di Giorgio Luca

L’analisi dell’intelligenza artificiale e del suo impatto sulla società deve necessariamente affrontare i fattori etici. L’AI evolve costantemente e con essa stanno mutando gli approcci stessi degli individui ad alcuni aspetti della tecnologia, questo cambiamento così repentino deve essere accompagnato da una sinergica introduzione di fiducia nelle organizzazioni che hanno il dovere di assumersi responsabilità nei confronti sia dei clienti che dei dipendenti.

Il concetto di “AI responsabile” nasce proprio da questo presupposto, ovvero progettare, e gestire l’AI al fine di avere un impatto equo tra i clienti e la società, ma soprattutto consentire alle imprese di generare fiducia ed utilizzare l’AI in sicurezza.

Fiducia
I pregiudizi inconsci così come l’uso talvolta poco responsabile dell’AI, emerso attraverso i fatti di stampa, ha fatto sorgere dubbi e problemi di approccio comune. La “Responsible AI” punta a creare fiducia tra le organizzazioni ed a cambiare l’approccio di adozione di questo strumento sia verso i dipendenti che con i clienti.

Sicurezza dei dati

L’integrazione di riservatezza, trasparenza e sicurezza dei dati è oggi un requisito fondamentale in tutte le fasi di sviluppo dei programmi, e lo stesso vale per l’intelligenza artificiale.

Trasparenza e sfruttabilità

Poiché le tecnologie di AI svolgono un ruolo sempre più importante nei processi decisionali, le aziende devono stabilire un quadro di governance per gestire i loro investimenti ed evitare rischi etici, legali e normativi. In questo contesto, un livello tempestivo di governance può contribuire allo sviluppo di pratiche e protocolli in grado di garantire un’adeguata considerazione dell’etica aziendale nello sviluppo di soluzioni di AI.

Controllo
Ogni azienda, soprattutto se di grandi dimensioni, dovrebbe avere una struttura di risk management e relativi action plan per gestire le emergenze. Per questo è indispensabile stabilire con chiarezza i ruoli di responsabilità legati alle decisioni applicate dall’AI e definire gli step da seguire in casi di escalation di un problema.

In merito ai ruoli di responsabilità, secondo fonti aperte, l’84% dei dirigenti aziendali ritiene di dover utilizzare l’AI per raggiungere i propri obiettivi di crescita. Tuttavia, il 76% riconosce di avere difficoltà a scalare l’AI nella propria azienda. A questo punto di svolta è imperativo per le aziende intraprendere i passi necessari per portare a scala l’AI.

Definire il valore del business

L’AI ha un’importante area di applicazione nel settore commerciale, ma le diverse applicazioni dell’AI devono essere valutate e classificate in base agli obiettivi strategici identificati.

Riconfigurare la workforce

Il futuro dell’AI dipende dalla cooperazione uomo-macchina e dalla necessità di ristrutturare le risorse umane e le modalità di lavoro. Ciò richiede la ristrutturazione della forza lavoro per sostenere ed espandere l’uso di questa tecnologia, affrontando anche le potenziali preoccupazioni che l’AI e l’automazione possano portare alla perdita di posti di lavoro.

Istituire modelli etici e di governance

È importante che le organizzazioni progettino la strategia di AI senza tralasciare l’importanza della fiducia. Per fare questo è necessario imporre idonee funzioni di governance aziendale che garantiscano l’adozione di principi etici sin dalle fasi di sviluppo degli algoritmi software.

Questo perché oramai l’AI non è più una tecnologia come le altre che “è utile avere”, ma nelle prospettive future delle aziende è diventata elemento fondamentale, utile nelle organizzazioni per restare competitive sul mercato.

La Quarta Rivoluzione Industriale, meglio espressa sotto una dimensione informatica, racchiude in sé svariate tecnologie digitali, tra cui la robotica, i Big Data, l’Internet delle cose (IoT-Internet of Things), i social media, il Cloud Computing, la Blockchain e ovviamente l’Intelligenza Artificiale, focalizza lo sguardo anche sulle implicazioni che lo sviluppo tecnologico ha sulla geopolitica, sui rapporti tra gli stati e sulla capacità con cui questi strumenti influenzino le decisioni politiche .

