ANALISI

L’AI può rendere i lavoratori più produttivi, ma non più soddisfatti



Indirizzo copiato

Una ricerca di un dottorando del MIT, Aidan Toner-Rodgers, sfida le opinioni contrastanti di Daron Acemoglu e David Autor sull’impatto dell’intelligenza artificiale sui lavoratori. Il primo teme un aumento delle disuguaglianze e scarsa produttività, il secondo è più ottimista e prevede il contrario. Entrambi, però, sono entusiasti delle scoperte di Toner-Rodgers, che potrebbero cambiare la prospettiva sul futuro dell’AI

Pubblicato il 31 dic 2024



AI

L’intelligenza artificiale farà più bene o male ai lavoratori? Daron Acemoglu, il professore del Massachusetts Institute of Technology che ha recentemente vinto il Premio Nobel per l’economia, teme che l’AI peggiori le disuguaglianze di reddito e non faccia molto per la produttività. Il suo amico e collega, David Autor, invece, è più fiducioso e ritiene che l’intelligenza artificiale possa fare proprio il contrario. Ma una nuova ricerca di un ventiseienne dottorando del MIT, Aidan Toner-Rodgers, sfida sia il pessimismo di Acemoglu sia l’ottimismo di Autor. Ed entrambi i professori ne sono entusiasti.

L’AI e il rebus del mercato del lavoro

Né Autor né Acemoglu hanno cambiato idea sull’AI. Ma la ricerca di Toner-Rodgers è un passo avanti per capire cosa potrebbe fare l’AI alla forza lavoro, esaminandone gli effetti nel mondo reale.

Molti economisti, tra cui Autor e Acemoglu, hanno esaminato come le tecnologie precedenti abbiano rimodellato il mercato del lavoro. Ma mentre questa comprensione del passato fornisce un contesto importante, è difficile capire come l’AI influenzerà l’economia: sarà come il motore a combustione interna alimentato a benzina, che ha trasformato intere industrie, stimolando la crescita, creando vaste categorie di nuovi lavori e facendo entrare milioni di persone in nuovi lavori più produttivi e meglio retribuiti? O un’invenzione fallita, come gli Zeppelin degli anni ’20 e ’30, che si pensava avrebbero cambiato il mondo e che oggi sono solo un lontano ricordo?

Per capire dove l’AI potrebbe inserirsi, gli economisti hanno bisogno di studi accurati sul suo utilizzo nel mondo del lavoro di oggi.

La ricerca di Toner-Rodgers

La ricerca di Toner-Rodgers fa proprio questo. Il suo lavoro esamina l’introduzione randomizzata di uno strumento di AI a 1.018 scienziati di un laboratorio di ricerca sulle scienze dei materiali.

La scoperta e la creazione di nuovi materiali è, storicamente, un processo di tentativi ed errori che richiede molto tempo. Gli scienziati, dopo aver identificato le proprietà che vorrebbero che un composto avesse, si fanno un’idea di come potrebbe essere la struttura chimica di un nuovo composto. Poi iniziano a testare i composti, sperando di trovarne uno che funzioni.

Questa figura riassume la pipeline di ricerca e sviluppo della scienza dei materiali. In primo luogo, gli scienziati generano nuovi progetti di composti. Successivamente, valutano questi candidati e testano i più promettenti. Quando gli scienziati scoprono un materiale valido, di solito depositano un brevetto e lo incorporano in prototipi di prodotti. Questi possono rappresentare prodotti completamente nuovi o miglioramenti di linee esistenti. Infine, i prototipi vengono sviluppati, prodotti in serie e immessi sul mercato. L’analisi si concentra sulle fasi di “invenzione”, rappresentate in blu

Gli strumenti di intelligenza artificiale addestrati sulla struttura dei materiali esistenti possono rendere il processo di scoperta molto più breve e meno costoso. Gli scienziati specificano le caratteristiche che vorrebbero che un composto avesse e lo strumento di AI genera ricette che gli scienziati possono poi valutare.

“Forse la cosa più entusiasmante dell’AI è che potrebbe accelerare la scoperta scientifica e l’innovazione”, ha dichiarato Toner-Rodgers. “Questo sarebbe un enorme vantaggio”.

Chi è Aidan Toner-Rodgers

Aidan Toner-Rodgers (Fonte: GitHub)

Le scoperte di Toner-Rodgers sono state sorprendenti: dopo l’implementazione dello strumento, i ricercatori hanno scoperto il 44% in più di materiali, i depositi di brevetti sono aumentati del 39% e i prototipi di nuovi prodotti sono aumentati del 17%. Contrariamente ai timori che l’utilizzo dell’AI per la ricerca scientifica possa portare a un “effetto lampione”, ovvero a puntare sulle soluzioni più ovvie piuttosto che su quelle migliori, sono stati scoperti più composti nuovi rispetto a quelli che gli scienziati avevano scoperto prima di utilizzare l’AI.

