L’Intelligenza Artificiale ruberà il tuo lavoro?

Che cosa unisce sceneggiatori di Hollywood, camionisti e camerieri? Esatto, la paura che l’Intelligenza Artificiale possa rubare loro il lavoro. Eppure, il futuro potrebbe essere meno spaventoso di quel che sembra a molti e a dirlo è il noto docente di Oxford Carl Frey, che da dieci anni studia i potenziali impatti dell’Intelligenza Artificiale insieme ai suoi collaboratori.

In un articolo di dieci anni fa, pubblicato insieme a Michael Osborne, Frey affermò che il 47% dei posti di lavoro negli Stati Uniti potevano essere automatizzati. Le previsioni di Frey e Osborne si basavo sulla convinzione che, indipendentemente dai progressi tecnologici del momento, gli esseri umani sarebbero rimasti superiori all’Intelligenza Artificiale in tre aree cruciali: creatività, interazioni sociali complesse e gestione di ambienti non strutturati, come ad esempio quello domestico. Ma si sbagliavano, perché anche in questi tre ambiti la tecnologia ha fatto passi da gigante.

Oggi, i Large Language Models (LLM) come GPT-4 offrono riscontri straordinariamente simili a quelli umani a una vasta gamma di sollecitazioni. Ma i punti deboli dell’automazione identificati dieci anni fa dai due studiosi rimangono. Ad esempio, se fosse GPT-4 a scrivere i nostri messaggi d’amore, si amplificherebbe l’importanza degli incontri di persona Spiegato in maniera più semplice, secondo Frey la macchina non potrà mai replicare il valore degli incontri e delle interazioni in persona, che anzi aumenterà man mano che le macchine interverranno in maniera più diffusa nei rapporti umani.

E se l’Intelligenza Artificiale può scrivere una lettera che rispecchia l’eloquenza di Shakespeare, ciò è possibile solo perché attinge dalle opere esistenti di Shakespeare stesso. Un essere umano. Quindi possiamo dire, come fa Frey, che l’Intelligenza Artificiale eccelle in compiti definiti da dati e obiettivi espliciti, come l’ottimizzazione del punteggio di un gioco o l’emulazione della prosa shakespeariana. Ma se si trattasse di sperimentare contenuti originali invece che ripetere idee consolidate, quale sarebbe il suo punto di riferimento? Ecco dove entra in gioco la creatività umana.

Inoltre, prosegue Frey riprendendo i suoi concetti espressi già nel 2013, molti lavori non possono essere automatizzati, perché l’Intelligenza Artificiale generativa ha bisogno del contributo umano per l’avvio e il successivo perfezionamento, per la verifica dei fatti e l’elaborazione dei risultati. Un processo continuo dove l’essere umano è un ingranaggio fondamentale per ottenere dei risultati soddisfacenti.

Infine, la qualità dei contenuti prodotti dall’Intelligenza Artificiale generativa rispecchia le caratteristiche dei dati usati per “addestrarla”. Questo significa che i LLM tendono a produrre testi che rispecchiano i contenuti comuni medi trovati online, piuttosto che quelli eccezionali: quindi dati mediocri di partenza portano a risultati mediocri.

Ma torniamo alla domanda espressa nel titolo di questo articolo. Cosa comporta tutto ciò per il futuro dell’occupazione? Innanzitutto, come già detto, la nuova ondata di Intelligenza Artificiale richiederà costantemente la supervisione umana ed è interessante notare un piccolo paradosso: quei lavoratori con un basso livello di specializzazione potrebbero trovarsi avvantaggiati, poiché ora possono produrre contenuti che soddisfano lo standard “medio” richiesto dall’Intelligenza Artificiale.

E senza una innovazione significativa, che in questo momento sembra improbabile, è difficile che l’Intelligenza Artificiale possa svolgere attività ad alto tasso di creatività e interazione sociale. In primo luogo, perché i dati che i LLM hanno già appreso rappresentano una parte importante del web. Quindi molti ricercatori come Frey sono scettici rispetto alla possibilità che i dati impiegati per l’addestramento possano essere sufficientemente ampliati nei prossimi anni. Inoltre, la proliferazione di contenuti scadenti generati proprio dall’Intelligenza Artificiale potrebbe abbassare la qualità complessiva di internet, rendendola una fonte di informazione meno affidabile. In sostanza, l’Intelligenza Artificiale è il limite stesso dell’Intelligenza Artificiale.

Inoltre, già prima dell’impennata del costo dell’energia di alcuni mesi, fa si riteneva che la spesa energetica per lo sviluppo di GPT-4 rappresentasse una parte significativa del costo di addestramento della macchina (100 milioni di dollari). E continuare a sviluppare questa tecnologia potrebbe quindi rivelarsi una pratica poco sostenibile, soprattutto con i nuovi obiettivi fissati per contrastare il cambiamento climatico.

Ciò che serve oggi, nota Frey, è un’Intelligenza Artificiale in grado di apprendere da gruppi di dati più ristretti e curati da esperti, dando così priorità alla qualità rispetto alla quantità. Per capire bene questo concetto pensiamo all’inizio del XX secolo, quando ci fu una vera e propria competizione tra i veicoli elettrici e il motore a combustione per dominare il settore automobilistico. Inizialmente sembravano testa a testa, ma le vaste scoperte petrolifere hanno presto fatto pendere l’ago della bilancia verso le auto termiche. Ma se in quell’epoca i governi avessero messo una tassa sul petrolio, perché più inquinante, la traiettoria tecnologica avrebbe probabilmente favorito i veicoli elettrici. Ecco, allo stesso modo imporre una tassa sui dati potrebbe stimolare gli sforzi per rendere i processi di Intelligenza Artificiale più snelli in termini di consumo di dati, ma anche garantire una maggiore qualità.

In conclusione, spiega Frey, molti lavori sono destinati a cambiare a causa dell’automazione, ma ciò non sarà necessariamente dovuto all’attuale sviluppo dell’Intelligenza Artificiale generativa. A meno che non vi siano innovazioni significative, Frey prevede che le sfide evidenziate nello studio del 2013 rimarranno tali, limitando la portata dell’automazione per gli anni a venire.