L'impatto dell'intelligenza artificiale sul lavoro

Da decenni si parla e si studia l’intelligenza artificiale. Come sappiamo, negli ultimi due anni c’è stata un’accelerazione esponenziale nella potenza e nelle capacità dell’AI (Artificial intelligence). Ovviamente, questa nuova tecnologia dirompente avrà un impatto enorme su tutte le nazioni industrializzate, a partire dal mando del lavoro.

Che cosa è l’intelligenza Artificiale?
Come cambia il mondo del lavoro con l’intelligenza artificiale
Imparare a usare e sviluppare l’intelligenza artificiale
Sopravvivere lavorativamente e felicemente all’intelligenza Artificiale

Che cosa è l’intelligenza artificiale?

L’Intelligenza artificiale, in italiano IA, esegue compiti che normalmente richiedono l’intelligenza e l’esperienza di un essere umano o di un gruppo di lavoro. Ad esempio, la scrittura di software in base a delle specifiche, la percezione visiva, la generazione di immagini di fantasia, la traduzione linguistica simultanea, ecc.

I 3 tipi principali d’intelligenza artificiale.

L’intelligenza artificiale si può classificare, in base alle capacità, in tre macro tipologie:

Narrow AI
General AI
Super AI.

Ogni tipo di intelligenza artificiale ha le sue caratteristiche, capacità e limitazioni. Tuttavia, siamo solo all’inizio della rivoluzione indotta dall’intelligenza artificiale. Infatti, non esiste ancora nemmeno la General AI (GAI).

1) Narrow AI (o week AI, intelligenza artificiale debole)

Progettata per eseguire un compito specifico o una gamma limitata di compiti. È il tipo di intelligenza artificiale più comune ed è ampiamente utilizzato in varie applicazioni come il riconoscimento facciale, il riconoscimento vocale, il riconoscimento delle immagini, l’elaborazione del linguaggio naturale e i sistemi di raccomandazione.

Uno dei vantaggi dell’intelligenza artificiale Narrow è la sua capacità di eseguire compiti più velocemente e con maggiore precisione rispetto agli esseri umani. Ad esempio, i sistemi di riconoscimento anatomici possono scansionare moltissime persone in pochi secondi e identificarle.

Questo tipo di AI utilizza algoritmi di apprendimento automatico, che vengono addestrati su una grande quantità di dati. Questi algoritmi sono progettati per eseguire compiti specifici, come identificare oggetti nelle immagini o tradurre lingue. L’intelligenza artificiale “debole” non è in grado di generalizzare oltre i compiti per i quali è programmata. Quindi, non può eseguire compiti per i quali non è stata specificamente addestrata.

Tuttavia, l’IA ristretta presenta alcune limitazioni. Non è in grado di ragionare o comprendere il contesto dei compiti che svolge. Ad esempio, un sistema di traduzione linguistica può tradurre parole e frasi in modo accurato, ma non è in grado di comprendere il significato dietro le parole o le sfumature culturali che potrebbero influenzare la traduzione.

Allo stesso modo, i sistemi di riconoscimento delle immagini possono identificare gli oggetti nelle immagini, ma non sono in grado di comprendere il contesto delle immagini o le emozioni trasmesse dalle persone nelle immagini.

L’AI generativa, ci sta portando verso la General AI (GAI):

L’intelligenza artificiale generativa è uno dei progressi più promettenti nella tecnologia dell’intelligenza artificiale debole. Si addestrano le macchine a imitare la creazione di contenuti simili a quelli umani, sia che si tratti di scrivere testi, creare immagini o persino comporre musica. È un tipo di apprendimento automatico che funziona secondo il principio dei modelli generativi, che utilizzano set di dati di addestramento per generare nuovi contenuti. Più precisamente, la generative AI utilizza modelli statistici come i Large Language Models (LLMs) per produrre contenuti testuali e musicali. Ad esempio, risposte a domande complesse, traduzioni, codice di programmazione ecc.

Invece, per produrre anche immagini con l’IA generativa si utilizzano i Generative Adversarial Networks (GANs).

