KANBrief 4/19

Lavoro qualificato nell’era dell’intelligenza artificiale

Richard Harper© private
Richard Harper
Institute for Social Futures, Lancaster University, UK

Considerato che permette di rivoluzionare il posto di lavoro, l’intelligenza artificiale (IA) finirà presumibilmente per produrre enormi cambiamenti. Nel lungo termine potrebbe farsi carico di molte attività fino ad oggi svolte dall’uomo – anche di quelle che presuppongono una speciale formazione e che finora le macchine non erano in grado di compiere. Per cominciare, tuttavia, occorre insegnare alle componenti IA le attività di cui dovranno farsi carico.

Sebbene l’espressione “Machine Learning” (ML) suggerisca proprio questo, le macchine non apprendono da sé. L’apprendimento presuppone una formazione, e a farsi carico di quest’ultima – o per lo meno a gettare le basi per l’apprendimento – è l’essere umano. In teoria addestrare degli strumenti di IA è una cosa semplicissima: basta fornire loro esempi che chiariscano come riconoscere le caratteristiche considerate. Detti esempi devono contenere soprattutto un gran numero di casi limite che gli addestratori umani provvederanno a contrassegnare come adeguati o inadeguati permettendo così al sistema di ML di sviluppare dei criteri su cui basare le future valutazioni. Non di rado tali criteri non sono identici a quelli che avrebbero applicato gli addestratori umani, tuttavia il risultato è generalmente lo stesso: l’IA è in grado di decidere proprio come l’uomo e dunque di sostituire quest’ultimo laddove debbano essere prese delle decisioni.

Ciò non di meno, spesso anche nel caso di compiti semplici occorrono molte migliaia di esempi – e anche di più laddove in gioco vi siano questioni rilevanti rispetto alla sicurezza. Insegnare all’IA a riconoscere diversi volti umani è ancora cosa abbastanza semplice. I fattori decisivi sono le distanze tra le pupille, la punta del naso e il labbro superiore. Tali distanze possono essere calcolate sulla scorta della relazione tra determinati punti di riferimento, p. es. mediante punti che spiccano lungo il profilo del mento e degli zigomi. Poiché spesso tali punti sono resi poco visibili dalla presenza di ombre o sono coperti da ciocche di capelli, perché venissero riconosciuti ci sono voluti anni e anni di apprendimento. Quello del riconoscimento facciale è un compito relativamente semplice. L’addestramento si configura decisamente più complesso e difficoltoso nel caso di attività impegnative dal punto di vista tecnico.

Anche qualora il tema considerato includa degli aspetti interessanti – cosa che vale per molti degli argomenti di cui si occupano i lavoratori specializzati – quello dell’addestramento dell’IA non è un lavoro particolarmente interessante. Laddove si esaminino centinaia, se non migliaia, di esempi attribuendo loro dei contrassegni, anche l’aspetto più coinvolgente diviene monotono. Nel caso del riconoscimento facciale, essendo stato effettuato per lo più da studenti d’informatica, l’addestramento è risultato conveniente. Qualora tuttavia si tratti p. es. di classificare questioni giuridiche o aspetti riguardanti la sicurezza, ad occuparsi dell’addestramento dovranno essere persone con una formazione nella corrispondente materia, dunque, p. es., giuristi o ingegneri – le cui tariffe non sono propriamente irrisorie.

Si pone inoltre la questione della motivazione: di per sé monotono, il lavoro di addestramento diviene ancor più demotivante laddove serva a sostituire coloro che addestrano i sistemi. Questo è quanto meno un timore spesso espresso quando vengono illustrati gli effetti dell’IA – e ad esprimerlo sono anche specialisti altamente qualificati. Ma forse non si arriverà a tanto. E non perché i lavoratori specializzati si rifiutino di svolgere l’addestramento o lo svolgano intenzionalmente così male da impedire che possa prima o poi concludersi. A giocare un ruolo spesso sottovalutato sono semmai gli elevati costi dei sistemi di IA o delle relative licenze.

Tali costi sono così esorbitanti che è possibile realizzare un sufficiente rendimento soltanto laddove, non da ultimo, si affidino all’IA sempre più compiti. Paradossalmente, tuttavia, ciò impone di addestrare sempre più software, il che a sua volta richiede tempo e fa lievitare i costi di personale e licenze necessari per l’introduzione dell’IA. In ultima analisi, coloro che pensavano di addestrare i sistemi di IA e rimpiazzare così se stessi si ritrovano in un ciclo autosostenuto: divengono servi dell’IA senza sapere per quanto tempo vi sarà bisogno dei loro servizi.

Per i lavoratori specializzati la rivoluzione innescata dall’IA non comporterà quindi per forza di cose la disoccupazione, ma cambierà il modo in cui viene percepita la specificità loro e del loro lavoro. Per poter essere all’altezza dei suoi compiti anche nel futuro mondo del lavoro, il settore della prevenzione dovrà concentrarsi su questi sviluppi così complessi ed eterogenei.

Richard Harper
r.harper@lancaster.ac.uk