È molto probabile che gli sviluppi dell’intelligenza artificiale (AI) stiano già influenzando il tuo lavoro. ChatGPT ha attirato 100 milioni di utenti nel giro di due mesi (Netflix ha impiegato 18 anni per raggiungere quel traguardo). A maggio 2023, un sondaggio ha rilevato che l’85% dei lavoratori americani ha utilizzato strumenti di intelligenza artificiale per svolgere compiti sul posto di lavoro e un quinto segnala “un’esposizione elevata”. Un recente rapporto ha rilevato che un numero simile in Europa è altamente esposto . Molti occhi stanno guardando il quadro normativo in via di sviluppo nell’Unione Europea e il suo impatto sull’uso delle nuove tecnologie sul posto di lavoro.
Alcuni salutano l’avvento dell’intelligenza artificiale come la “ fine del lavoro noioso ” e affermano che sta “consentendo” ai dipendenti di raggiungere la “massima produttività”. Ma a chi giova davvero la produttività? Che tipo di lavori possiamo effettivamente aspettarci? Nadia Garbellini dell’Università di Modena ha intervistato i lavoratori riguardo alla loro esperienza con l’intelligenza artificiale. Spiega all’Institute for New Economic Thinking perché dovremmo essere scettici nei confronti delle affermazioni secondo cui l’intelligenza artificiale migliorerà le condizioni di lavoro per la maggior parte delle persone.
Lynn Parramore: Che impatto pensi che l’intelligenza artificiale avrà sui lavoratori?
Nadia Garbellini: Nel 2020, la Commissione Europea (UE) ha classificato le applicazioni critiche dell’IA sulla base di tre “catene del valore strategiche”. Queste catene del valore sono IIoT (internet industriale delle cose); Mobilità (trasporto e movimento abilitati all’intelligenza artificiale); e Smart Health (intelligenza artificiale per ambienti sanitari).
Tutti e tre sono in grado di avere un forte impatto sui lavoratori, ma concentriamoci sull’IIoT. Nel rapporto che ho menzionato, la Commissione Europea ha identificato 24 applicazioni IA rilevanti nella catena del valore dell’IIoT. Le funzionalità AI utilizzate sono: generazione di insight da dati complessi; elaborazione del linguaggio, analisi di testo e audio; riconoscimento delle immagini e analisi video; processo decisionale automatizzato; e apprendimento automatico. Queste applicazioni, a loro volta, svolgono quattro funzioni principali per le aziende: ricerca e sviluppo; catena di fornitura e pianificazione della produzione; produzione del nucleo; e supporto post-vendita.
Dalle interviste condotte con metalmeccanici italiani di vari settori, il rapporto rileva che le principali conseguenze sulle condizioni di lavoro dell’applicazione di queste tecnologie sono preoccupanti. Dal rapporto è emerso che i lavoratori hanno riscontrato un peggioramento delle prestazioni lavorative nel senso della conoscenza necessaria per svolgere i compiti assegnati: con l’intelligenza artificiale, il funzionamento di macchine complesse richiede sempre meno conoscenza. Per la precedente generazione di metalmeccanici, le macchine a controllo numerico erano programmate direttamente dall’operaio che le manovrava. Anche la rilevazione di piccoli problemi e difformità era responsabilità dell’operatore, che è intervenuto quando lo ha ritenuto necessario. Oggi le macchine vengono programmate da informatici e ingegneri che spesso non sono nemmeno dipendenti dell’azienda, ma dei fornitori di macchine. In altre parole, i lavoratori godono di un grado di autonomia sempre minore e si sentono privati della possibilità di utilizzare la propria intelligenza nelle attività quotidiane.
Un’altra questione sollevata dai metalmeccanici è stata l’intensificazione del ritmo di lavoro. Poiché il funzionamento delle macchine richiede meno sforzo, è ormai comune che un singolo lavoratore debba azionare più di una macchina – forse 2, o anche 3 o 4 – contemporaneamente. Dopotutto, viene detto ai lavoratori, la macchina deve solo essere avviata (e in alcuni casi scaricata una volta completato il ciclo); durante il ciclo l’operaio deve solo attendere. Quindi, per non sprecare questi minuti preziosi, gli vengono affidate altre macchine da avviare in successione. Ma durante il ciclo l’operaio deve prestare attenzione ad eventuali problemi, inceppamenti, blocchi di tutte le macchine azionate. Questa prestazione intensificata aumenta la fatica, non solo fisicamente, ma soprattutto mentalmente.
