Daron Acemoglu, professore presso l’Istituto del MIT Economics, ha scritto diversi libri, tra cui “Why Nations Fail: The Origins of Power, Prosperity, and Poverty” e il suo ultimo, “Power and Progress: Our Thousand-Year Struggle Over Technology and Prosperity”. Acemoglu è uno degli scienziati poco entusiasti circa le potenzialità dell’AI generativa; egli sostiene infatti che l’impatto positivo della tecnologia sulla produttività e la crescita degli Stati Uniti nel prossimo decennio – e forse oltre – sarà probabilmente più limitato di quanto molti si aspettino.
Lo ha sostenuto in un recente paper. In particolare, Acemoglu prevede un aumento della produttività di circa lo 0,5% e un aumento del PIL di circa l’1% nei prossimi 10 anni. Percentuali residuali, rispetto alle stime degli economisti di Goldman Sachs, ad esempio, che prevedono un aumento della produttività del 9% e del PIL del 6,1%. Perché queste differenze?
I cambiamenti indotti dall’AI generativa non avverranno in tempi rapidi
Per Acemoglu, le differenze nelle previsioni sembrano ruotare più attorno ai tempi degli impatti economici dell’AI piuttosto che alla promessa ultima della tecnologia. “L’AI generativa ha il potenziale per cambiare fondamentalmente il processo di scoperta scientifica, ricerca e sviluppo, innovazione, test di nuovi prodotti e materiali, ecc., oltre a creare nuovi prodotti e piattaforme. Ma data la focalizzazione e l’architettura della tecnologia AI generativa di oggi, questi cambiamenti veramente trasformativi non avverranno rapidamente e pochi – se non nessuno – probabilmente si verificheranno nei prossimi 10 anni”.
Per Acemoglu, la tecnologia AI aumenterà principalmente l’efficienza dei processi di produzione esistenti automatizzando alcuni compiti o rendendo più produttivi i lavoratori che svolgono questi compiti. Stimare i guadagni in produttività e crescita dalla tecnologia AI in un orizzonte più breve dipende dal numero di processi produttivi che la tecnologia influenzerà e dal grado in cui questa tecnologia aumenterà la produttività o ridurrà i costi in questo lasso di tempo.
“La mia ipotesi iniziale, anche prima di guardare ai dati, era che il numero di compiti che l’AI influenzerà a breve termine non sarebbe stato enorme. Molti compiti che gli esseri umani attualmente svolgono, ad esempio nei settori dei trasporti, della manifattura, dell’estrazione mineraria, ecc., sono sfaccettati e richiedono interazione nel mondo reale, che l’AI non sarà in grado di migliorare materialmente nel prossimo futuro. Quindi, gli impatti maggiori della tecnologia nei prossimi anni ruoteranno probabilmente attorno a compiti mentali puri, che sono non banali in numero e dimensioni ma non enormi”, ritiene Acemoglu.
Lo studio completo di Eloundou come punto di partenza
Per quantificare questo, Acemoglu ha iniziato con lo studio completo di Eloundou et al., che rivela che la combinazione di AI generativa, altre tecnologie AI e visione artificiale, potrebbe trasformare leggermente oltre il 20% dei compiti a valore aggiunto nel processo produttivo. Una previsione senza tempo. Acemoglu ha quindi esaminato un altro studio, di Thompson et al., su un sottoinsieme di queste tecnologie – visione artificiale – che stima che circa un quarto dei compiti che questa tecnologia può svolgere potrebbe essere automatizzato in modo conveniente entro 10 anni. “Se solo il 23% dei compiti esposti è conveniente da automatizzare nei prossimi dieci anni, questo suggerisce che solo il 4,6% di tutti i compiti sarà influenzato dall’AI. Combinando questa cifra con le stime di risparmio sui costi del lavoro del 27% in media dagli studi di Noy e Zhang e Brynjolfsson et al., si implica che gli effetti sulla produttività totale nei prossimi dieci anni non dovrebbero superare lo 0,66%, e un ancora più basso 0,53% quando si tiene conto della complessità dei compiti difficili da apprendere. E quella cifra si traduce approssimativamente in un impatto sul PIL dello 0,9% nel decennio”, conclude Acemoglu.
Il risparmio sui costi non andrà oltre il 30%
Acemoglu si tiene molto stretto anche sul risparmio dei costi: solo il 30%, mentre altri studi recenti stimano risparmi dall’uso dell’AI che vanno dal 10% al 60%.
Dei tre studi dettagliati pubblicati sui costi legati all’AI, Acemoglu ha escluso quello con i maggiori risparmi sui costi – 56% secondo le stime di Peng et al. – perché il compito nello studio che la tecnologia AI ha migliorato così marcatamente era notevolmente semplice. Sembra improbabile che altri compiti più complessi saranno influenzati altrettanto.
