I giovani sostituiti dall’AI. Una storia esemplare

La progressiva sostituzione del lavoro umano da parte di “macchine” è un tema antico come le macchine stesse, che si ripropone con forza ogniqualvolta la diffusione di nuove tecnologie accelera l’evoluzione del lavoro.

Le previsioni tendono a raggrupparsi nelle due categorie semplificate: ottimiste e pessimiste.

Le prime traggono ispirazione dai cicli passati in cui, dopo fasi anche difficili di transizione, il lavoro non è diminuito: è aumentato, si è arricchito, è diventato meno faticoso, usurante e pericoloso.

In un mondo molto più interconnesso che in passato, queste aspettative rischiano di dare risposte superficiali: se anche il “lavoro umano totale” non diminuisse, grandi variazioni di valore e spostamenti tra regioni del mondo e tra generazioni produrrebbero effetti reali non dissimili da quelli di una complessiva riduzione del lavoro umano. Se la migrazione interna dalle campagne alle città ha trasformato profondamente la società e l’ambiente, ma è stata comunque resa possibile da una prossimità fisica e culturale accettabile, è molto più complesso gestire lo spostamento di milioni di persone tra continenti (fenomeno, peraltro, ampiamente in corso).

Ma vi è un’altra obiezione all’ottimismo tecnologico incondizionato: la nascita di nuove attività e nuovi lavori potrebbe richiedere sfide ancora, e per lungo tempo, inaccessibili. Mai, in passato, il nostro pianeta era stato così profondamente abitato e sfruttato: le tecnologie hanno consentito di abbattere gran parte degli ostacoli fisici e di aumentare la durata della vita umana, per la grande maggioranza delle persone. Questo spazio d’espansione è terminato, ora il prossimo passo sarà, probabilmente, fuori dalla Terra. Ma quanto tempo occorrerà? E sarà pensabile la costituzione di “colonie” extraterrestri popolate da centinaia di migliaia di esseri umani? Potrebbero trascorrere secoli, prima della comparsa di nuovi lavori extraterrestri di massa.

Da posizioni diametralmente opposte, i pessimisti si concentrano sui lavori e sulle imprese che spariscono, rimpiangendo un mondo ideale, che è sempre quello di ieri. Di solito, quello in cui eravamo giovani. Considerando persa la battaglia, invocano spesso forme di sussidio, redditi di “cittadinanza”, redistribuzione della ricchezza, blocchi e divieti, quasi sempre inefficaci.

Alla comparsa dei primi Large Language Model (LLM), il riflesso condizionato dei tecno-pessimisti ha prematuramente pianto la scomparsa dei non-nativi digitali. Dopo pochi mesi, però, hanno tutti capito che per utilizzare efficacemente un l’intelligenza artificiale generativa (GenAI) occorre conoscere, anche non in modo approfondito, i contenuti da trattare, fare le domande giuste, essere in grado di valutare i testi risultanti e decidere quando e come utilizzarli. Lavoro molto adatto a persone mature ed esperte.

Allora – si è pensato – il problema saranno i giovani. Ed è vero: inserire in giovani in azienda affidando loro i compiti più semplici (ricerche, aggregazioni e analisi di dati, scrittura di testi e presentazioni in bozza, archiviazione etc.) non pare più conveniente, ci pensa l’intelligenza artificiale (AI), nella sua forma agentica. Il problema non è così recente: nel 2019 – in un libro intitolato “Il lavoro ha un futuro. Anzi tre” – identificavo i cambiamenti avvenuti nelle modalità di apprendimento dei giovani come uno dei principali elementi di trasformazione del lavoro, suggerendo di sostituire gradualmente l’apprendimento per affiancamento e imitazione con forme di natura esperienziale, che consentissero ai giovani di esplorare il contesto aziendale ed elaborare una forma autonoma e più profonda di conoscenza.

