Navigazione delle pagine & ricerca

IA: Come l’intelligenza artificiale sta cambiando il mondo del lavoro

L’intelligenza artificiale (IA) ha compiuto rapidi progressi negli ultimi anni ed è ormai presente in diversi ambiti della nostra vita. L’IA influenza in modo particolare il mondo del lavoro e la formazione, portando con sé sia opportunità che sfide.

Le origini del termine «intelligenza artificiale» risalgono agli anni ‘50, quando pionieri come Alan Turing e John McCarthy perseguirono la visione di un’intelligenza simile a quella umana integrata nelle macchine. Nel 1950, nel suo articolo «Computing Machinery and Intelligence», Turing presentò l’innovativo test di Turing nel quale veniva ipotizzata la capacità delle macchine di imitare il pensiero umano in modo così convincente da rendere difficile distinguerle da interlocutori umani.  

Il termine ufficiale «intelligenza artificiale» venne coniato in America nel 1956 presso il Dartmouth College di Hanover, nel New Hampshire. John McCarthy, Marvin Minsky, Nathaniel Rochester e Claude Shannon organizzarono un workshop innovativo che segnò la nascita dell’IA. I partecipanti a questo workshop tentarono di sviluppare algoritmi e modelli che consentissero ai computer di svolgere compiti complessi, simili a quelli svolti dagli esseri umani. 

Nei decenni successivi, la ricerca sull’IA ha registrato rapidi progressi, soprattutto nello sviluppo di applicazioni di IA che vanno dal riconoscimento vocale e delle immagini a sistemi autonomi altamente sofisticati. Da allora, l’IA è diventata parte integrante di diversi settori e influenza la nostra vita quotidiana in tanti modi diversi. Chi non ha mai fatto ricorso almeno una volta a DeepL per le sue traduzioni, generato un’immagine su DALL-E e chiesto consigli a ChatGPT?

«L’IA generativa potrebbe aumentare in maniera significativa la produttività sul posto di lavoro, contribuire alla crescita economica e, di conseguenza, influire sulla carenza di manodopera qualificata.»
Ursula Häfliger

IA: quali sono le professioni coinvolte? 

Alla luce dell’alta percentuale di professioni della conoscenza e del relativo livello elevato dei salari, la Svizzera si trova a dover affrontare cambiamenti significativi dettati dall’IA. Lo sviluppo di questa disciplina sta avendo considerevoli ripercussioni sulle professioni della conoscenza, che rappresentano il gruppo di professionisti in più rapida crescita in Svizzera. L’impatto dell’automazione sarà percepito soprattutto dalle professioni del settore economico-aziendale, nonché dalle attività MINT e di vendita. L’IA non si limita a sostituire semplici attività di routine, ma assume anche compiti complessi che richiedono un livello elevato di competenze in ambito linguistico e matematico. Sebbene tra questi vi sia certamente anche la generazione di testi, si tratta soprattutto di compiti di coordinamento e analisi.  

L’IA e il mercato del lavoro 

Già diversi anni fa i ricercatori Huang e Rust hanno formulato una teoria sulla sostituzione dei posti di lavoro da parte dell’IA secondo la quale quest’ultima assumerebbe dapprima compiti meccanici (di routine), quindi analitici e intuitivi e infine, con ogni probabilità, anche compiti che richiedono empatia. Gran parte delle attuali applicazioni di IA riguardano il campo dell’intelligenza analitica, dove i computer hanno raggiunto un livello pari, se non addirittura superiore, a quello degli esseri umani, perché sono più rapidi e dotati di una migliore capacità di memoria rispetto ai cervelli umani. In genere, questa intelligenza viene applicata a grandi volumi di dati ed è chiamata a svolgere compiti complessi, ma allo stesso tempo sistematici, coerenti e prevedibili.  

Tra le professioni basate sull’intelligenza analitica rientrano quelle di informatici/informatiche, tecnologi/tecnologhe, data scientist, matematici/matematiche, contabili e analisti/analiste finanziari/e.

L’IA consente di aumentare la produttività sul posto di lavoro 

Secondo uno studio condotto da McKinsey, le attuali tecnologie di IA sono in grado di automatizzare attività delle professioni della conoscenza che attualmente richiedono fino al 70% del tempo lavorativo, molto più di quanto stimato in precedenza. La crescente capacità dell’IA generativa di comprendere il linguaggio naturale sta accelerando questo processo, consentendo anche l’assunzione di compiti collaborativi e rilevanti in termini decisionali. Entro il 2060, circa il 50% delle attuali attività lavorative potrebbe dessereiventare automatizzato.  

Questo cambiamento mutamento strutturale non solo porterà a una trasformazione, in parte radicale, dei profili professionali, ma aprirà anche nuove opportunità, come spiega Ursula Häfliger, responsabile politica della Società degli impiegati del commercio Svizzera e direttrice dell'alleanza politica «die plattform»: «L’IA generativa potrebbe aumentare in maniera significativa la produttività sul posto di lavoro, contribuire alla crescita economica e, di conseguenza, influire sulla carenza di manodopera qualificata.» 