Alcune cose che già si possono fare con la generative AI:

Creazione di codice, dati e contenuti: può creare programmi software, dati falsi per scopi diversi. I contenuti falsi (immagini, testo, audio) possono imitare i dati del mondo reale.
Supporto decisionale: Ad esempio, Ho chiesto a un modello molto avanzato di intelligenza artificiale se prevedesse una recessione economica o un “soft-landing”. Credo che leggendo il mio post si capiscano molto bene le potenzialità e i limiti attuali dell’intelligenza artificiale generativa.
Aumento dei contenuti: possono aiutare a creare arte, musica e scrittura.
Comprensione del linguaggio naturale con LLM: comprendere i linguaggi umani e creare nuovi testi, rispondere a domande e persino pensare un po’ come gli umani.
Simulazioni: possono creare mondi digitali realistici per la formazione e i test.

Strumenti di narrow AI

Come si vede nell’immagine qui sotto, i tool di IA stanno proliferando a tempo di record. Nell’immagine sono divisi per tipologia: video, marketing, produttività, design, chat bot e scrittura.

Tool che utilizzando l'intelligenza artificiale divisi per tipologia

Comunque, se vuoi sapere quali sono i migliori large model system chatbot c’è la piattaforma ChatBot Arena che cerca di fare una classifica oggettiva.

Io cito solo 5 chatbot di IA generativa:

Chat GPT di OpenAI, ora arrivato alla versione 4, è stato il pioniere del settore. Con il nuovo modello “GPT4 Omnia” è capace di interagire con audio, video e foto. La serie Open AI o1 può essere utile per gestire compiti complessi di risoluzione di problemi in settori come ricerca, strategia, codifica, matematica e scienza. Infatti, o1 è una nuova serie di modelli di ragionamento per risolvere problemi difficili. Questo è il primo modello di AI che riflette prima di rispondere. Come si vede da questo mio esperimento di supporto decisionale strategico con l’AI, i modelli di AI classici “non riflettono prima di rispondere”. Il problema dei modelli che seguiranno l’approccio del modello o1 è che le risposte saranno più lente.
Gemini di Google, che ha appena rilasciato il suo modello migliore, Gemini Ultra. Però, il modello che Google sta spingendo di più commercialmente è Gemini 1.5 Pro, disponibile in Gemini Advanced (con una prova gratuita di due mesi).
Llama 3 di Meta. Il modello AI di Meta è open source, in contrapposizione alla strategia di Google, Open AI e di altri, che mantengono un modello di sviluppo proprietario. La versione cloud, modificabile, ha dei costi non indifferenti e non è disponibile ovunque. Tuttavia, chi vuole può istallare i modelli Llama sul proprio Pc per provare.
DALL·E di OpenAI, per generare immagini a partire da un testo che le descrive.
Microsoft Designer per generare gratuitamente immagini da un testo descrittivo. L’immagine iniziale di questo post l’ho fatta con Designer.
Claude 3 di Anthropic il cui ultimo modello Opus è tra i modelli migliori in circolazione. Anthropic è un po italiana, infatti ha come Co-Founder e CEO l’Italiano Dario Amodei. Amazon ci ha messo 4 miliardi di $ fino ad ora e quindi ne controlla il destino.
Sora di OpenAi. per generare video in risposta al prompt testuale degli utenti.
Suno AI, creazione musicale con intelligenza artificiale. Microsoft lo ha integrato in Copilot. Suno Ai, può generare canzoni composte sia da voce che da strumenti. Attualmente, la versione 3.5 consente di produrre una canzone lunga fino a 4 minuti. La versione gratuita consente di creare 10 canzoni al giorno.

2) AI generale o intelligenza artificiale forte

L’intelligenza artificiale generale, nota anche come intelligenza artificiale forte, si riferisce all’intelligenza artificiale progettata per eseguire qualsiasi compito intellettuale che un essere umano può svolgere. È una forma teorica di intelligenza artificiale che non è ancora possibile realizzare.

L’intelligenza artificiale generale sarebbe in grado di ragionare, apprendere e comprendere concetti complessi, proprio come gli esseri umani. L’obiettivo dell’intelligenza artificiale generale è creare una macchina in grado di pensare e apprendere allo stesso modo degli esseri umani. Sarebbe in grado di comprendere il linguaggio, risolvere problemi, prendere decisioni e persino mostrare emozioni. L’IA generale sarebbe in grado di svolgere qualsiasi compito intellettuale che un essere umano può svolgere, compresi compiti per i quali non è stato specificamente addestrato.

Uno dei principali vantaggi dell’intelligenza artificiale generale è che sarebbe in grado di svolgere qualsiasi compito che un essere umano può svolgere, compresi compiti che richiedono creatività, empatia e intuizione.

