L’intelligenza artificiale fa ripensare agli economisti la storia dell’automazione

L’INTELLIGENZA ARTIFICIALE sta per lasciare senza lavoro un gran numero di persone? La maggior parte degli economisti sostiene che la risposta è no: se la tecnologia estromette in continuo le persone dal lavoro, allora perché, dopo secoli di nuove tecnologie, i posti di lavoro sono ancora così tanti? Le nuove tecnologie, sostengono, rendono l’economia più produttiva e permettono alle persone di entrare in nuovi settori, come il passaggio dall’agricoltura all’industria manifatturiera. Per questo motivo, gli economisti hanno storicamente condiviso un’opinione generale secondo cui qualsiasi sconvolgimento possa essere causato dai cambiamenti tecnologici, è “a metà tra il benigno e il benevolo”.

Ma con il rilascio quasi settimanale di nuovi modelli e strumenti di intelligenza artificiale, questo consenso si sta incrinando. È ormai provato che le tecnologie digitali hanno contribuito ad aumentare le disuguaglianze negli Stati Uniti e nel resto del mondo. I computer, ad esempio, hanno reso più produttivi i lavoratori della conoscenza, ma hanno anche ridotto la domanda di posti di lavoro “a salario intermedio” come l’impiegato o l’assistente amministrativo. In risposta, alcuni economisti hanno iniziato a rivedere i loro modelli su come la tecnologia – e in particolare l’automazione – influisce sui mercati del lavoro. “La possibilità che i miglioramenti tecnologici che aumentano la produttività possano effettivamente ridurre il salario di tutti i lavoratori è un punto importante da sottolineare, perché spesso viene minimizzato o ignorato”, scrivono Daron Acemoglu del MIT e Pascual Restrepo della Boston University in un recente articolo.

Questa nuova economia dell’automazione mantiene l’idea di base che, nel lungo periodo, la tecnologia tende a rendere i lavoratori più produttivi e quindi permette ai loro salari di aumentare. Ma solleva anche due punti importanti: in primo luogo, c’è una grande differenza tra l’utilizzo della tecnologia per automatizzare il lavoro esistente e la creazione di capacità completamente nuove che non potevano esistere prima. In secondo luogo, il percorso della tecnologia dipende in parte da chi decide come utilizzarla. “L’intelligenza artificiale offre vasti strumenti per aumentare le capacità dei lavoratori e migliorare il lavoro. Dobbiamo padroneggiare questi strumenti e farli lavorare per noi”, scrive l’economista del MIT David Autor.

Gli economisti descrivono il mondo costruendo modelli. Questi cercano di catturare la realtà disordinata e tentacolare delle economie moderne, ma sono intenzionalmente semplificati. L’obiettivo è illustrare le scelte chiave e i trade-off che danno forma all’economia. Nel processo, questi modelli spesso contribuiscono a definire ciò a cui i politici prestano attenzione. Quando gli economisti aggiornano i loro modelli sull’automazione, cambiano la comprensione di ciò che la tecnologia fa ai lavoratori e spostano il dibattito su come i politici e le autorità di regolamentazione dovrebbero rispondere.

La corsa tra istruzione e tecnologia

La visione positiva che gli economisti hanno della tecnologia e delle sue conseguenze sui mercati del lavoro nasce da un punto di vista piuttosto semplice. La storia del XX secolo è quella di una tecnologia che, come una marea crescente, sembra sollevare la maggior parte delle barche. Nel 1900, il 41% dei lavoratori statunitensi lavorava in agricoltura; nel 2000, solo il 2%. Questa transizione è stata resa possibile da nuovi macchinari, come aratri e mietitrebbie, prima alimentati da cavalli e poi meccanizzati. Allo stesso tempo, i macchinari hanno creato un boom nel settore manifatturiero. Nuove città e Paesi sorsero intorno a nuove aziende manifatturiere e l’economia statunitense divenne più urbana, più industriale e molto, molto più ricca. I salari aumentarono e le ore lavorate diminuirono. Secondo lo storico dell’economia Robert Gordon, la percentuale di lavoratori impiegati nelle occupazioni più faticose dal punto di vista fisico è diminuita drasticamente. Questi cambiamenti hanno avuto molte cause e non sono stati univocamente positivi. Tuttavia, come conclude Gordon, hanno migliorato notevolmente il benessere degli americani e non si sarebbero potuti verificare senza le nuove tecnologie.