Paolo Savona1, attuale Presidente della Consob, ha evidenziato come, già il termine “Intelligenza artificiale” sposti l’attenzione dell’attività principale del cervello umano dall’uomo alla macchina. L’idea stessa di creare delle macchine in grado di pensare con metodi analoghi a quelli del cervello umano fa sorgere dei dilemmi di natura etica, ed è una ritrosia che si percepisce anche all’interno delle organizzazioni dove spesso rinasce la necessità di portare al centro il fattore umano.

A livello semantico, una soluzione potrebbe essere utilizzare il termine di intelligenza rafforzata, sottolineando la necessaria presenza dell’essere umano per governare i computer, che gli algoritmi supportano e rafforzano la mente umana, e che i livelli massimi cui si può giungere sono quelli di geni quali Leonardo da Vinci, Galileo Galilei o Isaac Newton. Tuttavia, anche i geni, per quanto rare eccezioni umane, hanno sempre il limite di non essere in grado di elaborare nella loro mente enormi moli di dati, mentre la macchina è in grado di farlo e in tempi contenuti.

La Quarta Rivoluzione Industriale, a differenza delle precedenti in cui era l’uomo a progettare e realizzare i prodotti finali, è totalmente incentrata sull’Internet delle cose, in cui i computer sono indispensabili per progettare e realizzare i prodotti, senza di essi non saremmo in grado di realizzare tante delle cose che ci circondano e che utilizziamo quotidianamente e, paradossalmente, si attribuisce alle macchine il ruolo di innovatore, mentre l’essere umano è relegato ad un ruolo di esecutore. Questi includono gli avatar, intesi come gemelli digitali, e le esperienze nel regno digitale, in particolare il metaverso, una realtà completamente virtuale che sostituisce il mondo fisico e reale.

Quest’ultimo prevede l’Internet del futuro, attualmente in fase embrionale, dove i computer sono obsoleti e destinati a essere sostituiti da macchine “metaverse”, attualmente non ottimali in termini di costi e prestazioni. Il tema dell’influenza decisiva dell’innovazione tecnologica sulla finanza è sempre stato oggetto di ricerca, sia nell’analisi dei derivati che nell’attuale tema caldo delle criptovalute.

Le criptovalute, in quanto elemento importante del metaverso, descrivono un ambiente limitato e astratto che non è ancora aperto a tutti, ma se l’emergenza digitale prevarrà, potrebbe esserci una tendenza a sostituire la vita con una nuova dimensione virtuale e a eliminare la vecchia e superata realtà fisica.

La libertà sarà sacrificata, poiché il desiderio di consumo diventerà dominante per vivere il metaverso attraverso l’acquisto di beni e servizi. Anche la finanza è interessata dall’emergere di strutture decentralizzate per le transazioni e le interazioni peer-to-peer (P2P) attraverso protocolli basati su processi blockchain (DeFi, definita finanza decentralizzata).

Si tratta di un’area di squilibri in cui gli operatori fisici stanno diventando meno importanti di quelli virtuali.

L’intelligenza economica deve distinguere tra operatori fisici che emettono ordini, supportati da una tecnologia di intelligenza avanzata, e operatori virtuali, supportati da macchine, che hanno il potenziale di influenzare i volumi e i prezzi del mercato e di modificare in modo significativo l’economia tradizionale.

La storia sembra andare nella direzione opposta rispetto alla lotta del XIX secolo per ottenere convenzioni costituzionali che garantissero i diritti umani e forme di governo sempre più democratiche. Al contrario, il conflitto tra Stato e individuo nell’era digitale si esprime con la tendenza a un controllo sempre più pervasivo sul comportamento umano, al cambiamento delle norme sociali e all’influenza sull’economia e su tutti i settori della società.

Così, lo Stato impone un nuovo ordine, con campi di battaglia nella mente delle persone, sempre più catturati tra il potere digitale delle aziende e il potere di sorveglianza dello Stato attraverso processi automatizzati.

Il tradizionale conflitto tra Stato, mercato e individuo è stato sostituito da un nuovo conflitto basato sull’alleanza tra Stato e mercato. Oggi la gente comune è sempre più ai margini dei fenomeni geopolitici e non è in grado di difendere i propri diritti.

