IA: progettiamo il suo futuro per poterlo realizzare

di Sergio Scamuzzi

Escono periodicamente, anche da fonti autorevoli, statistiche che prevedono la scomparsa di certi lavori a causa della IA e la ‘resistenza’ di altri e alimentano dibattito pubblico. L’IA fa il marketing di sé stessa enunciando le capacità conferite a chi la usa. Nulla di falso in sé, anzi di fake, ma qualche avvertenza importante è utile per capire come queste previsioni sono prodotte e come interpretarle, traendone quali conseguenze pratiche. Almeno due sono molto importanti. La prima è già quasi senso comune: il futuro lo si progetta, non lo si prevede. Le sue varie versioni hanno fondamenti solidi nell’incertezza e nell’accelerazione del tempo presente, pilotate dalla velocità di un’innovazione cui contribuiscono numerosi attori in competizione, simultanea e mondiale, e dalla grandissima complessità del loro impatto sull’ambiente e sulla società. Come vedremo oltre, il lavoro dipende da progetti di organizzazione non da determinismi tecnologici insuperabili. La seconda avvertenza è la qualità del lavoro inteso come professione sulle cui dimensioni incide diversamente l’intelligenza artificiale. Cominciamo da questa.

Le buone teorie viaggiano nel tempo...

Ne troviamo una definizione analitica in un aureo libretto di Luciano Gallino, Informatica e qualità del lavoro. Non preoccupiamoci della data di pubblicazione, il 1984: le buone teorie sono fatte per viaggiare nel tempo. Insieme con due altri sociologi torinesi, Alberto Baldissera e Paolo Ceri, Gallino distingue quattro dimensioni classiche della qualità del lavoro e della sua professionalità: l’ergonomia, che spazia dalla fatica e nocività allo stress psicologico e al significato soggettivo; la complessità che riguarda il numero la varietà di nozioni e informazioni necessarie alle scelte in cui consiste ogni prestazione lavorativa; i gradi di libertà di queste scelte previsti in una organizzazione; il controllo dei lavoratori visti come collettività su questa organizzazione, i suoi obiettivi e la sua articolazione più o meno gerarchica e funzionale.

Le possiamo applicare a descrivere sistematicamente qualsiasi professione, raggiungendo anche grande dettaglio. La teoria era nata del resto da esperienze sul campo all’Olivetti come all’Italsider. Per un approccio invece a volo d’uccello, un volo alto da condor, possiamo utilizzare una classificazione dei lavori – uno dei fenomeno più vari che si possa studiare – a seconda che comportino impegno maggiore o minore nella trasformazione e nel controllo di materiali, persone o informazioni. Una cassiera del supermercato ha un impegno assai limitato di trasformazione e controllo di informazioni rivolte a persone. Un medico ha un controllo elevato di informazioni per trasformare persone (da malate a sane). Il fabbro di una volta deteneva un discreto livello di controllo delle informazioni necessarie a trasformare materiali, da un metallo fuso a un oggetto utile, trasformazione che effettuava interamente.

Trasformazione e controllo di persone

Che cosa cambia l’IA generativa di questi aspetti del lavoro? È indifferente ai materiali, che lascia al buon vecchio robot per l’automazione di processi produttivi ripetitivi. Cambia moltissimo sul controllo di informazione, rende i rigidi robot più flessibili a cambiamenti dei processi, si appropria di buona parte della trasformazione dell’informazione, dà l’impressione di essersene assunta il controllo. La trasformazione e il controllo di persone, ad es. da utente disinformato a utente informato, da ignorante a professore, sembra ancora un effetto marginale. Che comunque è veicolato da informazione e da un’attività di relazione diretta con componenti non solo informative. Il fatto che in tutte le previsioni le professioni sostituite sono i lavori che controllano e trasformano più o meno materiali e informazione e quelle che resistono sono i lavori che lo fanno, ma in una relazione tra persone (dall’insegnamento allo spettacolo alla cura), è una conseguenza e anche una delle potenzialità evidenti di questa sofisticata tecnologia.

Ma per fare almeno un passo verso lo specifico sulla qualità dei lavori più o meno sostituibili ci soccorrono il concetto di qualità del lavoro derivante dalla sua complessità e spostare l’attenzione sulle informazioni necessarie alle scelte lavorative: certamente l’IA ne mette disposizione quantità senza precedenti, azzera a pochi secondi o minuti la loro raccolta e sistemazione utile, non senza una colossale opera di induzione o abduzione anche dal particolare al generale, ma ci lascia la responsabilità di controllare le fonti, controllare la semantica plausibile da operazioni tutte basate su sintassi e terminologia, individuare ricombinazioni nuove delle informazioni esistenti (si chiama creatività).