Sondaggio Deloitte 2023 sull'IA

A giugno e luglio 2023, Deloitte ha condotto l’indagine «La rapida adozione dell’IA generativa in Svizzera», per la quale sono state intervistate 1002 persone in Svizzera che in linea di principio potrebbero utilizzare l’IA generativa nel loro lavoro. Fonte: Deloitte 

Servono nuove competenze

L’Organizzazione internazionale del lavoro (OIL) sottolinea come l’IA arricchirà posti di lavoro anziché sopprimerli, soprattutto quelli a reddito medio-alto. L’IA non influirebbe dunque sul settore dei salari bassi, bensì sui lavori più complessi e meglio retribuiti. Questo non significa però che tutte le attività saranno sostituite dall’IA, ma piuttosto che alcune di queste verranno automatizzate, mentre altre saranno ampliate. Si potrebbe così arrivare a una differenziazione sul mercato del lavoro: le attività automatizzabili rischiano di essere svalutate e quindi meno pagate, mentre le attività ampliate potrebbero portare a un aumento della produttività e dunque a una migliore valorizzazione. 

In ogni caso, servono nuove competenze per gestire la nuova tecnologia, sia in fase di implementazione che di applicazione. E questo richiede un processo di reskilling e upskilling della forza lavoro.  

«L’introduzione dell’IA dovrebbe quindi essere attuata con la partecipazione e il coinvolgimento diretto di collaboratori e collaboratrici.»
Ursula Häfliger

Un approccio partecipativo

Nel complesso, l’introduzione dell’IA nel mondo del lavoro richiede un approccio attento e partecipativo. Occorre evitare di ripetere gli stessi errori commessi con i precedenti progressi tecnologici, ovvero introdurre per prima la tecnologia per poi richiedere agli esseri umani di adattarvisi al meglio delle loro possibilità. «L’introduzione dell’IA dovrebbe quindi essere attuata con la partecipazione e il coinvolgimento diretto di collaboratori e collaboratrici. Sono loro che conoscono meglio i processi interni dell’azienda e, pertanto, possono familiarizzare fin dall’inizio con la nuova tecnologia», spiega Ursula Häfliger.

Gestione dell’IA sul posto di lavoro

Occorre sensibilizzare, se non addirittura formare in maniera mirata, i datori di lavoro, i collaboratori e le collaboratrici in merito alla gestione dell’IA e all’arricchimento che quest’ultima può portare nelle attività esistenti. Ma soprattutto sono necessarie regole di base comuni che determinino se e come le aziende e il relativo personale possano utilizzare strumenti e applicazioni basati sull’IA. 

L’economia, la politica e tutto il personale devono collaborare per garantire che le opportunità offerte dall’IA vengano sfruttate senza trascurare i diritti fondamentali, la salute psichica dei lavoratori e delle lavoratrici e gli standard etici. Il percorso verso un futuro guidato dall’IA richiede il giusto equilibrio tra progresso e responsabilità. 

Spiegazione semplice dei termini legati all’IA

  1. Una formula o un insieme di regole formali, operazioni logiche o istruzioni per risolvere un problema, ad esempio in matematica, logica, informatica o nell’IA. Nel caso dell’IA, l’algoritmo comunica alla macchina come trovare le risposte a una domanda o le soluzioni a un problema.

  2. I big data sono grandi volumi di dati troppo complessi per essere elaborati con metodi tradizionali. I big data vengono utilizzati in molti settori, ad esempio in ambito economico, scientifico e medico.

  3. Un bot è un programma per computer che esegue compiti ripetitivi in modo automatizzato o autonomo. I bot vengono utilizzati spesso nell’ambito dell’assistenza alla clientela, della logistica e della sorveglianza. 

  4. Il data mining è l’analisi di big data per scoprire modelli, tendenze o correlazioni. Il data mining viene utilizzato in molti settori, ad esempio nelle ricerche di mercato, nello sviluppo di prodotti e nella lotta alla criminalità.

  5. Il deep learning è l’apprendimento automatico in reti neurali artificiali multistrato composte da una grande quantità di neuroni artificiali.

  6. I modelli di IA generativa vengono utilizzati per generare nuovi dati con proprietà statistiche simili a quelle di un determinato set di dati. In questo modo è possibile generare, ad esempio, testi, immagini, audio, video, codici, modelli 3D o simulazioni che seguono le istruzioni dell’utente.

  7. L’intelligenza artificiale è una branca dell’informatica che punta ad automatizzare il comportamento intelligente (delle macchine). I sistemi di IA sono in grado di svolgere compiti abitualmente svolti dagli esseri umani, come ad esempio riconoscere modelli, risolvere problemi e imparare dall’esperienza.

  8. I large language model sono un tipo di algoritmo dell’intelligenza artificiale addestrato per comprendere e generare linguaggio umano. 

  9. L’apprendimento automatico identifica la generazione di conoscenze sulla base di valori empirici (dati) in sistemi automatici. Gli algoritmi di apprendimento sviluppano modelli applicabili a nuovi dati senza la necessità di programmare una soluzione concreta. Il ML viene utilizzato, ad esempio, nel riconoscimento delle immagini, nell’elaborazione del linguaggio e nell’analisi finanziaria. 

  10. Il natural language processing è l’elaborazione automatica del linguaggio. Descrive il riconoscimento, l’interpretazione e la generazione automatici del linguaggio naturale da parte del computer.

  11. Le reti neurali artificiali sono algoritmi concepiti per imitare il cervello umano. L’impiego di neuroni digitali consente al computer di elaborare e trasmettere dati. I modelli di apprendimento automatico vengono chiamati reti neurali artificiali e sono modellati sulle reti neurali del cervello.

Link & Download