3) La Super AI, o Artificial superintelligence (ASI), va oltre l’intelligenza umana

La super intelligenza artificiale (ASI) è un ipotetico sistema di intelligenza artificiale basato su software con una portata intellettuale che va oltre l’intelligenza umana. Questa IA super intelligente, se riusciremo mai a crearla, avrà funzioni cognitive all’avanguardia e capacità di pensiero altamente sviluppate, più avanzate di quelle di qualsiasi essere umano. Una delle capacità uniche che avrà questo tipo di IA è la capacità di essere consapevole di sé stessa (self aware).

Come cambia il mondo del lavoro con l’intelligenza artificiale

I miglioramenti dell’intelligenza artificiale sono diventati esponenziali.

Quello che stiamo vedendo oggi è la rivoluzione più grande a cui sto assistendo direttamente. La cosa più impressionante non è tanto quello che già si riesce a fare con l’intelligenza artificiale ma la velocità con cui sta progredendo l’innovazione in questo campo,

La velocità di questo sviluppo è in buona parte dovuta al fatto che circa due terzi dell’innovazione deriva dalla potenza hardware, ovvero da quanta potenza di calcolo viene resa disponibile per l’intelligenza artificiale generativa. Solo un terzo deriverebbe dai miglioramenti dei modelli statistici e Sw. Ma anche i modelli statistici e Sw, alla base dell’IA, possono derivare dall’IA. Quindi, in pochi anni tutto potrebbe cambiare grazie all’intelligenza artificiale.

I rischi dell’intelligenza artificiale

Ovvimente, questo sviluppo velocissimo non è esente dai rischi. I rischi posti dall’intelligenza artificiale (IA) sono motivo di notevole preoccupazione per molti, tra cui: i politici, gli esperti, le aziende di AI e il pubblico.

Il MIT (Massachusetts Institute of Technology) ha individuato oltre 700 possibili rischi dell’intelligenza artificiale. Al MIT hanno esaminato e sintetizzato le classificazioni fatte precedentedentmente dalla comunità scientifica e non solo, per produrre un sito web e un databese (scaricabile come foglio di calcolo) dei rischi dell’intelligenza artificiale. Questo è il primo tentativo di curare, analizzare ed estrarre rigorosamente i framework di rischio dell’intelligenza artificiale e di creare un database di rischi accessibile al pubblico. Tra questi rischi ci sono quelli relativi al mondo del lavoro che variano in base al tipo di economia e di sviluppo delle varie aree geografiche mondiali.

L’impatto dell’IA sui paesi avanzati, sui paesi in via di sviluppo e sui paesi poveri.

Secondo il Fondo Monetario Internazionale (IMF) quasi il 40% dell’occupazione globale è esposta all’intelligenza artificiale. Storicamente, l’automazione e la tecnologia dell’informazione hanno avuto la tendenza a influenzare le attività di routine, ma una delle cose che distingue l’intelligenza artificiale è la sua capacità di avere un impatto sui lavori altamente qualificati. Di conseguenza, le economie avanzate si trovano ad affrontare maggiori rischi legati all’intelligenza artificiale, ma anche maggiori opportunità di sfruttarne i benefici, rispetto ai mercati emergenti e alle economie in via di sviluppo.

Nelle economie avanzate, circa il 60% dei posti di lavoro potrebbe essere influenzato dall’intelligenza artificiale. In circa la metà di questi lavori (quindi, circa il 30% di tutti i lavori), i compiti chiave attualmente svolti dagli esseri umani potrebbero essere svolti dall’intelligenza artificiale.

Invece, nei mercati emergenti l’esposizione all’intelligenza artificiale dovrebbe essere del 40% e nei paesi a basso reddito del 26%. Questo non è necessariamente un bene, molti di questi paesi non dispongono delle infrastrutture o della forza lavoro qualificata per sfruttare i vantaggi dell’intelligenza artificiale, aumentando il rischio che nel tempo la tecnologia possa peggiorare la disuguaglianza tra le nazioni.

L’intelligenza artificiale renderà i lavoratori più ricchi o più poveri?

Nei casi più estremi, alcuni di questi posti di lavoro potrebbero scomparire, ma in generale i salari dei lavori più sostituibili dall’IA saranno più bassi e si ridurranno le assunzioni.