Pensiamo a una normale traduzione da una lingua ad un'altra: la qualità professionale richiesta al traduttore è maggiore se controlla una traduzione rispetto alla sua finalità e al lessico di settore da usare o se si limita alla traslazione di termini da una lingua a un'altra? Se il testo è letterario o specialistico o se è una comune comunicazioni di servizio? Il margine lasciato dalla IA al lavoro intellettuale umano allora è quello della maggiore qualificazione, la sostituibilità è quella del lavoro più routinario. Ma aggiungiamo la relazione con persone per una loro trasformazione (da studente ignorante a diplomato più istruito, da malato a sano, da conoscenza episodica ad amante durevole): non c’è nulla come la relazione interattiva che richieda, e consenta, apprendimento continuo dalla situazione di nuove informazioni utili alla sua finalità pratica, tra cui compresa la continuazione della relazione, e la loro codificazione in dimensioni più numerose. E in questa relazione si gioca inevitabilmente l’emozione.

Il posizionamento intellettuale dell'Italia

La sua simulazione raggiunge già livelli notevoli, ma forse non è un caso che il robot giapponese Pepper, che supporta software progettato a scopo relazionale, e piace per questo moltissimo ai laboratori universitari, sia uscito di mercato da qualche anno senza rimpiazzo. Portinai e commessi umani li battono ancora e a costi più economici. Questo fatto rivela il primo dei limiti della diffusione della IA: i suoi costi per l’acquirente in un mondo di vasta e crescente disuguaglianza e povertà. Il secondo limite è manifesto in paesi come l’Italia a bassissimo tasso di alfabetizzazione letteraria, matematica, e creatività (ad esempio il 35% della popolazione ha competenze inadeguate a capire informazioni scritte). Possiamo gloriarci di due limiti invalicabili allo strapotere e diffusione della IA come questi? L’IA interrogata dichiara di poter valorizzare capacità analitiche e decisionali, di problem solving, di valutazione etica, ma troppe persone non hanno nulla da valorizzare. Proseguire l’argomentazione però ci porterebbe lontano.

Torniamo invece alla qualità del lavoro: l’altra dimensione, il controllo, ci suggerisce che non è un aspetto solo tecnico della professione stabilire quale e quanto controllo, e di chi su quale e quanta informazione, applicata o meno a persone. Non per nulla le professioni liberali e dirigenti organizzano ordini professionali e strategie competitive e di potere per tutelare la loro qualità del lavoro. È stata anche la preoccupazione dei sindacati basati su lavoratori qualificati. La qualità del lavoro è il risultato di un’organizzazione del lavoro e di un progetto della medesima elaborato a vari livelli: da quello dei soggetti che detengono il potere di formulare strategie a quello delle particolari categorie di lavoratori intellettuali qualificati addetti all’implementazione più minuta. Oggi è esattamente questo il ruolo sociale degli sviluppatori di programmi informatici, più o meno intelligenti. Da questa progettazione dipende in definitiva l’equilibrio tra lavori valorizzati o sostituiti o semplicemente modificati nel loro espletamento e quindi nelle dimensioni della loro qualità. Ma parliamo di una prospettiva realistica?

Le analisi di Federico Butera

Disponiamo già di riflessioni teoriche e analisi empiriche che dimostrano impieghi alternativi della IA, che valorizzano e cambiano virtuosamente invece di sostituire soltanto dei lavori o continuarne l’arretratezza. I due poli sono la riproduzione dell’organizzazione esistente, anche quando è gerarchica, rigida e premiante elevate disuguaglianze di qualità quindi retribuzione e precarietà, come succede in aziende poco innovative, che competono solo comprimendo i salari, o in molte piccole aziende fornitrici passive – la via bassa allo sviluppo di oggi – oppure di organizzazioni innovative, più piatte, più flessibili, tipiche di imprese innovative, che con l’innovazione di prodotto e processo competono – la via alta allo sviluppo che consente flessibilità d’impiego senza precarietà (con il mantenimento di un buon welfare state). Ce ne parla un recente altro aureo libretto, di Federico Butera, sociologo da poco scomparso, anche lui di origini olivettiane come Gallino, Intelligenza artificiale e lavoro, una rivoluzione governabile (con G. Demichelis, 2024), basato su analisi precedenti di imprese italiane. Ma non mancano in letteratura casi aziendali all’estero presentati da altri autori. Dunque si può fare e ci sono luoghi dove si fa già. Ma è una sfida che imprenditori, dirigenti pubblici, associazioni professionali, sindacati, formatori, tecnici dell’informatica devono supportare convintamente, abbandonando l’idea di adattare i lavoratori alla tecnologia per lasciare il lavoro com’è. Per questo non possiamo prevedere il futuro del lavoro con l’IA, ma non è nemmeno auspicabile poterlo prevedere se non riusciamo a progettarlo.