Studio MIT: impatto limitato dell’IA sull’automazione dei lavori

L’intelligenza artificiale è una tecnologia che sta rapidamente guadagnando terreno in diversi settori. Molti si chiedono se l’IA sostituirà i lavori umani e quali saranno le conseguenze di questa automazione. Un nuovo studio condotto dal Computer Science and Artificial Intelligence Laboratory (CSAIL) del MIT cerca di rispondere a queste domande. Contrariamente alle aspettative, i ricercatori del MIT suggeriscono che l’automazione da parte dell’IA potrebbe essere meno diffusa e più lenta di quanto si pensasse.

Il contesto attuale

Prima di analizzare i risultati dello studio del MIT, è importante comprendere il contesto attuale dell’automazione e dell’IA. Secondo stime di Goldman Sachs, l’automazione dell’IA potrebbe coinvolgere il 25% del mercato del lavoro nei prossimi anni. McKinsey prevede che entro il 2055 quasi la metà di tutti i lavori sarà guidata dall’IA. Questi dati fanno riflettere sull’impatto che l’IA potrebbe avere sulle persone e sulle economie globali.

Lo studio del MIT

Lo studio condotto dal MIT CSAIL ha cercato di andare oltre le semplici comparazioni basate sui compiti e ha valutato la fattibilità dell’automazione di determinati ruoli da parte dell’IA e la probabilità che le aziende sostituiscano effettivamente i lavoratori con tecnologie basate sull’IA.

Contrariamente alle aspettative, i ricercatori del MIT hanno scoperto che la maggior parte dei lavori precedentemente identificati come a rischio di automazione da parte dell’IA non sono “economicamente convenienti” da automatizzare, almeno per il momento. Secondo Neil Thompson, uno dei ricercatori coinvolti nello studio, l’impatto dell’IA potrebbe essere più lento e meno drammatico di quanto si pensasse.

Visione artificiale e automazione

Va sottolineato che lo studio del MIT si è focalizzato sulle mansioni che richiedono analisi visiva, come l’ispezione di prodotti per la qualità. I ricercatori non hanno indagato sull’impatto potenziale dei modelli di generazione di testo e immagini, come ChatGPT e Midjourney, sul lavoro e sull’economia.

Per condurre lo studio, i ricercatori hanno intervistato i lavoratori per capire quali compiti dovrebbe essere in grado di svolgere un sistema di intelligenza artificiale per sostituirli completamente. Hanno quindi calcolato i costi per sviluppare un sistema di IA in grado di eseguire tali compiti e hanno valutato se le aziende statunitensi, non legate all’agricoltura, sarebbero disposte a pagare i costi iniziali e di gestione di tale sistema.

L’automazione dei lavori: un esempio

Nello studio, i ricercatori hanno preso in considerazione il ruolo di un panettiere. Secondo il Bureau of Labor Statistics degli Stati Uniti, un panettiere trascorre circa il 6% del proprio tempo a controllare la qualità del cibo, un compito che potrebbe essere automatizzato dall’IA. Un panificio con cinque panettieri che guadagnano 48.000 dollari all’anno potrebbe risparmiare 14.000 dollari automatizzando il controllo della qualità del cibo. Tuttavia, secondo le stime dello studio, un sistema di IA completo per svolgere tale compito costerebbe 165.000 dollari per l’implementazione e 122.840 dollari all’anno per la manutenzione, e si tratta di una stima al ribasso.

Secondo Thompson, solo il 23% dei salari pagati ai lavoratori per compiti di analisi visiva sarebbe economicamente conveniente da automatizzare con l’IA. Attualmente, l’essere umano è ancora la scelta migliore dal punto di vista economico per svolgere queste parti di lavoro.

Limitazioni dello studio

Lo studio del MIT presenta alcune limitazioni, che i ricercatori riconoscono apertamente. Ad esempio, non tiene conto dei casi in cui l’IA può integrarsi con il lavoro umano anziché sostituirlo (ad esempio, analizzare il swing di un golfista) o creare nuovi compiti e nuovi lavori che non esistevano prima. Inoltre, non tiene conto di tutti i possibili risparmi di costo che possono derivare da modelli pre-addestrati come GPT-4.

Va sottolineato che i ricercatori del MIT negano di aver subito pressioni per raggiungere determinate conclusioni a causa del finanziamento del loro studio da parte del MIT-IBM Watson AI Lab. Sono motivati dal successo delle reti neurali profonde e vogliono comprendere le implicazioni di tale successo sull’automazione dei lavori umani.