I lavoratori hanno anche sperimentato una perdita di controllo sul processo produttivo e quindi un indebolimento della capacità rivendicativa del sindacato. Ci sono due cause di questa perdita di controllo. Innanzitutto, i tempi di ciclo sono presentati come il risultato oggettivo di alcuni processi di machine learning/big data (mentre gli algoritmi sono informati dagli esseri umani secondo parametri determinati dagli esseri umani) e quindi fuori dall’ambito della contrattazione. In secondo luogo, molte funzioni aziendali vengono delocalizzate al di fuori dell’unità produttiva, e addirittura al di fuori dell’azienda o del Paese. I lavoratori non riescono a ricostruire la catena di fornitura in cui sono impegnati, e quindi non sono in grado di organizzarsi in modo efficace poiché il loro orizzonte diventa sempre più ristretto.
Infine, il monitoraggio era una preoccupazione dei lavoratori. L’azienda può controllare il singolo lavoratore e tracciarne i movimenti in tempo reale senza alcuna necessità di videosorveglianza. Ad ogni componente impiegato nella produzione viene assegnato un identificatore univoco, normalmente associato ad un codice a barre che viene poi associato alle diverse fasi produttive. Un lavoratore che utilizza una macchina si connette all’inizio del turno, quindi è sempre possibile sapere, per ciascun lavoratore, quale/i macchine ha utilizzato, quanti cicli sono stati avviati, quali componenti sono stati utilizzati e quali prodotti sono stati realizzati. In altri termini, per ogni output non conforme è possibile individuare la fase in cui si è verificato il problema e l’identità del lavoratore che lo ha realizzato.
LP: Teme che l’intelligenza artificiale porti via posti di lavoro?
NG: La sostituzione del lavoro con il capitale è una delle caratteristiche principali del capitalismo; La disoccupazione tecnologica è sempre stata una preoccupazione dei movimenti operai (si pensi ai Luddisti nell’Inghilterra del XIX secolo). L’intelligenza artificiale e le sue applicazioni industriali fanno anche risparmiare manodopera, quindi sicuramente sarà possibile espandere la produzione con un’espansione dell’occupazione meno che proporzionale.
Tuttavia, è necessario produrre anche tecnologie IA; come brillantemente spiegato in un articolo di Josh Dzleza sul New York Magazine, la formazione dell’intelligenza artificiale richiede molto lavoro. Non saprei dire se l’effetto netto sull’occupazione sarà negativo o positivo. Ciò che mi preoccupa, più della scomparsa dei posti di lavoro, è la qualità dei nuovi posti di lavoro in termini di condizioni di lavoro, salario, autonomia, alienazione, ecc. Ciò che temo è un mondo con milioni di lavoratori sottopagati, ignoranti, politicamente ingenui, isolati , bloccati a casa davanti al computer sia nel lavoro che nel tempo libero, producendo beni e servizi che non possono permettersi di acquistare.
LP: Eppure ci sono previsioni entusiastiche da parte di economisti come David Autor su come l’intelligenza artificiale potrebbe apportare benefici alle persone sul posto di lavoro. Che ne dici di tali previsioni?
NG: In una recente intervista , David Autor ha affermato che l’intelligenza artificiale potrebbe aiutare a ricostruire la classe media. Ha anche affermato che ciò che lo preoccupa maggiormente è la svalutazione delle competenze. Sono stati citati due studi: uno di Erik Brynjolfsson, Danielle Li e Lindsey Raymond sui lavoratori di un’azienda di software che adottano una vecchia versione di chatGPT e uno di Shakked Noy e Whitney Zhang su un esperimento con persone con istruzione universitaria che svolgono compiti di scrittura. In entrambi i casi, gli autori hanno concluso che l’intelligenza artificiale riduce il divario di produttività tra i lavoratori meno qualificati e quelli con maggiori competenze. Ma in entrambi i casi il campione non è rappresentativo: gli autori si concentrano sui settori terziari tecnologicamente avanzati che non possono essere considerati l’intero mercato del lavoro.
Ciò che in realtà abbiamo scoperto dalle nostre interviste è che l’introduzione delle tecnologie di intelligenza artificiale sta polarizzando sempre più la forza lavoro tra lavoratori più qualificati e lavoratori meno qualificati. Ciò non vale solo per gli operai, ma anche per i colletti bianchi – prendiamo gli esempi del design industriale e del CAD; produzione software e Scrum/DevOps; ecc. Mi sembra che questo renderà la classe media sempre più piccola, e di conseguenza la classe inferiore, e forse il numero di persone completamente fuori dall’economia produttiva, sempre più grande.
