![](https://www.wisdomtree.eu/-/media/eu-media-files/blog/refresh-images/technology/artificial-intelligence/ai-4.jpg?h=564&iar=0&w=1151&sc_lang=it-ch&hash=5DB93098570C248E792E18470883A0BD)
L'IA sta per prendersi il tuo lavoro?
Principali insegnamenti
- Per valutare se un LLM può sostituire un lavoro, un approccio più accademico si basa sulla suddivisione dell'ampio universo dei lavori umani in molteplici compiti distinti, esaminando come un LLM possa avere un impatto su diversi di essi.
- Gli LLM possiedono grandi capacità, in quanto riescono a svolgere molti compiti che, almeno in parte, riguardano diversi lavori; tuttavia, nella stragrande maggioranza dei casi, non sono in grado di eseguire lavori nella loro interezza, senza alcun intervento umano.
- Lo sviluppo del software pullula di storie di "maggiore produttività" ottenuta grazie a strumenti quali “assistenti” o “copiloti” per la scrittura del codice.
- Il lavoro autonomo, in particolare quello incentrato sul copywriting, può essere un esempio di attività in cui gli LLM sono già in grado di svolgere l'intero processo o stanno per diventarlo, sottoponendo quindi la categoria dei copywriter autonomi a un'enorme pressione.
Avete mai sentito il termine "luddismo"? Si tratta di gruppi di persone in Inghilterra che, tra il 1811 e il 1816 circa, distruggevano i macchinari, soprattutto in cotonifici e lanifici1.
Perché lo facevano? Come molti di noi, avevano paura del cambiamento. Da tempo, cotonifici e lanifici rappresentavano importanti fonti di impiego e queste persone temevano che, se le macchine avessero svolto tali lavori, sarebbero state abbandonate dalla società, senza lavoro e incapaci di provvedere alle loro famiglie.
Questo paradigma permette di comprendere il modo in cui molte persone considerano l'IA oggi.
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 aggiunto2.
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. Microsoft è stata molto precisa nell'attribuire il marchio Copilot ad alcuni assistenti basati sull'IA, cercando di sottolineare il valore aggiunto derivante dall’utilizzo che la persona compie di tale tecnologia e non dal fatto che quest’ultima faccia tutto senza supervisione.
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, attraverso un LLM, 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 gli LLM possono fare" e li coniuga in un modo che consente di trarre almeno qualche spunto3.
Alcuni dei contributi pubblicati indicano che4:
- oltre la metà dei compiti dell'1,8% dei lavori potrebbe risentire di 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 software5:
- "Vediamo che gli sviluppatori che usano GitHub Copilot hanno una produttività del 55% superiore per quanto riguarda le attività" – Scott Guthrie, EVP - Cloud e AI di Microsoft;
- in merito a CodeWhisperer di Amazon: "I test interni hanno mostrato un aumento del 57% della velocità di completamento delle attività e del 27% della probabilità di successo" – Adam Selipski, AD di AWS.
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.
E i liberi professionisti?
Il copywriting è un'importante attività svolta con flessibilità in libera professione. Solitamente, gli addetti ai lavori sviluppano una base di clienti all'interno di un particolare settore. Ad esempio, i consulenti finanziari hanno spesso bisogno di una serie di testi di marketing per i loro siti web, brochure ed e-mail. Scrivere il tutto da soli non avrebbe senso: il loro compito è quello di assistere i clienti nella pianificazione finanziaria e le questioni correlate. Da molto tempo, quindi, la soluzione è affidarsi ai copywriter, ma si può facilmente ipotizzare che questo tipo di lavoro rischia di essere completamente sostituito dagli LLM.
È possibile che, nel 2024, la qualità del testo prodotto non sia tale da poter sostituire completamente i copywriter umani e, infatti, ad alcuni copywriter è stato chiesto di "perfezionare" il lavoro degli LLM; tuttavia, è importante tenere presente che i modelli possono iterare e migliorare abbastanza rapidamente.
Questo introduce anche una parte importante della discussione sul rafforzamento. Se un copywriter, un programmatore o un traduttore si limita a svolgere un lavoro "di base", gli LLM potrebbero riuscire a sostituirlo completamente. È quindi necessario alzare l'asticella, impegnandosi in attività più avanzate che gli LLM non sono in grado di svolgere con la stessa facilità. Tuttavia, per farlo, potrebbero essere necessari studio o formazione6.
Conclusione: il cambiamento sarà l'unica costante
L’ampiezza delle possibilità sarà un modello mentale importante. Se le persone stanno aspettando che gli LLM portino a termine i vari compiti senza commettere errori, l'attesa potrebbe essere lunga, ma se invece desiderano migliorare la propria 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 le parole direttamente, ma dovranno comprendere cosa rende una storia eccellente e saper modificare i risultati dell'IA o guidarla sempre più in tale direzione.
1 Fonte: https://en.wikipedia.org/wiki/Luddite
2 Fonte: Weiss et al. “AI Index: Mapping the $4 Trillion Enterprise Impact”. Morgan Stanley Research. 1 ottobre 2023.
3 Fonte: Eloundou et al. “GPTs are GPTs: Labor market impact potential of LLMs”. Science. Vol. 384, ed. 6702. 21 giugno 2024
4 Fonte per l’elenco puntato: Eloundou et al. 21 giugno 2024.
5 Fonte per le citazioni: Parker et al. “Leveraging AI to Drive Efficiency”. Morgan Stanley Research. 27 febbraio 2024.
6 Fonte: Mims, Christopher. “AI Doesn’t Kill Jobs? Tell that to Freelancers”. Wall Street Journal. 21 giugno 2024
![](https://www.wisdomtree.eu/-/media/eu-media-files/home/researchinsights.jpg?h=650&iar=0&w=583&sc_lang=it-ch&hash=6FD126A554D78857C78129EC044CF2BE)