Economia Artificiale: come l' IA sta cambiando i fattori di capitale e lavoro

 
 
Relatore: Carlo Alberto Carnevale Maffè
 
Docente di Strategia presso la SDA Bocconi, dove è stato fondatore e coordinatore del Master in Strategia Aziendale (MISA) e responsabile del corso di Business Strategy per il Bachelor in International Economics and Management.
 
Stralci della relazione a cura di Tiziana Orsini
 
 
Incipit della relazione :“l’Intelligenza Artificiale non esiste”!
 
La chiamiamo così per ignoranza; siamo certi, ci rassicura il professore, che l’ IA non rimpiazzerà gli esseri umani: quelli che saranno rimpiazzati sono gli scettici o le persone che non la usano semplicemente  perché l’IA è ormai uno strumento inevitabile.
 
Ma cos’è l’IA?
 
 
Il riferimento è a ChatGPT che ha fatto conoscere al mondo l’IA nella sua funzione generativa cioè nella sua capacità di scrivere e dialogare con utilizzatori finali umani.
 
 
Il professore definisce questo progetto “un pappagallo stocastico” un marchingegno bravissimo ad assemblare parole in base alla capacità statistica che hanno di essere utilizzate assieme, ma senza la più pallida idea di cosa significhino davvero.
Quindi quello che noi chiamiamo intelligenza in realtà è una sequenza di parole statisticamente probabili alle quali attribuiamo intelligenza, ma non ce n’è alcuna: è matematica.
Modelli come quello che fa funzionare ChatGPT hanno bisogno di un input smisurato (oltre 500 miliardi di parole) per poter arrivare a generare testi complessi.
 
 
Ma un bambino che impara la propria lingua, pur esposto a un volume di dati infinitamente minore, è perfettamente in grado di produrre una varietà infinita di frasi, molte delle quali mai sentite prima.
 
Alexa, Google Maps, Siri sono esempi di IA applicata al linguaggio ormai da qualche anno; ora però alla capacità di ascolto l’IA ha aggiunto la capacità di parlare, scrivere, disegnare, progettare, programmare.
 
 
L’IA – sostiene il professore - non è stata inventata dai californiani, bensì da un signore di San Sepolcro, Piero della Francesca che oltre all’attività artistica fu anche autore di trattati matematici e di geometria prospettica. 
Cos’è infatti la prospettiva? Non è altro che un inganno matematico che fa sì che il nostro occhio percepisca la profondità.
L’ IA fa esattamente la stessa cosa con il linguaggio: ci inganna attribuendo un senso a qualcosa che non ne ha.
Siamo noi a proiettare il senso sulle parole, come siamo sempre noi che proiettiamo la profondità nel quadro.
Nella IA l’illusione del senso sono sequenze stocastiche di parole alle quali noi diamo un senso.
 
Fino a una ventina di anni fa per descrivere un animale – ad esempio un gatto – si dovevano immettere nella macchina informazioni quali le caratteristiche fisiche e comportamentali dell’animale; da una decina d’anni sono state introdotte le reti neurali.
Una rete neurale è una replica matematica del nostro cervello ed è composta da almeno 3 strati (layer): un input layer, ovvero i dati di ingresso, uno o più hidden layer dove avviene l’elaborazione vera e propria e un output layer contenente il risultato finale.
Quindi, dati una serie di stimoli (input) un layer assume i pesi di tutti questi eventi, ne formula una pesatura statistica come fanno i nostri neuroni e a quel punto fornisce un output: “è un cane, è un gatto”.
Stiamo replicando matematicamente il funzionamento dell’apprendimento umano.
La macchina è dunque in grado di discriminare: dopo avere visto migliaia di foto di un cane è in grado di riconoscere un cane e dunque è in grado di classificare, predire, distinguere (machine learning).
 
 
L’ IA che chiamiamo generativa attraverso il “machine learning” e il “deep learning” è in grado di generare nuovi dati tra cui immagini, musica e testo che non esistevano in precedenza.
Questo tipo di IA, a differenza dell’IA discriminativa, è progettato per non fare distinzioni tra input, ma per sviluppare una comprensione dei dati che gli vengono presentati e dare vita a qualcosa di nuovo.
Al comando “disegna un gatto” la macchina lo disegnerà; al comando “disegna 1000 gatti”, la macchina disegnerà 1000 gatti: genera, disegna, scrive cose nuove.
Il machine learning apprende su 2 categorie: supervisionato e non.
L'apprendimento supervisionato impiega dataset etichettati per categorizzare o fare previsioni; ciò richiede un intervento umano per etichettare correttamente i dati di immissione.
All'opposto, l'apprendimento senza supervisione non richiede dataset etichettati ma rileva pattern nei dati, raggruppandoli sulla base di caratteristiche che li distinguono.
Questo richiede una potenza di calcolo migliaia di volte superiore a quella precedente.
 
Il relatore solleva poi un problema che lo coinvolge direttamente che riguarda il cambiamento profondo che l'IA indurrà sul modo di insegnare.
ChatGPT è ormai molto diffusa e utilizzata dagli studenti e risolve brillantemente oltre l’80% dei quesiti degli esami: questi dovranno per forza cambiare passando da un approccio meno procedurale a uno più conversazionale, dalle “istruzioni per l’uso”  a…Socrate e Platone….tornando ad un contesto nel quale il dialogo è premiante sulla procedura.
 
 
Il professore ci invita poi a essere aperti nei confronti dell’IA perché, citando Eraclito, come non ci si bagna mai due volte nello stesso fiume, non si ottengono mai due volte le stesse risposte dall’IA che dopo ogni risposta “impara” qualcosa di più.
Occorre saper fare le domande giuste e poi fare un collage delle risposte: alla fine si instaura un “meta dialogo”, una risposta continua e immediata, estremamente rigorosa, non sempre precisissima, quasi mai creativa: l’IA non è altro che il nostro specchio.
Il grande lavoro non è cercare la risposta ma fare le domande giuste; non è un caso che il lavoro più pagato oggi sia lo “script engineering” ossia la capacità di scrivere le domande giuste.
L’output di una richiesta viene modificato in funzione della domanda: chi fa domande banali ottiene risposte banali …….
Tra le diverse possibilità di impiego dell’IA sono particolarmente significative le applicazioni in medicina, in ambito legale, finanziario, sorveglianza sociale, osservazione dei processi di qualità industriale, riconoscimento oggetti, riconoscimento facciale vero o falso…..
Un quarto dei task professionali svolti nel mondo viene di fatto automatizzato.
I meno impattati sono i lavori manuali da un lato e quelli che richiedono capacità creative e strategiche dall’altro.
Tutte le innovazioni tecnologiche saranno anticipate grazie all’utilizzo dell’IA: ad esempio si potrà beneficiare della robotica con 20 anni di anticipo sulle previsioni iniziali.
Questa rivoluzione richiede però di essere regolamentata e in questo l’Europa è all’avanguardia.
 
 
La legge sull'IA è il primo quadro giuridico completo in assoluto sull'IA in tutto il mondo. L'obiettivo delle nuove norme è promuovere un'IA affidabile in Europa e oltre, garantendo che i sistemi di IA rispettino i diritti fondamentali, la sicurezza e i principi etici e affrontando i rischi di modelli di IA molto potenti e di impatto.