Questa dinamica fondamentale della geopolitica può essere esacerbata da un patrimonio culturale sempre più inadeguato di fronte alle sfide del mondo contemporaneo. In questo contesto, il dibattito sulla natura delle criptovalute nell’UE e, più in generale, l’iper-regolamentazione tipica dei Paesi di civil law porta spesso a una regolamentazione prematura e inadeguata di fatti e circostanze. Se il campo di battaglia nella lotta cognitiva è la mente delle persone, l’istruzione può e deve svolgere un ruolo importante nella formazione di scienziati e imprenditori ambiziosi per il futuro dell’umanità.

Disoccupazione tecnologica

La disoccupazione è uno dei principali problemi sociali causati dal progresso tecnologico. Questo perché le nuove tecnologie spesso comportano l’eliminazione di vecchi ruoli e i lavoratori cercano una nuova occupazione.

Molti economisti ritengono errata la teoria secondo cui esiste un numero limitato di posti di lavoro e che la loro automazione porterà a un calo dell’occupazione senza rimedio. In realtà, se l’economia funziona, il progresso tecnologico creato dalla tecnologia dovrebbe generare reddito aggiuntivo per sostenere ulteriore nuova occupazione.

Esistono due teorie economiche in base alle quali può sorgere la disoccupazione tecnologica. In primo luogo, perché i salari non possono essere modificati per ragioni strutturali (teoria del “salario effettivo”) e, in secondo luogo, a causa di fenomeni di transizione.

Le conseguenze della disoccupazione sono particolarmente problematiche quando il progresso tecnologico è orientato al risparmio di manodopera. Ciò significa, per definizione, che i salari si abbassano e si azzerano, a meno che altri fattori complementari, come il capitale, non intervengano per ripristinare l’equilibrio del mercato.

L’adeguamento efficiente dei salari

La teoria della produttività salariale si basa sull’idea che la produttività dipenda dai salari e che i datori di lavoro abbiano un incentivo a pagare livelli salariali superiori a quelli di mercato. Una delle ragioni è che la disuguaglianza di reddito porta a un abbassamento del morale dei lavoratori.

Se le considerazioni di equità sono importanti, i lavoratori possono considerare ingiusto un calo dei salari (ad esempio rispetto a un aumento del reddito dell’imprenditore). La curva di utilità può inizialmente spostarsi verso l’esterno (migliorando la paletta) per poi arretrare e posizionarsi sulla stessa linea di utilità di prima. Questo perché se l’utilità dell’imprenditore è costante, l’utilità del lavoratore diminuisce. Di conseguenza, però, i lavoratori potrebbero ridurre il loro sforzo a tal punto da ridurre il loro lavoro, con un conseguente peggioramento dell’utilità di entrambe le parti. Pagamenti salariali equi sono quindi necessari per minimizzare l’effetto “shirking” (cioè la mancanza di incentivi e la bassa produttività), che d’altra parte può portare alla disoccupazione.

Un’altra ragione della tendenza a non adeguare i salari ai livelli di mercato può essere legata alla legislazione sui salari minimi. La teoria economica di base afferma che un aumento eccessivo dei salari può portare alla disoccupazione. Sebbene questa teoria sia verificabile, l’esperienza recente negli Stati Uniti ha dimostrato che piccoli aumenti dei salari minimi hanno un effetto limitato sull’occupazione, ma hanno un effetto positivo sulla domanda aggregata aumentando i guadagni dei lavoratori con salario minimo. Un aumento del salario minimo compensa la mancanza di potere contrattuale dei lavoratori.

Disoccupazione tecnologica come fenomeno di transizione

Un altro tipo di disoccupazione causata dal progresso tecnologico è un fenomeno transitorio. Si verifica, cioè, quando il progresso tecnologico crea un’eccedenza di lavoratori più velocemente del tasso di ricerca di nuovi posti di lavoro o della creazione di nuovi posti di lavoro.

Il livello di base della disoccupazione è considerato fisiologico e i tassi di occupazione si “decompongono” in modo non uniforme (i cicli di vita e il progresso tecnologico sono tra le cause principali), costringendo i lavoratori e i datori di lavoro a intraprendere ricerche appropriate per correggerli. Un progresso tecnologico più rapido porta a un maggiore ricambio di manodopera e quindi a una maggiore disoccupazione. Questa transizione può essere prolungata se le nuove tecnologie rendono obsolete le competenze dei lavoratori e questi ultimi devono apprendere nuove competenze o trovare nuovi lavori per i quali sono ancora adatti.

