezzo da pagare;
• nel monitoraggio delle persone che arrivano in aeroporto;
• nell’assistenza del pilota di un aereo nel portare a destinazione i passeggeri;
• nella decisione se concedere o meno un prestito, se si ha diritto o meno al welfare, se si viene assunti per un certo lavoro;
• nell’aiuto della decisione di rilasciare o meno una persona dal carcere;
• nell’aiuto nella programmazione di software che si utilizzano e nella traduzione di testi che si leggono;
• nel supporto di diverse attività quotidiane sotto forma di assistenti virtuali con riconoscimento vocale;
• nel supporto alla guida di autoveicoli (guida autonoma);
• nel supporto a progredire su alcuni dei problemi più difficili della scienza;
• nella determinazione di ciò che si vede sui social media, di quali prodotti vengono mostrati nei negozi online e cosa viene consigliato su YouTube.

Va anche evidenziato che, come confermato ad altri studi (a tal riguardo i dati sono tratti da Jaime Sevilla, Lennart Heim, Anson Ho, Tamay Besiroglu, Marius Hobbhahn, Pablo Villalobos (2022) – Compute Trends Across Three Eras of Machine Learning, 2022, pubblicato su arXiv il 9 marzo 2022), vi è stata una vera e propria ascesa degli strumenti e dei sistemi di intelligenza artificiale negli ultimi decenni, accelerata dall'aumento del calcolo dell'addestramento, che ha portato sistemi e strumenti sempre più potenti.

Best practices e futuro

Lo scenario fin qui descritto è in continua e costante evoluzione e trasformazione, e propone sfide sempre più delicate e decisive, da tanti punti di vista. Individuare delle best practices che possano aiutare a direzionarsi in questo ginepraio non è semplice, né può assumere un carattere di assolutezza, visti i presupposti della continua e costante evoluzione e trasformazione.

Di seguito vogliamo evidenziare alcuni principi che sono stati individuati e schematizzati da alcuni dei principali player tecnologici, chiamati a fronteggiare profili etici, giuridici, organizzativi e gestionali.

Prendendo come riferimento le valutazioni condivise da Google (Responsible AI practices), Meta (Building Generative AI Responsibly, Llama2 Responsible Use Guide), Amazon AWS (Responsible AI), vi sono alcune dimensioni che più di altre vengono condivise per una intelligenza artificiale ‘responsabile’, tra cui privacy e sicurezza, etica e trasparenza, equità e inclusione, apprendimento continuo, gestione dei rischi e mitigazione, accountability (responsabilizzazione).

Volendo concludere questa riflessione che inevitabilmente rimanda ad altri successivi approfondimenti, proviamo a condividere alcuni spunti da tenere a mente per affrontare le implicazioni che i sistemi e gli strumenti di intelligenza artificiale portano con sé:

• necessità di incentivare l'istruzione e la formazione per lo sviluppo di competenze necessarie e qualificanti (skilling) per trovare nuovi posti di lavoro in un'economia guidata dall'intelligenza artificiale;
• necessità di promuovere l’aggiornamento (up-skilling) e la riqualificazione (re-skilling) attraverso programmi specifici per aiutare i lavoratori a sviluppare le competenze necessarie per trovare nuovi posti di lavoro;
• importanza di regolamentare l'utilizzo responsabile dei sistemi e degli strumenti di intelligenza artificiale, mantenendo un approccio human-centered;
• necessità di investire in infrastrutture sociali per supportare i lavoratori a far fronte ai cambiamenti che i sistemi e gli strumenti di intelligenza artificiale determineranno nel mondo del lavoro;
• utilità di favorire l'innovazione e l'imprenditorialità, anche sostenendo la creazione di nuovi posti di lavoro e ambienti favorevoli all'imprenditorialità.