Tuttavia, alcuni lavoratori con reddito più elevato potrebbero avere un aumento sproporzionato del loro reddito da lavoro. Infatti, le aziende che adottano l’intelligenza artificiale aumenteranno probabilmente gli utili, il che potrebbe favorire i redditi più alti.

Purtroppo, secondo L’IMF, nella maggior parte degli scenari, l’intelligenza artificiale probabilmente aumenterà le disuguaglianze.

I mestieri che miglioreranno e che cambieranno totalmente a causa dell’IA

I mestieri manuali saranno quelli meno impattati. Ad esempio, un odontoiatra beneficerà di analisi migliori, materiali migliori, strumenti migliori ma alla fine metterà lui le mani o lo strumento nella bocca del paziente, Un idraulico farà tra cinque anni lo stesso lavoro.

Per altri tipi di lavori le cose sono molto diverse. Ho provato Generative Pre-trained Transformer di OpenAI, più precisamente chat GPT3 e GPT4, e ho capito che i cambiamenti saranno impressionanti. Mi sono reso conto che dovremo cambiare velocemente modo di lavorare perché buona parte dell’esperienza lavorativa passata perderà di valore. Quindi, molti di noi, per guadagnare gli stessi soldi dovremo imparare molte cose nuove velocemente o addirittura cercare un nuovo lavoro.

Sviluppo di codice informatico

Per quanta riguarda lo sviluppo di codice informatico, siamo già a livelli impressionati. Lo sviluppo del software, la correzione del codice e il suo miglioramento sono già enormemente facilitati con GPT4 e persino con GPT3. Il mestiere del programmatore non è già più lo stesso di due o tra anni fa. La produttività è esplosa e quindi tutti i Sw miglioreranno. Se pensiamo che oggi il software è praticamente ovunque, possiamo immaginare le conseguenze positive. Purtroppo, anche i criminali usano l’intelligenza artificiale, quindi anche i rischi possono aumentare.

Bisogna ricordare che alla base dell’intelligenza artificiale insieme ai Large Language Models ci sono alcuni linguaggi di programmazione tradizionali come il C++ e Python. Quindi, l’informatica tradizionale è necessaria anche per generare l’intelligenza artificiale.

Traduzioni linguistiche

Le traduzioni con l’intelligenza artificiale mi sembrano già quasi perfette. Intendiamoci, ancora le traduzioni non sono perfette al primo tentativo. Tuttavia, basta fargli notare che alcune parole tradotte sono fuori contesto, e magari fornirgli un esempio di utilizzo, e si ottengono i risultati ideali. Quindi, per affinare il lavoro ci vuole ancora un traduttore o meglio un esperto della “materia” del documento, ma la produttività è esplosa. I prezzi delle traduzioni solo crollati.

Generazione d’immagini e video

Qui vale quanto detto per le traduzioni, ma si può aggiungere che l’impatto è molto più vasto. Infatti, non saranno solo i grafici e gli editor di video a beneficare dei miglioranti o a pagare per la perdita di valore della loro esperienza professionale passata. Anche gli attori, gli influencer, i pubblicitari. ecc. vedranno scomparire una parte della loro utilità lavorativa.

Ad esempio, con Google Vids è facilissmo fare presentazioni video di un qualsiasi prodotto o servizio. Si sceglie il formato, si scrive un testo, si aggiungono le immagini e poi una persona, con voce e corpo “reali” presenta il prodotto o il servizio in modo professionale.

I docenti e gli studenti

Il mestiere dell’insegnate è legato a quello dello studente. Per studente intendo anche i lavoratori che devono riconvertirsi. Studiare con AI è ottimo se si tratta di programmazione pura, ma se si tratta di comprendere cose complesse c’è il rischio che si imparino delle falsità o che si faccia confusione e si vada fuori strada, Per ora ci vuole ancora una guida, ovvero un insegnate. Ad esempio, per ora non si riesce a studiare medicina con l’AI, l’esperienza umana è necessaria. Né tanto meno ci si può curare chiedendo all’AI.

Tutti i professionisti: Avvocati, dottori, commercialisti, ecc.

I mestieri di tutti i professionisti privati cambieranno totalmente nei prossimi anni. Credo che chi rischia di più sono le aziende che fornisco i servizi a questi professionisti. Infatti, i SW basati sull’intelligenza artificiale più avanzata sono tutti internazionali e quasi tutti made in USA e potrebbero sostituire facilmente quelli nazionali. Tuttavia, molte mansioni di avvocati, commercialisti, e medici saranno eliminate dall’intelligenza artificiale.

