L’avanzamento tecnologico in materia di algoritmi e macchine ‘intelligenti’ costituirà un beneficio per l’umanità, oppure determinerà un’epoca di crisi e instabilità a causa della perdita di posti di lavoro tradizionali? E quali sono le tipologie di lavoro più esposte al rischio di rimpiazzo? L’impatto dell’intelligenza artificiale sull’occupazione è un tema caldo e molto attuale, che Innovation Post ha già affrontato, ad esempio in questo articolo. Questo tema è stato trattato in passato anche dal World Economic Forum, che in questo studio, ad esempio, ha presentato una stima del tempo necessario affinché un automa possa sostituire un essere umano nell’esecuzione di uno specifico lavoro: da questo punto di vista, non è tanto in discussione il fatto che il lavoro umano, per quanto complesso, possa essere eseguito con efficienza e qualità pari o superiore da una macchina, ma solamente quanti anni dovremo attendere affinché accada. Ad esempio, se per sostituire il commesso di un’attività commerciale ci vorranno meno di 10 anni da oggi, per avere automi in grado di eseguire complesse operazioni chirurgiche in autonomia non si dovrà attendere più di 30 o 40 anni.
Indice degli argomenti
Un’analisi di dettaglio dei ricercatori canadesi
Tuttavia, quanto possiamo ritenere queste stime realmente accurate? Il rischio di confondere una previsione con un timore, o di non tenere nel giusto conto alcuni fattori assolutamente rilevanti (lo sviluppo socio-economico, i trend politici e finanziari, l’evoluzione della formazione di profili professionali nel mondo etc.), è in questo caso particolarmente elevato.
Pertanto, è necessario elaborare modelli sofisticati per minimizzare la probabilità che una conclusione o una valutazione siano del tutto errate.
Basandosi su questo fondamento, alcuni ricercatori dell’Università di Toronto hanno, di recente, pubblicato un articolo che prova a rispondere ad una domanda molto precisa: l’intelligenza artificiale sostituirà o complementerà gli umani nell’esecuzione di uno specifico lavoro?
Predizione versus capacità di giudizio
I ricercatori di Toronto si sono, più in dettaglio, concentrati su un aspetto ritenuto fondamentale: le migliori potenzialità dell’intelligenza artificiale, più che essere descrivibili in termini di ‘giudizio’ o ‘consapevolezza’, che sono categorie tipicamente umane, sono più fortemente incentrate su una capacità di ‘predizione’.
Più precisamente, nell’articolo si evidenzia che il machine learning e altre tecniche simili non sono altro che un mezzo per produrre, a partire da dati esistenti, delle informazioni inizialmente non disponibili, utilizzando tipicamente metodologie di natura statistica combinate ad una sempre crescente potenza di calcolo: tuttavia, non essendo in grado di stabilire nessi causali, capacità, quest’ultima, tipicamente umana, tali algoritmi arrivano a conclusioni che vanno esaminate con cura, per ridurre la possibilità che l’incertezza dei dati condizioni in modo rilevante.
Un esempio significativo è costituito da IBM Watson, un sistema in grado di effettuare con grande rapidità diagnosi di patologie anche molto complesse, senza però riuscire a giustificare le motivazioni che hanno condotto alla diagnosi stessa: il motivo di fondo è, appunto, che più che procedere in modo logico-deduttivo, l’algoritmo alla base del sistema effettua correlazioni statistiche tra dati disponibili, scegliendo semplicemente l’ipotesi più verosimile.
Analisi dell’impatto: conclusioni
Partendo dall’analisi sopra descritta delle effettive capacità odierne delle macchine, i ricercatori hanno argomentato che, se si vuole costruire un modello efficace dell’impatto dell’AI sulla società e sul lavoro, il punto di partenza più corretto è analizzare l’effetto di una disponibilità di predizioni di buona qualità a basso costo, perché è esattamente questo ‘servizio’ che le macchine sono capaci di erogare.
Incorporando questa capacità a supporto degli esseri umani in un modello matematico che permette di identificare la migliore decisione o strategia da perseguire per ottenere un risultato desiderato (ad esempio, in ambito di business aziendale), il team ha ottenuto alcuni risultati decisamente interessanti, elencati di seguito:
- In modo abbastanza scontato, una capacità di predizione migliorata grazie al supporto dell’intelligenza artificiale può condurre a decisioni migliori e più appropriato
- tuttavia la capacità di giudizio umana, che le macchine ad oggi non sono in grado di sintetizzare, e che si esprime in termini di intuizione, ragionamento astratto non quantitativo etc. giocherà ancora un ruolo fondamentale nell’intraprendere decisioni corrette, specialmente in assenza di informazioni e in scenari meno definiti.
Più in dettaglio, utilizzando modelli matematici, e partendo dalla distinzione tra capacità di predizione delle macchine (in termini strettamente algoritmici) e capacità di giudizio umano, i ricercatori hanno stabilito che, mentre in assenza di previsioni, la capacità di giudizio umana generalmente si orienta verso decisioni più rischiose, soprattutto se tali decisioni vengono associate ad opportunità potenziali, in presenza di una predizione di migliore qualità, ottenibile appunto col supporto dell’intelligenza artificiale, il comportamento è normalmente l’opposto: gli umani tendono, in questo caso, a prendere decisioni più cautelative.
Si tratta, in estrema sintesi, della modellazione matematica di un effetto psicologico in cui ci si può imbattere di frequente: in assenza di informazioni, gli esseri umani tendono ad essere più intraprendenti se intravedono una possibilità di guadagno, di quanto lo siano quando molte informazioni di dettaglio sono, invece, disponibili.
Chi prenderà la decisioni?
Un altro aspetto di rilievo descritto nell’articolo è il seguente: considerando la sempre migliore capacità delle macchine di effettuare previsioni, in che misura gli esseri umani tenderanno a delegare alle macchine l’autorità e la responsabilità di una decisione, pur essendo dotati, come descritto, di una ancora insostituibile capacità di giudizio?
Anche qui la conclusione è davvero significativa: dal momento che gli umani hanno una limitata capacità di osservazione, o meglio, di monitoraggio di diversi contesti rispetto alle macchine, nel tempo saranno sempre più orientati a sospendere il proprio giudizio e ad affidarsi in modo più rilevante al responso dell’intelligenza artificiale, sebbene di principio essi posseggano, soprattutto in scenari più incerti, una capacità di giudizio di cui le macchine stesse non sono munite.
