Se le macchine diventano sempre più capaci di svolgere il lavoro intellettuale, quali competenze dovremmo sviluppare? E che cosa significa prepararsi a un futuro che nessuno è davvero in grado di prevedere?
Per molti anni abbiamo dato agli studenti un consiglio relativamente semplice: studiate, impegnatevi, diventate bravi in qualcosa. Acquisite competenze difficili da trovare e il mercato del lavoro, prima o poi, le riconoscerà.
Era un consiglio ragionevole. E probabilmente lo è ancora.
Ma oggi dobbiamo aggiungere una domanda: che cosa succede se le competenze che stiamo cercando di acquisire diventano improvvisamente disponibili a tutti, a un costo prossimo allo zero?
Ho riflettuto su questo interrogativo ascoltando una lunga conversazione tra l’economista Michele Boldrin e il programmatore Salvatore Sanfilippo (qui sotto il video).
Una discussione che parte dall’intelligenza artificiale, attraversa l’economia e la politica, e arriva a una questione che mi interessa particolarmente come economista e come professore universitario: come dovremmo preparare i giovani al futuro?
La risposta, credo, è meno scontata di quanto sembri.
Questa volta potrebbe essere diverso. Oppure no.
La storia economica è piena di innovazioni che avrebbero dovuto distruggere il lavoro umano.
Le macchine agricole hanno ridotto drasticamente il numero di persone necessarie per coltivare la terra. L’automazione industriale ha sostituito molte attività manuali. I computer hanno trasformato il lavoro negli uffici. Internet ha rivoluzionato interi settori.
Eppure il lavoro non è scomparso.
Sono scomparse alcune professioni, ne sono nate altre e molte sono cambiate profondamente. Nel lungo periodo, il progresso tecnologico ha contribuito a un enorme aumento della produttività e del tenore di vita.
Perché l’intelligenza artificiale dovrebbe essere diversa?
Non sappiamo se lo sarà. Diffiderei di chiunque sostenga di conoscere con certezza il futuro del lavoro.
Ma una differenza importante esiste.
Per molto tempo abbiamo costruito macchine per sostituire la forza fisica. Oggi stiamo costruendo macchine capaci di svolgere attività che consideravamo tipicamente intellettuali.
Scrivere un programma informatico, analizzare un documento, sintetizzare una ricerca scientifica, costruire un modello, proporre una soluzione.
Non tutte queste attività vengono svolte correttamente e non tutte possono essere automatizzate. Ma il confine di ciò che una macchina è in grado di fare si sta spostando rapidamente.
Per uno studente universitario, questo significa che non è più sufficiente chiedersi quali professioni saranno richieste tra dieci anni.
Dovrebbe chiedersi quali capacità gli permetteranno di adattarsi a professioni che oggi non conosciamo.
Il valore di una buona domanda
Uno dei passaggi più interessanti della conversazione riguarda la distinzione tra avere un’intuizione e realizzarla.
Pensiamo a un architetto.
C’è una differenza tra immaginare un edificio, comprenderne la struttura, individuare una soluzione originale e produrre tutti i disegni e i calcoli necessari per costruirlo.
Fino a ieri entrambe le attività richiedevano molto lavoro umano. Oggi una parte crescente dell’esecuzione può essere affidata alle macchine.
Qualcosa di simile sta accadendo nella programmazione informatica. Scrivere codice era una competenza rara e preziosa. Ora l’intelligenza artificiale può produrne quantità enormi in pochi secondi.
Questo non significa che non serviranno più programmatori. Significa che potrebbe cambiare ciò per cui vengono pagati.
La capacità di comprendere un problema, progettare una soluzione, identificare errori e valutarne le conseguenze potrebbe diventare relativamente più importante della capacità di scrivere ogni singola istruzione.
Lo stesso ragionamento vale per la ricerca scientifica, l’economia, il diritto e molte altre discipline.
Se produrre una risposta diventa economico, formulare la domanda giusta può diventare ancora più prezioso.