Ad esempio, nel lavoro di medici e infermieri già oggi alcune attività stanno già scomparendo. NVIDIA e Hippocratic AI stanno sperimentando Polaris, un IA ‘agent’ capace di sostituire, migliorandolo, le mansioni a basso rischio di medici e infermieri,

Quali settori industriali sfrutteranno per primi l’intelligenza artificiale generativa?

Secondo questo articolo di Amazon AWS, alcuni settori sono già pronti a trarre vantaggio intelligenza artificiale generativa.

Servizi finanziari

Le società di servizi finanziari possono sfruttare la potenza dell’intelligenza artificiale generativa per servire meglio i propri clienti riducendo i costi:

Gli istituti finanziari possono utilizzare i chatbot per generare consigli sui prodotti e rispondere alle richieste dei clienti, il che migliora il servizio clienti complessivo.
Gli istituti di credito possono accelerare l’approvazione dei prestiti per i mercati finanziariamente svantaggiati, soprattutto nei paesi in via di sviluppo.
Le banche possono rilevare rapidamente le frodi su crediti, carte di credito e prestiti.
Le società di investimento possono sfruttare la potenza dell’intelligenza artificiale generativa per fornire consulenza finanziaria sicura e personalizzata ai propri clienti a basso costo.

Sanità e scienze della vita

Uno dei casi d’uso più promettenti dell’intelligenza artificiale generativa è quello di accelerare la scoperta e la ricerca di farmaci. L’intelligenza artificiale generativa utilizza modelli per creare nuove sequenze proteiche con proprietà specifiche per la progettazione di anticorpi, enzimi, vaccini e terapia genica.

Le aziende del settore sanitario e delle scienze della vita possono utilizzare modelli generativi per progettare sequenze di geni sintetici per applicazioni nella biologia sintetica e nell’ingegneria metabolica. Ad esempio, possono creare nuovi percorsi biosintetici o ottimizzare l’espressione genetica per scopi di bioproduzione.

Infine, l’intelligenza artificiale generativa può essere utilizzata per creare dati sintetici sui pazienti e sull’assistenza sanitaria. Ciò è utile per addestrare modelli di intelligenza artificiale, simulare studi clinici o studiare malattie rare senza accedere a grandi set di dati del mondo reale.

Automotive e manifatturiero

Le aziende automobilistiche possono utilizzare la tecnologia dell’intelligenza artificiale generativa per molti scopi, dall’ingegneria alle esperienze a bordo del veicolo e al servizio clienti. Ad esempio, possono ottimizzare la progettazione di parti meccaniche per ridurre la resistenza aerodinamica nella progettazione dei veicoli o adattare la progettazione degli assistenti personali.

Le aziende automobilistiche utilizzano l’intelligenza artificiale generativa per fornire un servizio clienti migliore fornendo risposte rapide alle domande più comuni dei clienti. È possibile creare nuovi progetti di materiali, chip e parti con l’intelligenza artificiale generativa per ottimizzare i processi di produzione e ridurre i costi.

L’intelligenza artificiale generativa può essere utilizzata anche per la generazione di dati sintetici per testare le applicazioni. Ciò è particolarmente utile per i dati che spesso non vengono inclusi nei set di dati di test (come difetti o casi limite).

Media e intrattenimento

Dalle animazioni e sceneggiature ai lungometraggi, i modelli di intelligenza artificiale generativa possono produrre nuovi contenuti a una frazione del costo e del tempo della produzione tradizionale.

Ecco altri modi in cui puoi utilizzare l’intelligenza artificiale generativa nel settore dell’intrattenimento:

Gli artisti possono integrare e migliorare i propri album con musica generata dall’intelligenza artificiale per creare esperienze completamente nuove.
Le organizzazioni dei media possono utilizzare l’intelligenza artificiale generativa per migliorare l’esperienza del pubblico offrendo contenuti e annunci personalizzati per aumentare le entrate.
Le società di gioco possono utilizzare l’intelligenza artificiale generativa per creare nuovi giochi e consentire ai giocatori di creare avatar.

Operatori Telefonici

I primi casi d’uso dell’intelligenza artificiale generativa tra gli operatori telefonici si concentrano sulla reinvenzione dell’esperienza del cliente. Ad esempio, possono applicare l’intelligenza artificiale generativa per migliorare il servizio clienti con agenti conversazionali dal vivo simili a esseri umani. Possono anche ottimizzare le prestazioni della rete analizzando i dati di rete per consigliare soluzioni. Possono reinventare le relazioni con i clienti con assistenti alle vendite individuali personalizzati.

