L’esercito tecnologico di riserva • FISCO DI PROSSIMITÀ

^{SALVATORE PROCOPIO – formatore AI}

Per comprendere l’impatto dell’intelligenza artificiale sul lavoro occorre distinguere quattro fenomeni che spesso vengono confusi. Il primo è la capacità tecnica della IA di svolgere singole attività. Il secondo è la possibilità di trasformare questa capacità in un agente affidabile, capace di operare all’interno di un’organizzazione. Il terzo è la convenienza economica dell’automazione, una volta che si considera anche integrazione, supervisione, errori e conformità normativa. Il quarto riguarda le decisioni che l’impresa prende oggi sulla base di ciò che ritiene possibile domani.

La tesi dell’esercito tecnologico di riserva riguarda soprattutto quest’ultimo passaggio. Gli agenti IA sono diversi dal buon vecchio ChatGPT che genera testi. Possono ricevere un obiettivo, utilizzare diversi strumenti, consultare dati ed eseguire azioni, valutare e riflettere sui risultati raggiunti e se necessario, ripartire dall’intento iniziale, correggere l’azione e così via in un loop che può durare ore, giorni fino a che non è stato raggiunto l’obiettivo iniziale. Per questo possono essere considerati potenziali lavoratori digitali. Potenziale, però, è la parola decisiva.

Una demo spettacolare non equivale a svolgere stabilmente un lavoro reale con le sue complessità, le sue eccezioni, le responsabilità e le conseguenze per clienti e lavoratori.

L’esercito industriale di riserva

Il richiamo all’esercito industriale di riserva di Marx, parlando di agenti IA è quindi solo un’analogia, non una perfetta equivalenza. La riserva descritta da Marx è composta da persone disponibili al lavoro. Quella tecnologica degli agenti IA è una capacità produttiva controllata dall’impresa e teoricamente replicabile. La somiglianza riguarda la funzione economica: la presenza di un’alternativa credibile può indebolire il potere contrattuale di chi è già occupato, anche quando quell’alternativa non è ancora pronta a sostituirlo.

L’attenzione oggi va posta oggi sul percorso, che abbiamo già intrapreso nel mondo del lavoro, non sull’esito finale di questa rivoluzione industriale. Economisti, consulenti, opinione pubblica sono tutti concentrati a costruire, leggere, manipolare dati e indagini per predire la spaventosa Jobpocalypse o, all’opposto, l’ottimistica creazione di milioni di nuovi posti di lavoro.

Le demo, i veri e presunti progressi tecnici generano oggi una forte percezione di sostituibilità del lavoro umano. Questa aspettativa già fin d’ora modifica le valutazioni dei dirigenti. L’impresa, a fronte di questa percezione, può decidere di congelare assunzioni, non sostituire chi lascia l’azienda, ridurre le posizioni junior, aumentare gli obiettivi di produttività o riprogettare le mansioni. Solo successivamente, e non necessariamente, potrà arrivare la sostituzione vera e propria del lavoro umano.

Gli effetti sul mondo del lavoro

Questi effetti non sono automatici. Dipendono dal settore, dalla disponibilità di competenze, dalla forza della contrattazione e dalla qualità effettiva della tecnologia.

In questa fase emerge anche il paradosso dei lavoratori che spontaneamente utilizzano l’IA. Alcuni knowledge workers impiegano strumenti che l’azienda non ha approvato, la cosiddetta Shadow AI, perché consentono di lavorare meglio o più velocemente. Questo utilizzo può aumentare autonomia e qualità del lavoro. Ma può anche rendere visibili le attività standardizzabili e trasformare il tempo risparmiato in un nuovo obiettivo di prestazione.

Non è corretto, però, affermare che il lavoratore, usando l’IA, prepari inevitabilmente e automaticamente la propria sostituzione. Il risultato dipende da chi controlla lo strumento, da come vengono distribuiti i guadagni di produttività e da quanto il dipendente partecipa alla riorganizzazione del processo.

Lo stesso vale per il senso del lavoro. L’IA può eliminare attività ripetitive e restituire spazio alle competenze più importanti. Può, però, produrre l’effetto opposto quando si riduce la persona a controllare risultati generati altrove, conservando la responsabilità degli errori, ma perdendo autonomia, riconoscimento e capacità decisionale. L’erosione del significato non deriva quindi dalla tecnologia in sé, ma dal modo in cui viene progettata l’organizzazione del lavoro.

Alcuni casi recenti dell’utilizzo dell’IA

Anche alcuni recenti casi aziendali di adozione della IA richiedono un giudizio cauto. Klarna aveva comunicato risultati molto rilevanti del proprio assistente IA nel servizio clienti, ma successivamente ha rafforzato la possibilità di parlare con operatori umani, riconoscendo che un’eccessiva attenzione ai costi aveva inciso sulla qualità. Sia ben chiaro non si tratta di un abbandono dell’IA, che continuano a utilizzare, ma del passaggio da una narrazione di sostituzione con uno schiocco di dita a un modello più ibrido e prudente.

Anche McDonald’s ha interrotto uno specifico progetto sperimentale di ordinazioni automatiche sviluppato con IBM, senza escludere, però, future soluzioni vocali basate sull’IA.

Il caso Air Canada, invece, ha mostrato sul piano giuridico che un’impresa può essere ritenuta responsabile delle informazioni errate fornite dal proprio assistente virtuale. Questi episodi non dimostrano che l’automazione sia destinata a fallire. Mostrano che affidabilità, gestione delle eccezioni e responsabilità rallentano il passaggio dalla capacità tecnica alla sostituzione operativa.

La funzione positiva della complessità

AI Act e GDPR in Europa intervengono esattamente in questo spazio. Non ogni utilizzo dell’IA nel lavoro è automaticamente classificato ad alto rischio e non ogni trattamento richiede una valutazione d’impatto. Gli obblighi cambiano in base alla finalità, ai dati che si utilizzano e alle conseguenze sulle persone.

Questa complessità può rallentare l’adozione, ma svolge una funzione positiva. Costringe le organizzazioni a definire finalità, dati, controllo umano, tracciabilità e responsabilità. Il tempo della conformità non è tempo perso, ma tempo necessario per trasformare una capacità tecnica in un sistema affidabile.

Rimane però un’asimmetria. Le regole possono ritardare l’introduzione concreta di un agente, mentre non impediscono all’impresa di anticiparne gli effetti sulle politiche del personale. Una posizione può non essere coperta oggi in previsione di una tecnologia che sarà forse utilizzabile soltanto tra alcuni anni.

Lo scenario più plausibile per il futuro prossimo non pare essere, quindi, una sostituzione improvvisa e uniforme. Specie in Europa. È una trasformazione graduale, ibrida e molto diversa tra settori. Per osservarla non basterà contare i licenziamenti. Bisognerà misurare anche i posti non creati, le uscite non sostituite, la riduzione delle posizioni junior, l’aumento dei carichi, la distribuzione dei guadagni di produttività e la perdita o il recupero di autonomia professionale.

La sostituzione del lavoro umano visibile, se arriverà, sarà preceduta da un periodo più lungo nel quale il lavoro continuerà sì a esistere, ma il suo valore economico, contrattuale e simbolico sarà già oggetto di rinegoziazione. Questo è un elemento concreto già sul tavolo su cui discutere, contrattare, mentre le previsioni apocalittiche o tecno-ottimiste sono solo congetture strumentali agli interessi di chi le cavalca.