Questo accade soprattutto perché le imperfezioni dei mercati dei capitali riducono la capacità degli imprenditori di sfruttare le nuove opportunità di business (una conseguenza della globalizzazione in molti Paesi in via di sviluppo).

Uno degli esempi più eclatanti nella storia risale alla cosiddetta “Grande Depressione” dell’inizio del XX secolo. Questa rivoluzione tecnologica ha effettivamente portato a una riduzione del numero di lavoratori necessari per produrre la quantità di cibo richiesta, che a sua volta ha portato a un calo dei prezzi e dei redditi nel settore agricolo e a una riduzione della domanda di prodotti urbani. Ciò che avrebbe dovuto portare a miglioramenti a Paletia ha invece portato a un impoverimento sia nel settore agricolo che in quello urbano. In presenza di rigidità migratorie (dovute a imperfezioni del mercato dei capitali che non fornivano fondi ai lavoratori rurali per spostarsi verso il settore urbano in cerca di nuovi posti di lavoro), le innovazioni tecnologiche si sono rivelate dannose per il benessere collettivo e l’economia è rimasta in uno stato di alta disoccupazione e bassa produttività.

Nel caso della Grande Depressione, l’intervento del governo (come conseguenza della Seconda Guerra Mondiale) ha portato a una trasformazione strutturale di successo, facilitando il trasferimento della manodopera dalle aree rurali a quelle urbane, dove era necessaria, e la riqualificazione della forza lavoro (garantendo che i lavoratori acquisissero le nuove competenze necessarie).

Esiste un certo parallelismo con la situazione attuale, in cui una parte significativa della forza lavoro non ha le competenze necessarie per affrontare l’era dell’AI.

La teoria dei salari efficienti può ritardare la transizione verso il nuovo equilibrio derivante dal progresso tecnologico e portare a un certo livello di disoccupazione a lungo termine.

Il significato del lavoro

Interessanti dibattiti suggeriscono che per i lavoratori il lavoro non genera solo reddito, ma fornisce anche un sostegno psicologico personale sotto forma di dignità, realizzazione e completezza. Quanto questo fenomeno sia o meno un retaggio del passato e quanto gli individui possano trovare la giusta motivazione, fisica e mentale, in altre forme di attività è ancora dibattuto ampiamente.

Se i lavoratori traggono benefici dal loro lavoro sotto forma di motivazione, allora i sussidi all’occupazione (in contrapposizione alla promozione di un reddito di base universale) per consentire un maggiore progresso tecnologico e un’ampia prosperità sembrano essere la soluzione migliore alle disuguaglianze create dall’I.A.

I timori sull’occupazione

Le questioni relative all’AI includono aspetti etici e sociali (come quelli relativi al lavoro e all’occupazione), che si riferiscono alle crescenti preoccupazioni della comunità internazionale riguardo alle attuali proiezioni (secondo cui entro il 2055 la maggior parte delle attività lavorative svolte sul mercato potrebbe essere automatizzata).

Un futuro che funziona: Automation, Employment and Productivity, elaborato dal McKinsey Global Institute, ipotizza che tutti i tipi di lavoro saranno soggetti a parziale automazione e stima che la maggior parte delle attività umane potrebbe essere interessata da processi di automazione guidati dall’evoluzione tecnologica.

Segnali positivi dalle ricerche di mercato

Analisi dei risultati di un’indagine-intervista condotta da Cap Gemini tra marzo e giugno 2017 con quasi 1.000 dirigenti in nove Paesi (Australia, Francia, Germania, India, Italia, Paesi Bassi, Spagna, Regno Unito e Stati Uniti), tra cui industrie, start-up e fornitori di sette diversi settori specifici dell’AI (automobilistico, bancario, assicurativo, manifatturiero, telecomunicazioni, retail e utility). Secondo l’indagine, quasi l’80% delle aziende ha creato nuovi posti di lavoro grazie all’utilizzo dell’AI, soprattutto in posizioni di responsabilità (circa il 70% dei nuovi assunti sono manager o di livello superiore), mentre oltre il 63% dichiara che non sono stati persi posti di lavoro. Per molte aziende, l’AI è un modo efficace per ottimizzare lo svolgimento di attività ripetitive e compiti amministrativi (velocizzare i processi, aumentare l’efficienza, eliminare gli sprechi).

