L’ondata culminante del progresso tecnologico è invariabilmente accompagnata da un’ondata di aspettativa ed entusiasmo, suggerendo paragoni con rivoluzioni tecnologiche storiche come la mania delle ferrovie degli anni ’40 dell’Ottocento o il boom di Internet della fine degli anni ’90.
Nella frontiera contemporanea, il principale fattore di rottura è l’intelligenza artificiale generativa, in particolare modelli linguistici espansivi come ChatGPT , che hanno indotto un’aria di anticipazione simile a quella delle precedenti esplosioni di innovazione.
Tuttavia, la retorica allegra spesso eclissa la strada ripida e accidentata che le rivoluzioni tecnologiche devono percorrere per portare i frutti promessi di una maggiore produttività e benessere sociale. La rivoluzione dell’intelligenza artificiale in atto si dimostrerà diversa?
Decodificare la frenesia dell'IA
Il fermento attorno alle tecnologie di intelligenza artificiale generativa non è del tutto infondato. ChatGPT di OpenAI, ad esempio, ha dimostrato la sua potenza, mostrando capacità impressionanti come l'automazione di attività che vanno dalla scrittura di saggi alla generazione di codice.
Ciò ha stimolato previsioni di enormi impatti economici. Goldman Sachs, ad esempio, prevede che la produttività alimentata dall’intelligenza artificiale potrebbe aumentare il PIL globale del 7% in un decennio.
Eppure, tutta questa anticipazione galleggia su un mare di incertezze. Sebbene l’intelligenza artificiale sia decisamente meno ad alta intensità di capitale e dipendente dalle infrastrutture rispetto alle rivoluzioni tecnologiche del passato come l’elettricità e le ferrovie, presenta una serie unica di prerequisiti e sfide.
Ad esempio, sebbene milioni di persone possano accedere a ChatGPT con un semplice clic, il funzionamento efficiente dei sistemi di intelligenza artificiale generativa richiede una notevole potenza di calcolo, che non è leggera per il portafoglio.
Inoltre, sebbene la facilità d’uso dell’intelligenza artificiale ne faciliti l’adozione, le aziende avranno comunque bisogno di tempo per formare il proprio personale e modificare di conseguenza i propri modelli.
Bilanciare il potere dell’intelligenza artificiale
L’intelligenza artificiale generativa mette in evidenza una serie di ostacoli unici che potrebbero potenzialmente rallentarne l’ascesa. La supervisione normativa, ad esempio, non può essere trascurata. Dato il potere colossale dell’intelligenza artificiale, molti esperti di tecnologia hanno già sostenuto una pausa nell’ulteriore sviluppo di modelli all’avanguardia.
A differenza delle innovazioni storiche che hanno soppiantato il lavoro fisico, l’intelligenza artificiale generativa approfondisce compiti cognitivi, eseguendo attività come la scrittura, l’analisi e la progettazione.
Ciò può migliorare le capacità umane, ma richiede anche misure giuridiche e politiche adattative per regolarle e mitigare gli impatti sociali e sulla forza lavoro.
Inoltre, l’avvento dell’intelligenza artificiale potrebbe anche paradossalmente dent produttività. Sebbene l’intelligenza artificiale generativa sia progettata per semplificare i processi, se il tempo risparmiato non viene sfruttato in modo efficace, la produttività potrebbe non registrare un aumento significativo.
Ci sono anche preoccupazioni sull’uso improprio dell’IA come la manipolazione dei dati, l’imitazione e la disonestà accademica.
La tecnologia potrebbe anche potenziare i trac della produttività come e-mail di spam e trac online, anche se la sua capacità di migliorare il rilevamento delle frodi potrebbe aiutare a ripulire alcuni di questi pasticci.
Tracciare la traiettoria
La traiettoria finale dell’IA generativa – quanto in alto può salire dopo essere eventualmente sopravvissuta a un calo iniziale – dipende in gran parte dalla sua utilità.
Sebbene l’intelligenza artificiale abbia un immenso potenziale per aumentare la produttività nei lavori basati sulla conoscenza, dall’accelerazione delle diagnosi mediche all’accelerazione della stesura dei trac legali, non tutti i settori potrebbero trarne vantaggio allo stesso modo.
Resta da vedere anche la misura in cui potrà stimolare il progresso tecnologico e gli incrementi iterativi di produttività accelerando i processi di ricerca.
Proprio come le ferrovie alla fine hanno migliorato l’efficienza, principalmente perché l’industria e il commercio erano contemporaneamente in forte espansione, anche l’impatto dell’intelligenza artificiale generativa dipenderà da sviluppi concomitanti.
Ad esempio, se i governi adottassero l’intelligenza artificiale per compiti come la riduzione delle pratiche burocratiche, ciò potrebbe alleviare ulteriormente le barriere della produttività.
La promessa dell’intelligenza artificiale generativa è innegabile. La sua capacità di aumentare i compiti cognitivi, tradizionalmente difficile da quantificare, suggerisce che il suo impatto potrebbe essere difficile da misurare con precisione.
Come la storia ha dimostrato, non sono garantiti reali guadagni di produttività finché la tecnologia non viene sfruttata in modo efficace. Pertanto, mentre guidiamo attraverso questa rivoluzione dell’intelligenza artificiale, un approccio radicato è imperativo.