Ma attenzione: non basta dire agli studenti di essere creativi.
La creatività non nasce dal nulla.
Per formulare una buona domanda bisogna conoscere un argomento, averne compreso i problemi, sapere quali tentativi sono già stati fatti e riconoscere ciò che manca.
Le intuizioni migliori arrivano spesso dopo anni di studio e di lavoro.
L’intelligenza artificiale può ridurre il costo dell’esecuzione. Non elimina automaticamente il valore della conoscenza necessaria per orientarla.
Il paradosso: per usare bene l’AI bisogna sapere ciò che l’AI può fare
Immaginiamo due studenti che devono analizzare un problema economico.
Il primo conosce la teoria, sa interpretare i dati, comprende le ipotesi dei modelli e utilizza l’intelligenza artificiale per accelerare alcune operazioni.
Il secondo non possiede queste conoscenze e chiede semplicemente alla macchina di produrre un’analisi.
Entrambi potrebbero ottenere un documento apparentemente convincente.
Ma soltanto il primo avrà gli strumenti per capire se il risultato è corretto, se le ipotesi sono plausibili e se le conclusioni sono giustificate dalle evidenze.
Questo è uno dei paradossi più importanti dell’intelligenza artificiale.
Più diventa facile produrre conoscenza apparente, più diventa importante possedere conoscenza reale per valutarla.
Non è detto che questo vantaggio rimanga invariato nel tempo. Sistemi futuri potrebbero diventare molto più affidabili di quelli attuali. Ma anche in quel caso qualcuno dovrà decidere quali obiettivi perseguire, quali compromessi accettare e quali conseguenze considerare rilevanti.
Il rischio, soprattutto per gli studenti, è confondere la disponibilità immediata di una risposta con la comprensione del problema.
Sono due cose molto diverse.
Chi farà il lavoro necessario per diventare esperto?
C’è poi una questione di cui si discute ancora troppo poco.
Come si diventa bravi in qualcosa?
Di solito non si comincia dalle intuizioni geniali. Si comincia dai compiti più semplici, spesso noiosi, a volte frustranti.
Un ricercatore impara a fare ricerca anche raccogliendo dati, scrivendo codice, leggendo articoli difficili e commettendo errori.
Un medico sviluppa esperienza attraverso anni di pratica supervisionata.
Un economista impara a riconoscere i limiti di un modello anche dopo aver provato a costruirne molti che non funzionavano.
Queste attività non servono soltanto a produrre un risultato. Servono a formare le persone.
Se domani l’intelligenza artificiale svolgesse gran parte di questi compiti, potremmo trovarci davanti a un problema inatteso: eliminare proprio le esperienze attraverso cui si acquisiscono le competenze necessarie per supervisionare la tecnologia.
È un problema economico, ma anche educativo.
Nel breve periodo può essere efficiente affidare un compito all’AI. Nel lungo periodo, però, potrebbe essere necessario che qualcuno continui a svolgerlo per imparare.
Non tutto ciò che è inefficiente oggi è inutile per il futuro.
Questa distinzione dovrebbe entrare nelle nostre università.
Non dobbiamo necessariamente chiedere agli studenti di rinunciare all’intelligenza artificiale. Dobbiamo capire quando utilizzarla per aumentare le loro capacità e quando, invece, chiedere loro di lavorare senza assistenza, proprio per svilupparle.
L’obiettivo non è produrre più elaborati in meno tempo.
È formare persone che sappiano ragionare anche quando la macchina non è disponibile, sbaglia o propone una soluzione inadeguata.
L’intelligenza artificiale aumenterà le disuguaglianze?
Da economista, questa è probabilmente la domanda che trovo più importante.
Siamo abituati a pensare che una tecnologia capace di aumentare la produttività sia una buona notizia. E, in termini di possibilità produttive, generalmente lo è.
Ma l’aumento della produttività non ci dice come verranno distribuiti i benefici.
Se una tecnologia permette a poche imprese di produrre enormi quantità di valore utilizzando relativamente pochi lavoratori, chi riceverà il reddito generato?