La tecnologia ha il potenziale di renderci più produttivi e di far crescere la torta economica, e questa dinamica rimane al centro della comprensione della prosperità e della crescita da parte degli economisti. Senza la meccanizzazione dell’agricoltura, il netto aumento del tenore di vita registrato in molte parti del mondo negli ultimi due secoli non sarebbe stato possibile. Ciò si riflette nei modelli che questa storia ha generato. Ma questi includono un’ipotesi cruciale: che nessuno sia stato lasciato in condizioni peggiori.

In seguito, gli economisti del lavoro hanno complicato questa storia, distinguendo tra lavoratori “altamente qualificati” e “poco qualificati” – di solito approssimati utilizzando i dati sui livelli di istruzione. Questo ha permesso loro di creare modelli per spiegare come le tecnologie potessero aumentare la disuguaglianza. I computer hanno reso molti lavoratori della conoscenza molto più produttivi – grazie a innovazioni come i fogli di calcolo e la posta elettronica – e quindi hanno aumentato i loro salari. Ma ha fatto meno per i lavoratori meno istruiti, dando origine a quella che gli economisti di Harvard Claudia Goldin e Lawrence Katz hanno definito una “gara tra istruzione e tecnologia”.

Il ragionamento alla base della “corsa” era che la tecnologia richiedeva una maggiore istruzione per sbloccare i suoi vantaggi in termini di produttività, quindi creava una maggiore domanda di lavoratori altamente istruiti. Ciò creava un potenziale di disuguaglianza, poiché i salari dei lavoratori istruiti e più richiesti aumentavano più rapidamente di quelli dei lavoratori meno istruiti. Nell’America della metà del XX secolo, questo effetto è stato compensato dal fatto che sempre più persone andavano all’università. Questi nuovi laureati soddisfacevano la domanda di lavoratori più istruiti e i lavoratori non laureati erano abbastanza scarsi da far crescere anche i loro salari. Ma quando negli anni ’80 la percentuale di americani che frequentavano l’università ha iniziato a diminuire, mentre la tecnologia continuava a migliorare, la nuova domanda di lavoratori istruiti non è stata soddisfatta. Così i salari di coloro che avevano una laurea sono aumentati molto più rapidamente di quelli di coloro che non l’avevano, aumentando la disuguaglianza.

Questi modelli illustravano il cosiddetto “cambiamento tecnologico basato sulle competenze” e coglievano aspetti chiave di come la tecnologia modella il lavoro. In genere ci rende più produttivi, ma può influire su alcune occupazioni e competenze più di altre. Nonostante la semplicità, questi modelli fanno un discreto lavoro di sintesi di un secolo di dati salariali, come ha detto l’economista del MIT David Autor nel 2015 nel commentare il proprio lavoro in questo settore.

Il problema, ha detto Autor in una recente intervista, è che i vecchi modelli presupponevano che la tecnologia “avrebbe potuto sollevare alcune barche più di altre, ma non ne avrebbe abbassata nessuna”. Tuttavia, mentre la tecnologia digitale trasformava l’economia globale, c’erano “molte prove che delle persone stavano peggio”.

Quando la tecnologia crea nuovi tipi di lavoro – e quando non li crea

Perché alcune nuove invenzioni sembrano innalzare i salari in modo generalizzato – almeno a un certo punto – mentre altre fanno peggiorare la situazione di alcune fasce di lavoratori? Nell’ultimo decennio, gli economisti hanno risposto a questa domanda distinguendo tra le tecnologie che creano nuovi tipi di lavoro e quelle che si limitano ad automatizzarne uno già esistente.

Il cammino verso questi nuovi modelli è iniziato a metà degli anni Duemila, quando gli economisti hanno sfruttato dati più ricchi e hanno iniziato a scomporre il lavoro in singole mansioni. Ad esempio, il lavoro di un ricercatore può comprendere la raccolta di dati, l’analisi di questi e la stesura di relazioni. All’inizio, tutti e tre i compiti sono svolti da una persona. Con il tempo, però, la tecnologia potrebbe occuparsi della raccolta dei dati, lasciando al ricercatore l’analisi e la stesura del rapporto.

I modelli basati sui compiti specifici hanno consentito una visione più precisa dell’impatto della tecnologia sul lavoro e hanno contribuito a spiegare ulteriormente l’aumento delle disuguaglianze negli Stati Uniti e in gran parte del mondo. A partire dagli anni ‘80, la tecnologia digitale ha iniziato a sostituire le mansioni associate ai lavori a medio salario, come la contabilità o il lavoro d’ufficio. Ha reso più produttive e redditizie molte mansioni altamente qualificate, come l’analisi dei dati e la stesura di relazioni. Ma quando i lavoratori della classe media sono stati trasferiti, molti di loro si sono spostati verso lavori a basso salario, e l’abbondanza di lavoratori disponibili ha spesso comportato un calo dei salari in alcune di queste occupazioni già scarsamente retribuite. Dal 1980 fino all’inizio del XXI secolo, la crescita dei posti di lavoro si è divisa in lavori basati sulla conoscenza altamente retribuiti e lavori basati su servizi scarsamente retribuiti.