Inoltre, circa l’89% delle aziende intervistate sostiene che l’AI può semplificare i compiti più complessi e che le macchine intelligenti possono coesistere con la forza lavoro in azienda.

L’AI sembra essere particolarmente importante per le aziende che stanno sperimentando progressi tecnologici per migliorare l’esperienza dei clienti, aumentare le vendite, migliorare le operazioni, guidare il coinvolgimento dei clienti e generare nuove idee di business. Il 73% ritiene che l’AI possa migliorare la soddisfazione dei clienti e il 65% sostiene che queste tecnologie possano ridurre i futuri tassi di abbandono dei clienti.

Mentre il 49% delle società di telecomunicazioni, il 41% degli operatori retail e il 36% delle società bancarie sono i più attivi nell’adozione dell’AI su larga scala, i settori automobilistico (26%) e manifatturiero (20%) registrano attualmente i livelli più bassi di adozione.

Questo contrasto si nota anche a livello geografico. L’India e l’Australia sembrano essere i Paesi più avanzati in questo senso (oltre il 58% delle aziende indiane sta già utilizzando l’AI su larga scala, seguita dall’Australia con il 49%).

Tra i Paesi europei, Spagna (31%), Paesi Bassi (24%) e Francia (21%) sono in fondo alla classifica dell’adozione, con l’Italia al terzo posto (44%) e la Germania (42%) in controtendenza rispetto ai mercati vicini che non sono ancora pronti a utilizzare questo tipo di tecnologia.

Il rapporto “Reshaping business with AI” del Boston Consulting Group e del MIT Sloan Management Review, che ha intervistato 3.000 dirigenti e analisti in 112 Paesi in un sondaggio globale, mostra che solo il 47% dei dirigenti teme la riduzione della forza lavoro, ma è comunque convinto del potenziale dell’utilizzo dell’AI.

Sebbene molte aziende siano ancora agli inizi, sia in termini di AI che di implementazione, le loro aspettative nei confronti dell’AI sono indubbiamente elevate: Oltre il 75% si aspetta che l’AI contribuisca alla creazione di nuove aree di business o all’acquisizione o al mantenimento di un vantaggio competitivo, mentre quasi l’84% dei dirigenti intervistati si aspetta che l’AI consenta loro di farlo.

In effetti, l’80% dei dirigenti vede l’AI come un’opportunità, mentre solo il 40% la considera un rischio. Per quanto riguarda le opportunità attese, quasi il 60% dei dirigenti prevede che l’AI avrà un impatto significativo sulle loro organizzazioni (nei prossimi cinque anni), in particolare nelle tecnologie dell’informazione, nelle operazioni e nella produzione, nella gestione della supply chain e nelle attività di relazione con i clienti (marketing, customer journey, customer experience, soddisfazione dei clienti, ecc.)

Le aspettative per l’AI sono molto alte, ma secondo i risultati dell’indagine le aziende non sono ancora del tutto preparate alla grande rivoluzione che l’AI porterà.

Mentre il 19% delle organizzazioni intervistate sono “pionieri”, ossia aziende che hanno abbracciato in qualche modo l’AI e comprendono i passi necessari per implementarla e renderla efficace per il proprio business, all’estremo opposto si trovano i “passivi” (36%), ossia aziende che non hanno soluzioni o comprensione del fenomeno dell’AI. Di seguito sono elencati gli esempi più comuni di aziende che utilizzano l’AI. Osservando le aziende “pioniere”, si può notare come esse debbano attrezzarsi sotto vari aspetti per affrontare al meglio il percorso progettuale verso l’implementazione dell’AI:

  • capire come utilizzare correttamente il potenziale aziendale;
  • capire come organizzare la forza lavoro e integrare lavoratori e sistemi automatizzati;
  • rispettare il quadro normativo (protezione della privacy);
  • da un punto di vista tecnico, disporre di una struttura di dati efficiente che consenta agli algoritmi di essere “addestrati”, ossia di imparare dalle esperienze passate;
  • disporre di un database integrato e di un’infrastruttura di supporto adeguata.