I proprietari del capitale? I lavoratori altamente qualificati? I consumatori, attraverso prezzi più bassi? La collettività, attraverso il sistema fiscale?
La risposta dipende dalla struttura dei mercati, dalla concorrenza, dalle istituzioni e dalle politiche pubbliche.
Nella conversazione, Boldrin propone un’intuizione interessante: il problema non è soltanto che una lavoratrice possa perdere il proprio impiego. È anche che potrebbe non possedere alcuna quota del capitale che beneficia della sua sostituzione.
È una distinzione fondamentale.
Una società può diventare molto più ricca e, contemporaneamente, lasciare una parte della popolazione con minori opportunità economiche.
Esiste però anche una possibilità opposta.
L’intelligenza artificiale potrebbe ridurre alcune disuguaglianze, offrendo strumenti straordinari a persone che oggi non hanno accesso a risorse costose.
Pensiamo a uno studente che non può permettersi lezioni private, a un piccolo imprenditore che non può assumere consulenti specializzati, oppure a un ricercatore che lavora in un’università con risorse limitate.
Per tutti loro, l’AI potrebbe rappresentare un’opportunità enorme.
La stessa tecnologia può dunque ampliare oppure ridurre le disuguaglianze.
Non è una contraddizione. Dipende da chi riesce a utilizzarla, da quali attività vengono trasformate e da come si distribuiscono i guadagni di produttività.
Ed è proprio per questo che l’istruzione conta.
L’università non dovrebbe insegnare soltanto a utilizzare gli strumenti
Quando si discute di intelligenza artificiale e istruzione, la soluzione proposta più frequentemente è introdurre corsi dedicati all’AI.
È certamente utile.
Ma credo che il problema sia più profondo.
Non basta insegnare agli studenti a scrivere istruzioni efficaci per un modello linguistico. Non sappiamo nemmeno se questa competenza, nella forma in cui la conosciamo oggi, sarà ancora particolarmente rilevante tra cinque anni.
Dovremmo invece concentrarci su capacità più fondamentali.
Comprendere un problema prima di cercarne la soluzione. Distinguere una correlazione da una relazione causale. Valutare la qualità di un’evidenza. Riconoscere un’ipotesi implicita. Cambiare opinione quando emergono nuovi dati. Comunicare un ragionamento in modo chiaro. Collaborare con persone che possiedono competenze diverse.
Sono capacità che non appartengono esclusivamente a una disciplina.
E non sono nuove.
La novità è che l’intelligenza artificiale potrebbe renderle ancora più importanti.
Questo non significa abbandonare le conoscenze tecniche o disciplinari. Al contrario, significa costruire basi solide sulle quali sviluppare queste capacità.
Un buon giudizio richiede conoscenza. Il pensiero critico non può esistere nel vuoto.
E non dovremmo nemmeno contrapporre cultura scientifica e cultura umanistica. La matematica, la statistica, la storia, la filosofia e la letteratura offrono strumenti differenti per comprendere il mondo.
In un futuro caratterizzato da cambiamenti tecnologici rapidi, la capacità di collegare questi strumenti potrebbe essere particolarmente preziosa.
Studiare non serve soltanto a trovare lavoro
C’è infine una domanda che va oltre l’economia.
Perché studiamo?
Una risposta è evidente: per acquisire competenze che ci permettano di lavorare, ottenere un reddito e costruire una vita autonoma.
Ma non è l’unica.
Studiamo anche per comprendere il mondo, sviluppare interessi, esercitare il giudizio e partecipare consapevolmente alla società.
L’istruzione ha un valore economico, ma anche un valore personale e civile.
Se l’intelligenza artificiale riducesse il tempo necessario per svolgere molte attività, potremmo avere più risorse da dedicare alla ricerca, alla creatività, alle relazioni e alla conoscenza.
Non è un risultato garantito.
Il tempo liberato dal progresso tecnologico può essere utilizzato in molti modi. E non tutti producono necessariamente benessere.