La visione basata sulle mansioni ha anche chiarito l’importanza delle competenze: è importante quali mansioni vengono svolte dai computer. Dal punto di vista del lavoratore, è meglio che le macchine si occupino di lavori routinari e di scarso valore, purché si possa continuare a utilizzare la propria esperienza per svolgere i compiti di maggior valore.

Un limite della visione basata sulle mansioni, almeno all’inizio, era che presupponeva che l’elenco delle mansioni potenziali fosse statico. Ma quando i ricercatori hanno catalogato il modo in cui si sono evoluti i titoli e i requisiti delle mansioni, hanno scoperto quante persone svolgono lavori che fino a poco tempo prima non esistevano.

Secondo la ricerca di Autor, “oltre il 60% dell’occupazione nel 2018 si trova in mansioni che non esistevano nel 1940”. Nel 1980, il Census Bureau ha aggiunto i controllori di veicoli a pilotaggio remoto alla lista delle occupazioni; nel 2000 ha aggiunto i sommelier. Questi esempi evidenziano i due modi in cui la tecnologia può creare lavoro. Nel primo caso, una nuova tecnologia ha creato direttamente un nuovo tipo di lavoro che richiede nuove competenze. Nel secondo caso, una società più ricca – piena di computer e di veicoli a pilotaggio remoto – ha fatto sì che i consumatori potessero spendere soldi per nuove stravaganze, come i servizi di un sommelier.

Questo “nuovo lavoro” è la chiave per capire come la tecnologia influisce sul mercato del lavoro, secondo alcuni economisti. A loro avviso, il successo della tecnologia per i lavoratori dipende dalla capacità della società di inventare nuove cose in cui eccellere, come pilotare veicoli a distanza. Se l’economia aggiunge rapidamente nuove occupazioni che utilizzano le capacità umane, allora può assorbire un certo numero di lavoratori sfollati.

Acemoglu e Restrepo hanno formalizzato quest’idea nel 2018, in un modello in cui l’automazione è in corsa contro la creazione di nuove mansioni. Le nuove tecnologie sostituiscono i lavoratori e creano nuove mansioni per loro; quando la dislocazione supera il nuovo lavoro, i salari possono iniziare a diminuire.

Man mano che gli economisti hanno rielaborato le loro teorie, hanno rivisto anche le loro raccomandazioni. Nell’era della corsa all’istruzione e alla tecnologia, spesso raccomandavano che un maggior numero di persone andasse all’università o comunque migliorasse le proprie competenze. Oggi è più probabile che sottolineino l’importanza di creare nuovi lavori e di sostenere le politiche e le istituzioni.

Le tecnologie “trasformano la nostra vita” quando le usiamo “per trasformare totalmente l’insieme delle cose che possiamo fare”, dice Autor. Internet non era solo un modo migliore per telefonare e l’elettricità non era solo un’alternativa all’illuminazione a gas. Le tecnologie più importanti creano intere nuove categorie di attività umane. Ciò significa sia nuovi posti di lavoro sia nuova domanda, poiché la società diventa più ricca.

Questo è simile a una vecchia idea di management: “reingegnerizzazione”. Nel 1990, Michael Hammer scrisse un famoso articolo su HBR in cui esortava i manager a “smettere di pavimentare i sentieri delle mucche”. I vecchi processi non devono essere semplicemente automatizzati, sosteneva, ma devono essere ripensati da zero. L’implicazione dei modelli di “nuovi compiti” di Acemoglu e altri è simile. Piuttosto che automatizzare semplicemente i compiti che svolgiamo attualmente, dovremmo inventare modi completamente nuovi per l’IA di migliorare le nostre vite e nuovi modi per gli esseri umani di sviluppare e utilizzare le competenze.

Chi è nella posizione di decidere?

Le mansioni che l’IA assumerà dipenderanno in parte da chi prenderà le decisioni e da quanto i lavoratori avranno a disposizione. L’anno scorso, gli sceneggiatori di Hollywood hanno negoziato un nuovo contratto incentrato in parte sulle modalità di utilizzo dell’IA nel processo di scrittura delle sceneggiature. Molly Kinder, borsista della Brookings Institution, ha recentemente pubblicato un caso di studio su queste trattative, concludendo che:

“Il contratto che il sindacato ha ottenuto a settembre ha creato un precedente storico: spetta agli sceneggiatori decidere se e come utilizzare l’IA generativa come strumento di assistenza e integrazione, non di sostituzione. In definitiva, se l’IA generativa viene utilizzata, il contratto prevede che gli scrittori ricevano pieno credito e compenso”.