Ora gli strumenti per farlo ci sono (LLM con modalità RAG), ma nel frattempo qualcuno ha pensato che non servano più i giovani, sostituibili con gli strumenti stessi. Per verificare questa convinzione si è iniziato a osservare i comportamenti delle aziende, partendo dagli USA, dove l’evoluzione e l’adozione della tecnologia sono più rapide, trovando alcuni dati che confermerebbero la tesi.

Ma questo tipo di analisi è pieno di trappole, e fermarsi alla superficie può condurre a considerazioni fuorvianti. In questo articolo “Quando si vuole usare l’AI per spiegare tutto” Alfonso Fuggetta commenta un interessante studio di Peter John Lambert (University of Warwick e London School of Economics) e Yannick Schindler (Ellison Institute of Technology, Oxford), che approfondisce i dati sulle assunzioni di lavoratori junior negli USA, riscontrando come siano diminuite, dal 2022, in particolare per alcuni tipi di occupazioni, corrispondenti a quelle maggiormente impattate da strumenti di GenAI (es. software developer, contabili, commercialisti, consulenti e technical writer). Le stesse occupazioni, tuttavia, sono anche quelle che hanno conosciuto, nel medesimo periodo, un maggiore spostamento verso il lavoro remoto, al quale sono evidentemente più adatte rispetto al lavoro di falegnami, elettricisti, addetti alle pulizie.

L’analisi approfondita delle due variabili, separandole, mostra come vi sia correlazione soltanto con il lavoro remoto, mentre quella con l’introduzione di strumenti AI in azienda è trascurabile.

Ciò non significa che tutto va bene e possiamo continuare come prima, il problema di inserire efficacemente i giovani in azienda rimane e non è trascurabile. Ma non siamo al de profundis.

Ritorno per un’autocitazione al mio libro del 2019, in cui parlavo del rischio di una Grande Segregazione tra due “piani” del lavoro”, uno alto e uno basso, non più comunicanti: “Il piano inferiore è strutturato sulla base delle esigenze delle AI…il lavoro umano è utilizzato per collegare parti di lavoro robotico che costerebbe maggiormente automatizzare e comprende anche tutte le figure altamente qualificate che sviluppano, mantengono, addestrano le AI… Ci sono rider e programmatori junior, ma anche ingegneri, neurobiologi, innovatori e miner di criptovalute… Al piano direzionale non si accede più dal basso…occorre saper imparare e prepararsi a farlo tutta la vita…occorrono capacità e velocità, le proprie innovazioni e intuizioni sono rapidamente codificate e trasferite al piano inferiore”.

In questa prospettiva è necessario sviluppare modelli di istruzione e apprendimento finalizzati a operare ai diversi “piani”, e in ogni caso profondamente diversi da quelli attuali. Ma già oggi, nei processi di assunzione e nell’avviamento dei giovani in azienda, occorre avere le idee chiare e sviluppare strumenti adeguati.

L’introduzione di giovani in azienda non ha lo scopo di affidare loro compiti semplici e ripetitivi, ma quello di apportare competenze teoriche più aggiornate, di coltivare una visione multigenerazionale della società e dei mercati, di articolare nuovi linguaggi multimediali, di portare freschezza, desiderio di crescita e cambiamento, volontà e pensiero innovativi. Questi giovani possono utilizzare strumenti molto potenti, capaci di colmare in breve tempo il gap di conoscenza pratica e operativa; possono inoltre contribuire a sviluppare questi strumenti anche a beneficio dei colleghi più esperti.

Occorre però ripensare le nostre organizzazioni; questo è il punto chiave, lo snodo che determina il successo delle tecnologie nelle aziende e delle aziende tramite le tecnologie.

Molti manager hanno compreso che il loro ruolo, oltre al governo di risorse umane e finanziarie, si è esteso alle risorse tecnologiche; molti manager affrontano la sfida con equilibrio e responsabilità. Chi si arrocca nel passato, chi chiede sussidi per rallentare il declino, chi spera che dopo la tempesta tutto torni come prima, prima o poi scomparirà.

Mario Mantovani