In particolare, questo studio si concentra sui risparmi di tempo ottenuti utilizzando la tecnologia AI – in questo caso, GitHub Copilot – per i programmatori per scrivere semplici subroutine in HTML, un compito per il quale GitHub Copilot è stato ampiamente addestrato. “La mia sensazione è che tali risparmi sui costi non si tradurranno in compiti più complessi e aperti, come riassumere testi, dove esistono più di una risposta corretta”, afferma Acemoglu. “Quindi, ho escluso questo studio dalla mia stima dei risparmi sui costi e ho invece fatto una media dei risparmi dagli altri due studi”.
Cosa significa raddoppiare le capacità dell’AI?
La storia insegna che man mano che le tecnologie evolvono, migliorano e diventano meno costose. Perché la tecnologia AI non dovrebbe seguire un modello simile? Anche Acemoglu la pensa così ma afferma di essere “meno convinto che gettare più dati e capacità GPU sui modelli AI realizzerà questi miglioramenti più rapidamente. Molte persone nel settore sembrano credere in una sorta di legge di scala, cioè che raddoppiare la quantità di dati e capacità di calcolo raddoppierà la capacità dei modelli AI. Ma sfiderei questa visione in diversi modi. Cosa significa raddoppiare le capacità dell’AI? Per compiti aperti come il servizio clienti o la comprensione e il riassunto di testi, non esiste una metrica chiara per dimostrare che il risultato è due volte migliore. Allo stesso modo, cosa significa davvero un raddoppio dei dati, e cosa può ottenere? Includere il doppio dei dati da Reddit nella prossima versione di GPT può migliorare la sua capacità di prevedere la parola successiva durante una conversazione informale, ma non migliorerà necessariamente la capacità di un rappresentante del servizio clienti di aiutare un cliente a risolvere problemi con il suo servizio video”.
Conta anche la qualità dei dati e non è chiaro da dove verranno più dati di alta qualità e se saranno disponibili facilmente e a buon mercato per i modelli AI. Anche l’architettura stessa della tecnologia AI attuale può avere limitazioni. “La cognizione umana coinvolge molti tipi di processi cognitivi, input sensoriali e capacità di ragionamento. I modelli di linguaggio di grandi dimensioni (LLM) oggi si sono dimostrati più impressionanti di quanto molti avrebbero previsto, ma è ancora necessario un grande salto di fede per credere che l’architettura di prevedere la parola successiva in una frase raggiungerà capacità intelligenti come HAL 9000 in 2001: Odissea nello spazio. È quasi certo che i modelli AI attuali non raggiungeranno nulla di simile a tale impresa entro i prossimi dieci anni”.
I rischi per la Gen AI e la superintelligenza
Per Acemoglu esistono rischi sia al ribasso che al rialzo. Le innovazioni tecnologiche sono sempre possibili, anche se richiedono tempo per avere un impatto reale. “Ma anche le mie stime più conservative dei guadagni di produttività potrebbero risultare troppo grandi se i modelli AI si dimostrano meno riusciti nel migliorare i compiti più complessi. E mentre le grandi organizzazioni come le aziende tecnologiche che guidano lo sviluppo della tecnologia AI possono introdurre rapidamente strumenti basati sull’AI, le organizzazioni più piccole potrebbero essere più lente ad adottarli”.
Veniamo a uno degli argomenti chiave nell’attuale dibattito sull’AI: la superintelligenza.
Acemoglu si chiede se la tecnologia AI possa raggiungere la superintelligenza anche in orizzonti più lunghi perché è molto difficile immaginare che un LLM avrà le stesse capacità cognitive degli esseri umani per porre domande, sviluppare soluzioni, poi testare quelle soluzioni e adattarle a nuove circostanze. “Sono completamente aperto alla possibilità che gli strumenti AI possano rivoluzionare i processi scientifici su, diciamo, un orizzonte di 20-30 anni”, afferma Acemoglu. “Ma con gli esseri umani ancora al posto di guida. Quindi, ad esempio, gli esseri umani potrebbero essere in grado di identificare un problema che l’AI potrebbe aiutare a risolvere, poi gli esseri umani potrebbero testare le soluzioni che i modelli AI forniscono e fare cambiamenti iterativi man mano che le circostanze cambiano. Un modello AI veramente superintelligente sarebbe in grado di fare tutto ciò senza coinvolgimento umano, e non trovo probabile che ciò avvenga nemmeno in un orizzonte di trenta anni, e probabilmente oltre.