I sindacati hanno un rapporto difficile con la tecnologia e sono spesso scettici nei confronti dell’automazione. Anche in questo caso, il pensiero degli economisti si è evoluto. Negli anni ‘80, l’opinione più diffusa era che le aziende sindacalizzate fossero meno incentivate a investire in innovazione e nuove tecnologie. Poiché i sindacati avrebbero garantito ai lavoratori la maggior parte dei benefici, si pensava che gli investitori fossero poco incentivati a spendere in ricerca e sviluppo. Ma ci sono diversi altri modi di pensare a questo problema, come afferma John Van Reenen, economista della London School of Economics.

Le aziende che fanno buon uso di nuove tecnologie di solito pagano di più perché sono più produttive e redditizie. Van Reenen sostiene che, nelle giuste circostanze, i sindacati possono contribuire a garantire che i lavoratori abbiano il potere di rivendicare una parte dei profitti sotto forma di salari più alti. In un articolo cita John Hodge, ex capo delle fonderie statunitensi, che una volta disse: “Non lavoreremo contro la macchina se avremo una parte equa del bottino”.

Anche i contributi dei lavoratori – spesso facilitati dai sindacati – possono indirizzare le aziende verso un uso più produttivo (e favorevole ai lavoratori) dell’IA. “Si sta affermando l’idea che l’innovazione dal basso verso l’alto sarà il modo migliore per capire quali sono gli usi migliori dell’IA”, afferma Kinder. “Quindi è opportuno tenere i dipendenti nel giro”.

Inoltre, il contributo dei lavoratori può prevenire un fenomeno su cui Acemoglu ha messo in guardia nella sua ricerca e in un recente libro: la “tecnologia scadente”. L’idea è che a volte le aziende automatizzano quanto basta per sostituire i lavoratori, ma senza creare grandi miglioramenti nella produttività. Acemoglu fa l’esempio dei chioschi di self-checkout: funzionano abbastanza bene da sottrarre lavoro ai cassieri, ma non così bene da fornire una spinta importante all’economia che potrebbe alimentare la domanda altrove.

SULL’INFLUENZA che l’economia esercita sui politici sono stati scritti libri interi. Quest’influenza è probabilmente sopravvalutata: le politiche sono determinate più dalla politica comune che dai libri di economia, nel bene e nel male. Tuttavia, le svolte della ricerca economica sono importanti, sia perché ci aiutano a capire come funziona l’economia, sia perché i modelli stessi influenzano i dibattiti pubblici su come i Governi dovrebbero agire.

Per decenni, gli economisti hanno raccontato una storia in cui la tecnologia sollevava tutte le barche e – per ipotesi – nessuno stava peggio. Avevano e hanno ragione a dire che la tecnologia è uno dei modi più affidabili per una società di aumentare il proprio tenore di vita. Ma il loro riconoscimento del modo in cui può spostare e danneggiare i lavoratori è in ritardo.

I modelli di automazione più recenti degli economisti forniscono anche lezioni cruciali per la prossima ondata tecnologica. Se l’IA vuole inaugurare un’era di prosperità ampiamente condivisa, dovranno essere vere due cose. In primo luogo, deve creare nuovi tipi di lavoro in cui gli esseri umani possano eccellere, nuovi compiti che prima non esistevano. In secondo luogo, il processo decisionale a tutti i livelli, dalle imprese ai Governi, deve includere la voce dei lavoratori. Questo non significa necessariamente dare loro il diritto di veto su ogni potenziale caso di utilizzo dell’IA o insistere sul fatto che nessun posto di lavoro vada perso. Ma significa garantire che i lavoratori abbiano il potere di far sentire il loro punto di vista.

Gli economisti, come gruppo, sono meno pessimisti di molti altri sull’IA; pochi prevedono un futuro senza posti di lavoro. Riconoscono che, come molte delle grandi tecnologie “generiche” delle epoche passate, l’IA ha il potenziale per migliorare drasticamente le nostre vite. La chiave, come dice Autor, è farla funzionare per noi.

Walter Frick è redattore presso la Harvard Business Review, ha fondato Nonrival, una newsletter in cui i lettori fanno previsioni in crowdsourcing su economia e affari. È stato redattore esecutivo di Quartz, nonché Knight Visiting Fellow presso la Nieman Foundation for Journalism di Harvard e Assembly Fellow presso il Berkman Klein Center for Internet & Society di Harvard. Ha scritto anche per The Atlantic, MIT Technology Review, The Boston Globe e la BBC.