LP: Cosa ci dice la storia riguardo all’aumento della produttività dei lavoratori e ai premi per i lavoratori, come salari più alti? Chi in genere trae vantaggio da una maggiore produttività?
NG: La produttività in economia è un concetto notoriamente controverso. Spesso viene considerato in modo non tecnico come qualcosa di simile al valore aggiunto per lavoratore e un indicatore di ciò che gli economisti marxiani indicavano come la registrazione della capacità del capitalista di estrarre plusvalore relativo. Osservando i dati degli ultimi decenni sulla distribuzione funzionale del reddito è molto facile vedere che gli aumenti di produttività sono stati regolarmente associati a riduzioni della quota salariale. Dopo tutto, la ricerca applicata viene svolta da, o per conto di, grandi imprese. L’obiettivo è sviluppare tecnologie che possano essere integrate nei processi industriali, migliorandone l’efficienza, dove efficienza significa solo efficienza economica, cioè minimizzazione dei costi di produzione.
L’automazione è cambiata in modo significativo tra la fine degli anni ’70 e l’inizio degli anni ’80, con l’introduzione delle tecnologie dell’informazione e della comunicazione (ICT). L’obiettivo degli investimenti in ricerca e sviluppo era quello di sostituire l’attività umana generando una quantità crescente di informazioni sul processo produttivo. Prima della rivoluzione ICT, le macchine erano dotate di una memoria meccanica inalterabile: non era possibile alcuna riprogrammazione in tempo reale. Successivamente è stata introdotta l’automazione flessibile. Gli sviluppi tecnologici dagli anni ’80 ad oggi hanno permesso alle aziende di spingere l’integrazione ICT lungo tutta la catena produttiva. A ciò si sono accompagnati gli sviluppi delle scienze organizzative, che hanno, allo stesso tempo, sviluppato, implementato e affinato nuovi modelli di business adatti alle grandi aziende multinazionali impegnate nella massima razionalizzazione delle risorse.
In altre parole, queste tecnologie sono state sviluppate proprio per consentire la massimizzazione della produttività, e quindi non c’è da stupirsi di scoprire che la loro applicazione avvantaggia le aziende.
LP: Come possiamo garantire che l’intelligenza artificiale non venga utilizzata contro i lavoratori?
NG: Innanzitutto dovremmo smettere di pensare all’aumento della produttività come sinonimo di progresso tecnico e viceversa. Siamo abituati a pensare che il progresso tecnico non possa che far risparmiare lavoro. In realtà, potrebbe esserci un progresso tecnico dispendioso in termini di manodopera, volto a prevenire l’affaticamento dei lavoratori, a risparmiare energia, a ridurre al minimo l’inquinamento e così via. Naturalmente, questo tipo di progresso tecnico significa che i costi di produzione aumentano, e quindi probabilmente non è nell’interesse delle grandi aziende.
Il prerequisito affinché la tecnologia non venga utilizzata contro i lavoratori è che la ricerca cessi di essere controllata dal settore privato e ritorni pienamente sotto il controllo pubblico, diretto allo sviluppo di tecnologie che raggiungano obiettivi sociali e ambientali. Oggi assistiamo alla tendenza opposta: la ricerca è mirata a produrre brevetti attraenti per il capitale privato; anche i criteri per il finanziamento delle università pubbliche si basano su tali valutazioni.
Aiuterebbe a dare ai rappresentanti sindacali non solo maggiori diritti di informazione e consultazione, ma anche compiti di supervisione e controllo e potere decisionale nell’orientare le scelte strategiche chiave. Queste questioni, ovviamente, sono del tutto politiche.
___________________
Lynn Parramore, è una analista ricercatrice senior presso l’Institute for New Economic Thinking.
Nadia Garbellini è ricercatrice presso l’Università degli Studi di Modena e Reggio Emilia, Dipartimento di Studi Linguistici e Culturali, dove è responsabile di insegnamenti nell’ambito dell’Economia Politica.
Gli interessi di ricerca di Nadia Garbellini si collocano principalmente nell’ambito del commercio internazionale, della divisione internazionale del lavoro, dell’innovazione tecnologica e della produttività del lavoro.
Questa intervista è apparsa originariamente sul sito web dell’Institute for New Economic Thinking.
https://www.asterios.it/catalogo/addio-al-lavoro
https://www.asterios.it/catalogo/fine-del-lavoro-come-la-fine-della-storia