Settore Energetico

L’intelligenza artificiale generativa è adatta per attività del settore energetico che comportano complesse analisi di dati grezzi, riconoscimento di modelli, previsioni e ottimizzazione. Le organizzazioni energetiche possono migliorare il servizio clienti analizzando i dati aziendali per identificare i modelli di utilizzo. Con queste informazioni possono sviluppare offerte di prodotti mirati, programmi di efficienza energetica o iniziative di risposta alla domanda.

L’intelligenza artificiale generativa può aiutare nella gestione della rete, aumentare la sicurezza operativa del sito e ottimizzare la produzione di energia attraverso la simulazione del serbatoio.

Imparare a usare e sviluppare l’intelligenza artificiale

Bisogna ricordare che l’IA non viene fuori dal nulla, alla base dell’intelligenza artificiale, insieme ai Large Language Models, ci sono alcuni linguaggi di programmazione tradizionali e il networking. Quindi, l’informatica “tradizionale” è necessaria anche per generare l’intelligenza artificiale.

Qui di seguito alcuni ottimi articoli, siti web, video e corsi gratuiti sull’intelligenza artificiale. Sono quasi tutti in inglese però.

The 7 Types of AI – And Why We Talk (Mostly) About 3 of Them

Corsi

Alcuni dei migliori corsi sull’IA di Amazon.

Prima di vedere i corsi, c’è uno strumento di IA molto utile per i programmatori e per chi usa AWS è Amazon CodeWhisperer.

Amazon ha dei corsi gratuiti sul sito AWS Educate, tra i migliori sull’IA ci sono questi:

Building Generative AI Apps on Amazon Bedrock: build next-gen apps with Codex, GPT-3, LLMs, Optimize for natural conversations.
Amazon Transcribe Getting Started, upload audio and have it automatically transcribed, Integrate speech into contact centers & systems.
Low-Code Machine Learning on AWS, ingest, normalize, clean, label data for ML models. Use SageMaker to train models w/o coding skills, Deploy trainable models into applications.
Building Language Models on AWS, distributed training for large language models, Fine-tune models like GPT-3 for better relevancy.
Foundations of Prompt Engineering, craft prompts to communicate intended behavior, Learning techniques for more advanced control, Tailor prompts for custom conversational AI.
Generative AI Learning Plan for Decision Makersr, roadmap for identifying and scoping GAI projects Learn responsible AI policies.

Sopravvivere lavorativamente e felicemente all’intelligenza artificiale

Le tecnologie rivoluzionarie le abbiamo già sperimentate.

Non dobbiamo essere spaventati dai cambiamenti in arrivo. Ci sono già state molte innovazioni che hanno impattato enormemente la nostra società. Tra le più recenti esempi abbiamo sperimentato l’arrivo di internet e del World Wide Web, le App con gli Smartphone, poi sono arrivati i social network e infine il cloud. Come sempre, con le novità tecnologiche ci sono stati sia benefici che danni per la società e per il lavoro. Forse, alla fine, i danni maggiori sono stati quelli collaterali.

Se pensiamo ai social network per capire quello che potrebbe succedere con IA, molti adulti e giovani si sono alienati dalla realtà e sono diventati dipendenti. Se ci pensiamo, qualcosa di simile ma su scala ridotta, era successo con l’arrivo della televisione in ogni casa. Invece, le perdite di lavoro causate dai giganti del web e dei social ci sono state, ma limitate ad alcuni mestieri e si sono creati nuovi lavori. Alcuni di questi nuovi lavori sono anche molto remunerativi, penso agli influencer, ai giocatori di eSport, ecc.

Certo, adesso l’esplosione dell’intelligenza artificiale modificherà tutto molto più velocemente ma le dinamiche saranno simili. Quindi, per sopravvivere dovremo, come sempre, adattarci e imparare nuove cose. Chi non lo farà rimarrà indietro e diventerà un cliente di altri, se avrà i soldi per pagarli. Per questo, bisogna sempre allenarsi a imparare nuove cose velocemente.

Tuttavia, come ho imparato a mie spese, non basta imparare ad usare le nuove tecnologie, bisogna anche imparare a difendersi dagli effetti collaterali generati che scaturiscono dalle nuove tecnologie.