AI e occupazione
David Autor e altri hanno dimostrato che le innovazioni tecnologiche tendono a guidare la creazione di nuove occupazioni: il 60% dei lavoratori oggi sono impiegati in occupazioni che non esistevano 80 anni fa. L’impatto della tecnologia AI a lungo termine potrebbe essere più significativo di quanto ci si aspetti?
” L’innovazione tecnologica ha indubbiamente influenzato in modo significativo quasi ogni aspetto delle nostre vite”, risponde Acemoglu. “Ma quell’impatto non è una legge della natura. Dipende dai tipi di tecnologie che inventiamo e da come le usiamo. Quindi, ancora una volta, la mia speranza è che usiamo la tecnologia AI per creare nuovi compiti, prodotti, occupazioni aziendali e competenze. Nel mio esempio su come gli strumenti AI potrebbero rivoluzionare la scoperta scientifica, i modelli AI sarebbero addestrati per aiutare gli scienziati a concepire e testare nuovi materiali in modo che gli esseri umani possano poi essere addestrati per diventare più specializzati e fornire migliori input nei modelli AI. Tale evoluzione porterebbe infine a possibilità molto migliori per la scoperta umana. Ma non è affatto garantito”.
Alla luce di queste previsioni, conviene ancora spendere in AI?
“L’analisi economica di base suggerisce che dovrebbe verificarsi un boom degli investimenti perché la tecnologia AI di oggi è utilizzata principalmente per l’automazione, il che significa che gli algoritmi e il capitale stanno sostituendo il lavoro umano, il che dovrebbe portare a investimenti. Questo spiega perché le mie stime per gli aumenti del PIL sono quasi il doppio rispetto alle mie stime per gli aumenti della produttività. Ma poi la realtà interviene e dice che parte della spesa finirà per essere sprecata perché alcuni progetti falliranno e alcune aziende saranno troppo ottimiste sull’entità dei guadagni di efficienza e dei risparmi sui costi che possono raggiungere o sulla loro capacità di integrare l’AI nelle loro organizzazioni”. Non tutto, però, andrà sprecato. “Parte della spesa pianterà i semi per la prossima fase, e più promettente, della tecnologia. Il diavolo è infine nei dettagli. Quindi, non ho una forte opinione su quanto del boom degli investimenti attuale sarà sprecato rispetto a quanto sarà produttivo. Ma mi aspetto che entrambi accadranno”, sentenzia Acemoglu.
Usi buoni e cattivi della tecnologia AI
“La tecnologia che ha il potenziale per fornire buone informazioni può anche fornire cattive informazioni ed essere usata per scopi nefasti. Non sono eccessivamente preoccupato per i deepfake a questo punto, ma sono solo la punta dell’iceberg in termini di come gli attori malintenzionati potrebbero abusare dell’AI generativa. E un trilione di dollari di investimenti nei deepfake aggiungerebbe un trilione di dollari al PIL, ma non penso che la maggior parte delle persone ne sarebbe felice o ne trarrebbe beneficio”, afferma Acemoglu.
Per concludere, Acemoglu spiega così il suo cauto ottimismo: “Ogni invenzione umana dovrebbe essere celebrata, e l’AI generativa è una vera invenzione umana. Ma troppo ottimismo e clamore potrebbero portare all’uso prematuro di tecnologie che non sono ancora pronte per il prime time. Questo rischio sembra particolarmente alto oggi per l’uso dell’AI per avanzare l’automazione. Troppa automazione troppo presto potrebbe creare colli di bottiglia e altri problemi per le aziende che non hanno più la flessibilità e le capacità di risoluzione dei problemi che il capitale umano fornisce. E, come ho menzionato, usare una tecnologia così pervasiva e potente – fornendo informazioni e feedback visivi o scritti agli esseri umani in modi che non comprendiamo ancora completamente e che non regoliamo affatto – potrebbe rivelarsi pericoloso”.
Acemoglu non crede che la superintelligenza e l’AI cattiva rappresentino minacce importanti. “Il rischio che i nostri figli o nipoti nel 2074 ci accusino di essersi mossi troppo lentamente nel 2024 a scapito della crescita sembra molto inferiore al rischio che finiamo per muoverci troppo rapidamente e distruggere istituzioni, democrazia e altro nel processo”, sostiene Acemoglu. “Ecco perché è importante resistere al clamore e adottare un approccio un po’ cauto, che potrebbe includere migliori strumenti regolatori, mentre le tecnologie AI continuano a evolversi”. In ultima analisi, Acemoglu sembra essere perfettamente in sintonia con l’AI Act che l’Europa si è data per mitigare i rischi dell’intelligenza artificiale.
