Grazie all’Intelligenza Artificiale stiamo – di fatto – lavorando di più ma abbiamo la “convinzione” di lavorare meno !Ma non siamo “Noi” l’ Intelligence ??? (dr.ssa BELLOMI DANIELA)

Gli studi in materia confermano: L’ Intelligenza Artificiale non ci sta facendo lavorare di meno ma di più !

Si millantava sull’obsolescenza del lavoro umano e di settimane da 15 ore, oltre ad una produttività aumentata grazie all’Intelligenza Artificiale: in realtà si sono allungate le giornate lavorative.

Ad ogni secolo, per ogni cambiamento, ci siamo raccontati che ogni nuova ondata tecnologica avrebbe ridotto i carichi di lavoro, permettendo agli esseri umani di riprendersi il proprio tempo. Ma se questo veniva detto con sollievo e fiducia era anche accompagnato da

timore e preoccupazione. Nel saggio “Possibilità economiche per i nostri nipoti”, John Maynard Keynes prevedeva che entro il 2030 il progresso tecnologico e l’aumento della produttività avrebbero reso possibile una settimana lavorativa di 15 ore. L'economista

immaginava questa trasformazione come la soluzione al cosiddetto “problema economico”: una volta soddisfatti i bisogni fondamentali, le persone avrebbero potuto dedicarsi al tempo libero e ad una vita migliore. Era il 1930, e oggi il 2030 non è più così lontano.

Da allora sono arrivati calcolatrici, sistemi operativi, fogli di calcolo, email e chatbot: tutti strumenti che, almeno nelle promesse, dovevano

portarci nella stessa direzione: meno ore di lavoro, più tempo libero ed

un migliore equilibrio tra vita privata e professionale.

Questo “Pensiero stupendo” – che non è solo una nota canzone –

secondo le prime evidenze, almeno per ora, rimane un’utopia.

Un’analisi pubblicata lo scorso anno dal Centre for Economic Policy

Research indica che l’Intelligenza Artificiale non riduce la giornata

lavorativa: anzi, tende ad allungarla. Uno studio che mette in relazione

i dati sull’uso del tempo con l’esposizione professionale

all’Intelligenza Artificiale mostra che i lavoratori impiegati in

occupazioni più esposte a questa tecnologia hanno – invece e

paradossalmente - aumentato le ore settimanali lavorate rispetto a

quelli meno esposti. Passare dal 25% al 75% di esposizione all’AI è

associato a circa 2,2 ore di lavoro in più a settimana. Dopo il lancio di

ChatGPT, le professioni più esposte hanno lavorato circa 3,15 ore in

più a settimana rispetto a quelle meno coinvolte.

Questo andamento non smentisce l’aumento di produttività: ne è

piuttosto una conseguenza. I professionisti sono chiamati a fare di più

proprio perché le macchine permettono loro di lavorare più

velocemente. Se usata con criterio, l’AI generativa può rendere alcuni

lavoratori più efficienti. Ma questo è successo già con molte

tecnologie nel corso della storia. La domanda più importante e – direi

– fondamentale è se “questa maggiore produttività si è sempre tradotta

in meno ore di lavoro.”

Nei Paesi più ricchi il numero annuale di ore lavorate è -

effettivamente - diminuito nel corso del tempo. Ma questo

cambiamento non è dipeso solo dalla tecnologia: hanno avuto un ruolo

decisivo anche i Sindacati e le Leggi contro lo sfruttamento del lavoro.

C’è poi un’altra questione, non di poco conto: come viene misurato il

tempo di lavoro. Molti “colletti bianchi" conoscono bene l’impatto del

digitale sul tempo libero e come i dispositivi mobili abbiano allargato i

confini della giornata lavorativa oltre gli orari consueti...possiamo tutti

– volendo – mandare un’email in serata o portarci “avanti” con il

lavoro che possiamo “smaltire” autonomamente, da casa o in qualsiasi

posto ci si trovi.

I grandi modelli linguistici hanno aperto nuove frontiere nel mercato

del lavoro. Professioni come il coding, il copywriting, l’analisi

finanziaria e molte altre stanno cambiando rapidamente. In molti sensi

stiamo vivendo una sorta di fase di beta test global che ci porterà a

capire come incorporare questa tecnologia. Ogni settimana leggiamo

di migliaia di persone licenziate “a causa dell’AI”. Qualche mese dopo

scopriamo che le stesse aziende stanno assumendo di nuovo per via di

“problemi di implementazione”. L’impressione è che l’AI sia diventata

il capro espiatorio anche per licenziamenti che sarebbero arrivati,

comunque, per altre ragioni.