Gli effetti collaterali dell’intelligenza artificiale

Se si tratta di generare o correggere codice di programmazione è tutto bellissimo con l’intelligenza artificiale. Eseguo il codice e vedo se è corretto o meno. Invece. se si fanno domande per approfondire la conoscenza di argomenti complessi è molto difficile valutare il livello di attendibilità delle risposte.

Anche se è molto difficile prevedere ora tutti gli effetti collaterali che produrrà IA, alcuni sono già chiari:

a) L’incertezza su ciò che è vero e ciò che è falso

Un effetto collaterale dell’intelligenza artificiale, che ho sperimentato, è l’incertezza circa la correttezza delle informazioni ricevute. Le risposte dell’intelligenza artificiale sono sempre molto persuasive e di buon senso ma non è detto che siano corrette. Infatti, mancano quasi totalmente le fonti e se ci sono non si capisce con che logica le ha rielaborate e mischiate. Inoltre, le fonti possono essere migliaia o milioni e non tutte corrette o verificabili.

Quindi, se noi umani crediamo alle stupidaggini dell’intelligenza artificiale possiamo fare gravi errori e rendere delle falsità delle verità. In pratica, la verità sarà sempre più difficile da accertare. Questo produrrà danni non solo all’economia e alla sicurezza ma probamente anche alla nostra psiche.

Infatti, dopo aver consultato l’IA su argomenti complessi mi sono sentito molto più insicuro su quello che già sapevo, Questo perché molte informazioni generate dall’A erano contrastanti con quello che sapevo e soprattutto non verificabili per i motivi precedentemente elencati.

b) I consumi spropositati di energia elettrica

Infine, non dimentichiamoci che le schede grafiche che muovono l’IA consumano tantissima elettricità ed elaborano quantità enormi di dati per addestrarsi e imparare. Molto di più delle CPU tradizionali. Quindi, l’aumento esponenziale dell’uso dell’IA potrebbe creare enormi danni ambientali.

c) Le truffe e le frodi

Come i social network sono stati terreno fertile per truffatori e ladri, così lo sarà IA. Chi offre l’IA saprà molto di più di quello che oggi sanno i social network. Pensiamo gli assistenti vocali, la prima forma di intelligenza artificiale stupida e spiona. Già oggi alcuni di noi sono spiati 24 ore su 24 dagli assistenti vocali. Se aggiungiamo che con IA la voce di nostra madre o di nostro figlio potrà dire quello che un qualsiasi truffatore deciderà di fargli dire, capiamo immediatamente i rischi enormi in arrivo.

Come evitare le conseguenze negative dall’IA che ancora non consociamo?

Avendo già visto su di me e sui giovani i danni psicologici dei social network, ho capito che è facile sottovalutare i rischi. Quando si affronta una nuova tecnologia è importante fare costantemente un’autoanalisi. Dobbiamo domandarci come ci fa sentire l’uso dell’IA e come cambia i rapporti con e persone l’IA. Questo serve per difenderci dai danni collaterali di questa nuova tecnologia, che potrebbero anche non danneggiarci lavorativamente ma che potrebbe renderci infelici.

Ad esempio, oggi abbiamo imparato a rimuovere le App dei social network quando ci accorgiamo che i social ci rubano tempo o ci provocano ansia. Domani dovremo imparare a disabilitare l’IA quando ci peggiora la vita. Questa operazione richiede un’autoanalisi sapiente e consapevole. Sapiente e consapevole perché non è naturale ma si può imparare ricordando gli errori passati e sapendo come gira il mondo.

Infatti, bisogna sempre ricordare che le aziende a fine di lucro non danno nulla gratis. Quindi, anche IA gratis potrebbe essere un modo per renderci dipendenti o per sfruttare gratis i nostri dati e il nostro lavoro. Di conseguenza dobbiamo essere consapevoli di come spendiamo il nostro tempo ed essere molto cinici quando sentiamo le dichiarazioni buoniste e manipolatrici delle aziende e dei loro CEO, perché spesso hanno palesi conflitti d’interesse.

Questo approccio ci aiuterà a vivere bene o meglio con l’intelligenza artificiale, sia nella vita privata che in quella lavorativa. Invece, se arriveremo a sentirci compresi e soddisfatti solo dialogando con un modello di intelligenza artificiale, sarà un brutto momento per la storia dell’umanità.

L’impatto dell’intelligenza artificiale sul lavoro