La AI è davvero una minaccia?

BT, operatore di telecomunicazioni dedicate alle Grandi Aziende, alle Multinazionali e al mondo Wholesale, ha recentemente annunciato che ridurrà il suo personale di 55.000 unità, di cui circa 11.000 legate all’uso dell’intelligenza artificiale (AI). Il resto dei tagli sarà dovuto all’efficienza aziendale, come la sostituzione dei cavi in rame con alternative in fibra ottica più affidabili. Siamo forse di fronte ad una minaccia globale?

Il punto riguardante l’AI solleva diverse domande sul suo effetto sull’economia in generale: quali posti di lavoro saranno maggiormente influenzati dalla tecnologia, come avverranno questi cambiamenti e come saranno percepiti questi cambiamenti?

Lo sviluppo della tecnologia e il suo impatto associato sulla sicurezza del lavoro sono stati un tema ricorrente sin dalla rivoluzione industriale. Dove una volta la meccanizzazione era la causa dell’ansia per la perdita di posti di lavoro, oggi sono algoritmi di AI più capaci. Ma per molte o la maggior parte delle categorie di lavoro, trattenere gli esseri umani rimarrà vitale per il prossimo futuro.

La tecnologia è davvero intelligente?

La tecnologia alla base di questa rivoluzione attuale è principalmente ciò che è noto come un grande modello linguistico (LLM), che è in grado di produrre risposte relativamente umane alle domande. È la base per ChatGPT di OpenAI, il sistema Bard di Google e l’AI Bing di Microsoft.

Queste sono tutte reti neurali: sistemi di calcolo matematici rozzamente modellati sul modo in cui le cellule nervose (neuroni) si attivano nel cervello umano. Queste complesse reti neurali sono addestrate o familiarizzate con il testo, spesso proveniente da Internet.

Il processo di addestramento consente a un utente di porre una domanda in linguaggio colloquiale e all’algoritmo di suddividere la domanda in componenti. Questi componenti vengono quindi elaborati per generare una risposta appropriata alla domanda posta.

Il risultato è un sistema in grado di fornire risposte sensate a qualsiasi domanda gli venga posta. Le implicazioni sono più ampie di quanto possano sembrare.

Umani nel ciclo AI

Allo stesso modo in cui la navigazione GPS per un conducente può sostituire la necessità di conoscere un percorso, l’AI offre ai lavoratori l’opportunità di avere tutte le informazioni di cui hanno bisogno, senza “cercare su Google”.

In effetti, rimuove gli esseri umani dal “ciclo”, il che significa che qualsiasi situazione in cui il lavoro di una persona comporta la ricerca di un oggetto e la creazione di collegamenti tra loro potrebbe essere a rischio. L’esempio più ovvio qui sono i lavori dei call center.

Tuttavia, rimane possibile che gli utenti finali non accettino un’AI che risolve i loro problemi, anche se i tempi di attesa delle chiamate diventano molto più brevi.

AI e mondo esterno

Qualsiasi lavoro manuale ha un rischio molto remoto di sostituzione. Mentre la robotica sta diventando più capace e abile, opera in ambienti altamente vincolati. Si basa su sensori che forniscono informazioni sul mondo e quindi prendono decisioni su questi dati imperfetti.

L’AI non è ancora pronta per questo spazio di lavoro, il mondo è un luogo disordinato e incerto in cui gli esseri umani adattabili eccellono. Idraulici, elettricisti e lavori complessi nel settore manifatturiero – ad esempio, automobilistico o aeronautico – affrontano poca o nessuna concorrenza a lungo termine.

Tuttavia, è probabile che il vero impatto dell’AI si faccia sentire in termini di risparmio di efficienza piuttosto che di sostituzione definitiva del lavoro. È probabile che la tecnologia trovi una rapida trazione come assistente per gli esseri umani. Questo sta già accadendo, specialmente in settori come lo sviluppo di software.

Piuttosto che utilizzare Google per scoprire come scrivere un particolare pezzo di codice, è molto più efficiente chiedere a ChatGPT. La soluzione che ritorna può essere adattata rigorosamente alle esigenze di una persona, consegnata in modo efficiente e senza dettagli inutili.

Sistemi critici per la sicurezza

Questo tipo di applicazione diventerà più comune man mano che i futuri strumenti di intelligenza artificiale diventeranno veri assistenti intelligenti. Possiamo parlare di carichi di lavoro da distribuire nuovamente.

Facciamo un esempio pratico. Poiché il Regno Unito sta soffrendo una carenza di laureati Stem (scienze, tecnologia, ingegneria e matematica), è improbabile che ci sarà una perdita di posti di lavoro in questo settore, solo un modo più efficiente di affrontare l’attuale carico di lavoro.

Ciò dipende dal fatto che il personale sfrutti al meglio le opportunità offerte dalla tecnologia. Naturalmente, ci sarà sempre scetticismo e l’adozione dell’AI nello sviluppo di sistemi critici per la sicurezza, come la medicina, richiederà molto tempo. Questo perché la fiducia nello sviluppatore è fondamentale e il modo più semplice in cui si sviluppa è attraverso l’avere un essere umano al centro del processo.

Questo è fondamentale, poiché questi LLM sono addestrati utilizzando Internet, quindi pregiudizi ed errori sono intrecciati. Questi possono sorgere accidentalmente, ad esempio, attraverso una persona a un particolare evento semplicemente perché condividono lo stesso nome di qualcun altro, un classico esempio di omonimia. Più seriamente, possono anche verificarsi attraverso intenzioni dannose, consentendo deliberatamente la presentazione di dati di addestramento errati o addirittura intenzionalmente fuorvianti.

La sicurezza informatica diventa una preoccupazione crescente man mano che i sistemi diventano più collegati in rete, così come la fonte di dati utilizzata per costruire l’AI. Gli LLM si basano su informazioni aperte come elemento costitutivo che viene perfezionato dall’interazione. Ciò solleva la possibilità di nuovi metodi per attaccare i sistemi creando falsità deliberate.

Ad esempio, gli hacker potrebbero creare siti dannosi e metterli in luoghi in cui è probabile che si trovino dati raccolti da un chatbot AI. A causa della necessità di addestrare i sistemi su grandi quantità di dati, è difficile verificare che tutto sia corretto.

Ciò significa che, come lavoratori, dobbiamo cercare di sfruttare le capacità dei sistemi di intelligenza artificiale e utilizzarli al massimo delle loro potenzialità. Ciò significa mettere sempre in discussione ciò che riceviamo da questa tecnologia, piuttosto che fidarci ciecamente della sua produzione. Questo periodo riporta alla mente i primi giorni del GPS, quando i sistemi spesso portavano gli utenti su strade inadatte ai propri veicoli.

Pensiero finale

Se applichiamo una mentalità scettica al modo in cui utilizziamo questo nuovo strumento, massimizzeremo la sua capacità e contemporaneamente aumenteremo la forza lavoro, come abbiamo visto in tutte le precedenti rivoluzioni industriali.