Tra gli ingegneri informatici circola da tempo un meme che mostra il

rapporto tra scrittura del codice e debugging prima e dopo ChatGPT: il

risultato è ironico. Ma significativo. Il tempo totale speso su un

progetto aumenta, perché si passa più tempo a testare, correggere e

fare debug del codice generato dalle macchine. Quel meme – che in

altri ambiti si chiama paradosso - è adesso confermato da diversi studi,

che mostrano come vengano richiesti anche più software e, di

conseguenza, più lavoro. Un recente articolo del New York Times ha

evidenziato un problema simile nella contabilità. Quando è stato

chiesto a diversi Chatbot di compilare dichiarazioni fiscali fittizie,

Gemini, Claude, ChatGPT e Grok hanno commesso errori

significativi, a volte sbagliando di migliaia di dollari. Il costo di questi

errori si paga in termini di tempo, e di denaro. Tempo di professionisti

che devono correggere gli errori e, per questo lavoro, vengono pagati.

Certamente non è stato un gran risparmio, in questo esempio, affidare

la compilazione ai diversi Chatbot: ma è anche vero che bisogna

provare !

Quello che è più grave è che il problema è anche strutturale. Stiamo

chiedendo ai chatbot di fare tutto, anche compiti che potrebbero essere

svolti meglio da tecnologie già esistenti. L’Intelligenza Artificiale e gli

algoritmi esistevano da molto prima dei grandi modelli linguistici e

dei chatbot conversazionali. Dovremmo aver imparato a conoscere le

potenzialità — oltre che i limiti — della data science, del machine

learning e degli algoritmi. Non tutta l’AI è LLM, e non tutti gli

algoritmi sono forme di AI.

Sembra che molti trovino più interessante sprecare tempo in

conversazioni con chatbot compiacenti, piuttosto che usare strumenti

specializzati per portare a termine il lavoro in modo corretto. Il costo

della tanto discussa corsa verso l’AGI è una grande quantità di test, ed

errori, nel mondo reale. I LLM, dopotutto, sono stati progettati per

prevedere la parola successiva in una sequenza di testo.

Perché dovremmo chiedere loro di svolgere compiti che potrebbero essere

eseguiti meglio da altre tecnologie, come strumenti, spesso, già disponibili e più affidabili?

Se immaginiamo di utilizzare uno strumento tecnologico anche

semplice, come una calcolatrice, vogliamo che il risultato non sia

sbagliato. Se il risultato fosse sempre errato...Ci fideremmo ? Quello

che pensiamo – ovviamente – in un caso simile è che se ogni risultato

deve essere ricontrollato e rifatto ogni volta, tanto vale farlo

direttamente da soli. Il nodo centrale resta l’affidabilità. Se le

macchine non sono completamente affidabili, i lavori non possono

essere completamente automatizzati. Fino a quando questo non

cambierà, continueremo a lavorare con le macchine, e per le macchine.

Gli attuali modelli linguistici non possiedono un vero concetto di

verità o correttezza: calcolano semplicemente quale sequenza di token

o parole sia più probabile. Per migliorare hanno bisogno di persone

che etichettino i dati, correggano gli errori e guidino il loro processo di

apprendimento. Oltre ai programmatori e ai lavoratori sottopagati

dell’industria dell’AI, ci sono milioni di persone che lavorano per le

aziende produttrici semplicemente usando questa tecnologia. E

pagando pure un abbonamento.

Ma uno degli errori che l’Umanità continua a ripetere, confermando

come la Storia non insegni mai abbastanza o – meglio – come l’Essere

Umano non sia in grado di “imparare” e “far tesoro” degli errori del

passato è proprio quello di “continuare a spostare l’asticella.

Lo scorso agosto la Harvard Business Review ha pubblicato un

articolo intitolato “Attenzione alla trappola della sperimentazione con

l’AI”. Il testo commentava l'ormai famoso rapporto del MIT Media

Lab e del Project NANDA, secondo cui, nonostante 30–40 miliardi di

dollari di investimenti, il 95% delle aziende che hanno testato

l’integrazione dell’AI non ha registrato alcun ritorno economico. Un

mese fa ne ha condiviso un altro, questa volta intitolato “L'AI non

riduce il lavoro, lo rende più intenso. Il tempo e il carico cognitivo

richiesto aumentano con il multi-tasking”.