Ma sarebbe un errore considerare il valore di una persona esclusivamente in funzione della sua produttività sul mercato del lavoro.
Forse l’intelligenza artificiale ci costringerà a riflettere proprio su questo.
Per molto tempo abbiamo considerato l’istruzione soprattutto come un investimento per il futuro professionale.
Dovremmo ricordarci che è anche uno strumento per costruire una vita interessante, autonoma e consapevole.
Cinque consigli agli studenti
Se oggi dovessi dare qualche consiglio a uno studente che sta iniziando l’università, partirei da cinque idee.
Primo: studia le basi, anche quando sembrano inutilmente difficili.
La matematica, la statistica, la logica, la capacità di scrivere e di argomentare non diventano irrilevanti perché esiste una macchina capace di eseguire molti compiti al posto nostro. Sono gli strumenti che ci permettono di comprendere ciò che la macchina produce.
Secondo: usa l’intelligenza artificiale, ma non delegarle il tuo apprendimento.
Utilizzala per esplorare argomenti, ricevere spiegazioni alternative, verificare intuizioni e mettere alla prova le tue idee. Ma continua a fare lo sforzo di risolvere problemi autonomamente. L’obiettivo non è ottenere una risposta. È diventare una persona capace di comprenderla.
Terzo: impara a formulare problemi, non soltanto a risolverli.
Molte attività esecutive diventeranno più semplici. Individuare quali problemi meritano attenzione, quali domande sono rilevanti e quali conseguenze dobbiamo considerare potrebbe diventare una capacità sempre più importante.
Quarto: non identificarti troppo con una singola competenza tecnica.
Le tecnologie cambiano. Alcune competenze che oggi sembrano preziosissime potrebbero diventare comuni. Investi anche nella capacità di apprendere, adattarti e collaborare. Non cercare soltanto di diventare bravo a fare una cosa. Cerca di diventare bravo a impararne di nuove.
Quinto: coltiva interessi che non abbiano necessariamente un ritorno economico immediato.
Leggi, esplora discipline lontane dalla tua, fai domande, sviluppa passioni. Non tutto ciò che vale deve essere remunerato dal mercato. E non tutto ciò che oggi sembra economicamente inutile lo sarà domani.
Il futuro non è scritto
Quando si parla di intelligenza artificiale, il dibattito tende spesso a dividersi tra due posizioni.
Da una parte chi immagina un futuro straordinario, in cui le macchine ci libereranno dal lavoro e renderanno tutti più ricchi.
Dall’altra chi teme una società caratterizzata da disoccupazione, disuguaglianze e concentrazione del potere.
Entrambi gli scenari sono possibili, ma nessuno è inevitabile.
La storia economica ci insegna che le tecnologie modificano le opportunità disponibili. Non determinano da sole come una società sceglierà di utilizzarle.
Le istituzioni, la concorrenza, l’istruzione e le decisioni collettive continueranno ad avere un ruolo fondamentale.
Per questo credo che il messaggio più importante da trasmettere agli studenti non sia né quello di avere paura dell’intelligenza artificiale né quello di affidarsi completamente a essa.
È un messaggio più semplice.
Continuate a studiare. Continuate a essere curiosi. Imparate a utilizzare le nuove tecnologie, ma soprattutto imparate a ragionare.
Non sappiamo quali professioni esisteranno tra vent’anni. Non sappiamo quali competenze saranno meglio remunerate. Non sappiamo nemmeno quanto rapidamente cambierà il mondo del lavoro.
Ma c’è una cosa sulla quale possiamo ragionevolmente scommettere.
In un mondo in cui ottenere risposte diventa sempre più facile, la capacità di capire quali domande porre, valutare le risposte e decidere che cosa farne resterà una risorsa fondamentale.
E forse è proprio questo il compito più importante dell’università: non preparare gli studenti a un futuro che pretendiamo di conoscere, ma fornire loro gli strumenti per affrontare quello che arriverà.