L’indagine ha minimizzato le preoccupazioni per la perdita di posti di lavoro dovuta all’intelligenza artificiale. Nonostante la diffusa preoccupazione dell’opinione pubblica, meno della metà (47%) degli intervistati prevede una riduzione della propria forza lavoro nei prossimi cinque anni. Inoltre, meno del 30% dei dirigenti teme che l’intelligenza artificiale eliminerà alcune delle loro attuali funzioni.

Secondo un sondaggio condotto da Accenture su 1.200 dirigenti senior, “Reinvigorating the Revolution: Siete pronti a competere quando la tecnologia intelligente incontra la creatività umana? Creare la forza lavoro del futuro” stima che i ricavi delle aziende potrebbero aumentare del 38% entro il 2020 se investissero nell’intelligenza artificiale e in un’efficace collaborazione uomo-macchina.

A queste condizioni, anche i livelli occupazionali potrebbero beneficiare di un aumento del 10%. Queste affermazioni sono supportate anche da alcuni dati. Il 72% dei dirigenti intervistati sostiene che l’AI sarà strategica in termini di competitività sul mercato. Secondo il 61% degli intervistati, il numero di professionisti che utilizzano l’AI quotidianamente aumenterà nei prossimi tre anni. Questa opinione è condivisa da oltre 14.000 dipendenti intervistati, la maggior parte dei quali (62%) prevede che l’AI avrà un impatto positivo sul proprio lavoro.

Secondo Accenture, sarà necessario partire dal compito (piuttosto che dal ruolo), assegnare i compiti alle macchine e agli esseri umani e valutare caso per caso se potenziare le capacità umane o automatizzare i compiti. Il 46% dei dirigenti ritiene che l’idea di assegnare compiti predefiniti a ogni tipo di lavoro sia superata e il 29% afferma di aver già ridisegnato in modo significativo i propri ruoli per offrire maggiore flessibilità. In secondo luogo, le risorse umane dovrebbero concentrarsi sulle aree in cui possono creare più valore. Ciò richiede una riqualificazione accelerata, che attualmente si basa su una valutazione accurata dei livelli di competenza del personale e della sua disponibilità a lavorare con l’AI. Le moderne piattaforme digitali consentono programmi di formazione personalizzati e facilitano l’adozione di nuove competenze. In realtà, la formazione è ancora in ritardo. Solo il 3% dei titolari di aziende prevede di aumentare significativamente gli investimenti per la riqualificazione dei propri dipendenti nei prossimi tre anni.

La controversia tra Intelligenza Artificiale e coscienza

Un argomento ampiamente dibattuto, sia nella comunità scientifica che tra gli specialisti di filosofia, sociologia, scienze politiche ed economia, è dove si collochi il confine tra le capacità di ragionamento dei robot o, più in generale, tra intelligenza artificiale e coscienza umana.

La tecnologia dell’intelligenza artificiale sta avanzando rapidamente, ma per molti aspetti i computer non hanno ancora raggiunto i livelli di prestazioni umane.

Per affrontare la controversa questione se i computer possano sviluppare la coscienza, i ricercatori dell’Università della California hanno innanzitutto cercato di scoprire come la coscienza nasca nel cervello umano. Così facendo, hanno delineato tre livelli fondamentali di coscienza umana che potrebbero servire da tabella di marcia per la progettazione di un’intelligenza artificiale veramente cosciente.

Durante la ricerca condotta dagli scienziati, si è notato che alcuni robot hanno raggiunto capacità paragonabili al livello C2 umano (questo livello è la capacità di analizzare i propri pensieri e calcoli, in altre parole, l’autoconsapevolezza), potendo tracciare i propri progressi nell’apprendimento e nella risoluzione dei problemi.


–segue–

  1. Paolo Savona, coautore del primo modello econometrico dell’economia italiana sviluppato nel 1970 durante il suo incarico alla Banca d’Italia (coautore con Franco Modigliani del Massachusetts Institute of Technology), professore alla Libera università internazionale degli studi sociali Guido Carli, Ministro dell’Industria, Ministro degli Affari Europei e attuale Presidente della Consob. ↩︎