Il rapporto concludeva che “questi strumenti migliorano

principalmente la produttività individuale, non le performance

economiche delle aziende”.

Anche se i costi di produzione diminuiscono non è detto che i clienti

vedano miglioramenti nei propri risultati economici: e se questo

accade – difficilmente - chiederanno più progetti. In alternativa

potrebbero chiedere altri progetti, ma a prezzi più bassi. Di

conseguenza ci saranno più bozze da rivedere e da correggere. E più

aspettative di alta produttività da parte dei clienti. Anche quando l’AI

è implementata correttamente e produce guadagni misurabili, emerge

un altro problema che riguarda il fattore H. Il mondo è sempre più

fortemente competitivo e le economie mature crescono lentamente. “Il

40% più veloce” raramente significa – per il personale - “prendetevi il

venerdì pomeriggio libero”. E’ molto più realistico ammettere che

sotto intenda “lavorate di più” per lo stesso stipendio. Vi ricordate

quando si parlava della settimana lavorativa di quattro giorni? Al

momento non sembra essere particolarmente di moda. Oserei

affermare nemmeno “prospettiva concreta e tangibile all’orizzonte”.

Gli economisti hanno un nome per questo fenomeno: la chiamano

“domanda indotta”. Quando la produttività aumenta, nuove attività

tendono ad emergere per riempire il tempo disponibile. Già nel 2023,

un'analisi dell’OCSE sui rapporti tra AI e mercato del lavoro spiegava

che l’automazione può ridurre il lavoro necessario per alcune attività,

ma i guadagni di produttività possono aumentare la domanda altrove.

A livello aziendale, il “tempo risparmiato” diventa “capacità liberata”.

E questa capacità, soprattutto quando è accompagnata da pressione

competitiva, tende ad essere riutilizzata.

Nel rapporto del 2025, si legge che “molti ricercatori e responsabili

politici sono ottimisti riguardo al potenziale dell’AI per rilanciare la

crescita della produttività. Ma i benefici dell’AI potrebbero non essere

distribuiti in modo uguale e molto dipende da come l’AI viene

utilizzata”. L'obsolescenza del lavoro umano, e la settimana da 15 ore

lavorative probabilmente non si materializzeranno nei tempi previsti

da Keynes: fino a quando la ricchezza prodotta non sarà tangibile e

distribuita, queste rimarranno utopie.

L’AI può ridurre il costo di produrre email, analisi, presentazioni,

risposte ai clienti, codici, testi di marketing o bozze legali. Ma le

organizzazioni e le aziende reagiranno come hanno sempre fatto,

ovvero alzando continuamente l’asticella: e torniamo al problema

prima evidenziato. Per ora l’automazione completa non è

all’orizzonte, e probabilmente non dovrebbe esserlo finché i problemi

di affidabilità dell’AI non saranno risolti. Nel breve periodo lo

scenario più realistico potrebbe essere molto più simile a più lavoro,

per la stessa paga, per le stesse persone.

E se tutto questo è assolutamente imbarazzante, dal momento che

parliamo di aziende e business – anche di livello – non esiste una

parola idonea per definire i Professionisti d’Intelligence che ti

propongono “modelli” e “strutture mentali” identiche: proprio coloro

che avrebbero dovuto crescere e comprendere i meccanismi tra gli

ingranaggi di nuovi strumenti, oltre che mantenere separati alcuni

aspetti, stanno proponendo – ancora oggi, ancora troppe volte –

soluzioni che “soluzioni non sono”. Semplicemente perché se non si è

imparato e non si è in grado di “leggere, comprendere, guardare

DIVERSAMENTE è impossibile proporre qualcosa che non

appartenga allo stesso idealistico insieme.

L’Intelligence deve poter essere esercitata da sguardi capaci di rivolgersi nelle direzioni corrette e futuristiche, senza perdere le proprie radici e non essere “affondata” da corsi e manuali di procedure che, una volta assimilati, rendono perfetti strumenti addestrati gli

stessi Fattori H. E Professionisti dell’ Intelligence di valore sono perle rare ma reali nel

nostro “Bel Paese”.

DIVENA REFERENTE