Figlio di due insegnanti californiani, Toner-Rodgers ha seguito un corso di economia e e dopo un periodo di lavoro presso la Federal Reserve Bank di New York, è entrato al MIT nel 2023. Il laboratorio in cui Toner-Rodgers ha studiato ha assegnato in modo casuale ai team di ricercatori la possibilità di iniziare a usare lo strumento in tre ondate, a partire dal maggio 2022. Dopo aver contattato Toner-Rodgers, il laboratorio ha accettato di collaborare con lui, ma non ha voluto che la sua identità fosse rivelata.

Questi guadagni nell’innovazione scientifica potrebbero portare a guadagni altrove, poiché le nuove invenzioni possono portare a sviluppi inaspettati lungo la linea. Il motore a combustione interna alimentato a benzina è stato sviluppato per alimentare le automobili, ma quando è stato utilizzato nei trattori ha trasformato l’agricoltura.

Acemoglu il pessimista

Daron Acemoglu (fonte: MIT)

Acemoglu si è detto “un po’ sorpreso” che il laboratorio abbia registrato un aumento così marcato della produttività che, se si ripetesse in tutta l’economia, sarebbe in contrasto con la sua visione pessimistica. In un recente articolo, Acemoglu ha stimato che l’AI aumenterà il prodotto interno lordo degli Stati Uniti nel prossimo decennio per un totale di circa l’1%.

Il laboratorio è solo un esempio specifico. Acemoglu fa notare che, a differenza di modelli linguistici di grandi dimensioni – come ChatGPT – che si cerca di applicare in modo ampio, lo strumento di AI del laboratorio è stato costruito specificamente per la scoperta dei materiali.

Gli scienziati studiati da Toner-Rodgers avevano anche lauree avanzate in chimica, fisica e ingegneria. Si tratta di competenze che potrebbero aver permesso loro di adottare più facilmente l’intelligenza artificiale.

Acemoglu teme ancora che l’AI possa aumentare le disparità di reddito. L’articolo di Toner-Rodgers suggerisce un modo in cui ciò potrebbe accadere.

Acemoglu: l’AI potrebbe aumentare le disparità di reddito

Acemoglu ha riscontrato che i ricercatori che erano già i più bravi a scoprire composti hanno avuto ancora più successo con lo strumento dell’AI, mentre gli altri scienziati non hanno tratto gli stessi benefici. Poiché la retribuzione di un individuo tende a essere legata alla sua produttività, questo fa presagire un aumento della disuguaglianza di reddito.

Questa figura mostra l’ascesa del deep learning nella scienza dei materiali. I cerchi blu rappresentano l’aumento percentuale cumulativo delle pubblicazioni sulla scienza dei materiali che menzionano il deep learning dal 2015, in base ai dati di Web of Science. I rombi viola rappresentano l’aumento percentuale cumulativo dei programmi di dottorato in scienza dei materiali che trattano il deep learning nello stesso periodo. Queste informazioni provengono da Open Syllabus

Esaminando le ricette suggerite dallo strumento, i migliori scienziati tendevano a identificare correttamente quelle con maggiori probabilità di successo e a procedere per prime con quelle. La produzione scientifica dei ricercatori che si collocano nella top 10 in termini di successo passato è aumentata dell’81%.

Altri ricercatori, invece, sono stati meno bravi a scegliere i vincitori e hanno passato molto tempo a valutare potenziali composti che non hanno funzionato. Quelli del terzo inferiore hanno registrato pochi miglioramenti.

La tesi di Autor: l’AI può ridurre le disuguaglianze di reddito

David Autor (Fonte: MIT)

Autor ritiene che l’AI possa ridurre le disuguaglianze di reddito, a condizione che i lavoratori siano adeguatamente formati. Un tirocinante legale dotato di AI e di una formazione sufficiente, ad esempio, potrebbe svolgere molte delle mansioni oggi relegate ad avvocati esperti e quindi guadagnare di più.

Altrimenti “sarebbe come mandare le persone in aereo senza averle prima messe in un simulatore di volo”, afferma.

David Autor e Daron Acemoglu hanno entrambi studiato come le tecnologie precedenti abbiano rimodellato il mercato del lavoro.

Conclusioni

Un’ultima cosa che Toner-Rodgers ha scoperto sullo strumento di AI del laboratorio: agli scienziati non è piaciuto molto. L’82% ha dichiarato di essere meno soddisfatto del proprio lavoro.

Mentre molti ottimisti dell’AI credono che la tecnologia ridurrà il numero di compiti noiosi che le persone devono svolgere, gli scienziati ritengono che abbia eliminato la parte del loro lavoro – l’ideazione di nuovi composti – che apprezzavano di più. Uno scienziato ha osservato: “Non ho potuto fare a meno di pensare che gran parte della mia formazione sia ormai inutile”.

Forse, con l’aumentare della familiarità con l’AI, gli scienziati saranno più contenti di usarla, ma non ci sono garanzie.

“Una parte fondamentale e creativa del processo è stata automatizzata”, dichiara Toner-Rodgers. “Le persone potrebbero essere insoddisfatte in modo permanente”.

Articoli correlati

Articolo 1 di 4